CN119478842A 一种融合多尺度方向纹理特征的植物标本分类系统和方法 （绵阳师范学院）

一种融合多尺度方向纹理特征的植物标本本发明公开了一种融合多尺度方向纹理特纹理特征的植物标本分类系统有效提升了植物监控模块与分类优化模块通过图像处理算法获2所述采集建模模块用于在采集现场部署多光谱成像设备和微距物标本的生长阶段将植物形态特征采集为多尺度所述多尺度纹理分析模块用于从多尺度图像数据集中提取植物的方向纹理特所述实时监控模块用于实时监控植物分类过程并预测植物种类所述人机交互模块用于通过人机交互界面，实时显示植物分类过程2.根据权利要求1所述的一种融合多尺度方向纹理特征的植物标本分类系统，其特征应不同植物的大小和表面特性，从而收集到包含详细纹理和颜色信息的多尺度图像数据3.根据权利要求1所述的一种融合多尺度方向纹理特征的植物标本分类系统，其特征所述纹理特征提取单元用于执行对多尺度图像数据集中植物标本4.根据权利要求3所述的一种融合多尺度方向纹理特征的植物标本分类系统，其特征和地区特有植物种类进行识别和分类；其中深度学习模型通过学习大量已标记的植物图5.根据权利要求1所述的一种融合多尺度方向纹理特征的植物标本分类系统，其特征所述纹理异质性计算单元用于计算植物纹理异质性指数Hxzs；通过3。6.根据权利要求5所述的一种融合多尺度方向纹理特征的植物标本分类系统，其特征7.根据权利要求1所述的一种融合多尺度方向纹理特征的植物标本分类系统，其特征同质性Hom以及植物图像角二阶矩值Ene的8.根据权利要求1所述的一种融合多尺度方向纹理特征的植物标本分类系统，其特征所述数据采集计算单元用于从多尺度纹理分析模块收集数据，并;式中，Lea表示分类数据集中的叶片边缘锐度、Col表示分类9.根据权利要求8所述的一种融合多尺度方向纹理特征的植物标本分类系统，其特征对分类模型的参数进行调整，包括修改网络结构、优化训练算法4步骤一、在采集现场部署多光谱成像设备和微距摄像设步骤二、从多尺度图像数据集中提取植物的方向纹理特步骤三、实时监控植物分类过程并预测植物种类；5据植物标本的生长阶段将植物形态特征采集为多尺所述多尺度纹理分析模块用于从多尺度图像数据集中提取植物的方向纹理特征；算植物纹理异质性指数Hxzs；并预设第一差值A1和第二差值A2，对植物纹理异质性指数6据，构建分类数据集；同时提取分类数据集进行深度学习分析，获取植物分类效能指数[0008]优选的，所述采集建模模块通过在采集现场部署多光谱成像设备和微距摄像设所述纹理特征提取单元用于执行对多尺度图像数据集中植物标本图像的初步处。7所述数据采集计算单元用于从多尺度纹理分析模块收集数据，并构建分类数据;当植物分类效能指数Zyzs＜植物分类性能阈值Qy，表示当前分类系统的性能异8调整摄像设备的焦距和光谱设置，收集到包含详细纹理和颜色信息的多尺度图像数据集；这一策略极大地提高了对罕见和地区特有植物种类种识别困难的挑战，系统的多尺度纹理分析模块包括纹理特征提取单元和纹理分析单元；纹理特征分析模型；这些步骤确保了系统能够有效识别植物在不同生长阶段的外观差异，于特定特征的问题，实时监控模块和分类优化模块共同作用以提高系统的综合识别能力；分类优化模块通过数据采集计算单元收集数据，并利用公式计算出植物分类效能指数[0020]图1为本发明一种融合多尺度方向纹理特征的植物标本分类系统的框架结构示意图2为本发明一种融合多尺度方向纹理特征的植物标本分类方法的步骤流程示意据植物标本的生长阶段将植物形态特征采集为多尺所述多尺度纹理分析模块用于从多尺度图像数据集中提取植物的方向纹理特征；9算植物纹理异质性指数Hxzs；并预设第一差值A1和第二差值A2，对植物纹理异质性指数据，构建分类数据集；同时提取分类数据集进行深度学习分析，获取植物分类效能指数所述纹理特征提取单元用于执行对多尺度图像数据集中植物标本图像的初步处边缘检测算法具体采用Canny算法，通过多阶段过程来减少噪声并精确地确定边缘位置使这样在处理具有复杂纹理模式的植物图像时所述实时监控模块包括纹理异质性计算单元和异质性。[0029]所述异质性评估单元用于预设第一差值A1和第二差值A2，并对纹理异质性指数图像同质性Hom以及植物图像角二阶矩值Ene的所述数据采集计算单元用于从多尺度纹理分析模块收集数据，并构建分类数据;当植物分类效能指数Zyzs＜植物分类性能阈值Qy，表示当前分类系统的性能异