用演算法怎樣識別圖片上的植物?

12-26

從微博抄來如下：http://t.cn/hgWq82

「我喜歡的一個iPhone 應用：leafsnap（http://t.cn/hgOTjA）。
使用手機拍攝植物的一枚葉子、花，果實或種子，
app會分析照片，然後告訴你這是什麼植物。
這正是我一直想要的。
他們怎麼做到的，我對這個技術很感興趣。」

補:
這裡（http://t.cn/hgOdZr）大致講解了一下他們的技術原理，
主要運用HSV色彩空間上的EM演算法加上其他一些技術。
http://weibo.com/1644748831/ezQ63dRsWVj

從圖像處理的方法上來看其實不是什麼很難的事情，因為在計算植物的特徵（像是邊緣特徵和顏色特徵等等）的基礎上做一下分類問題基本就可以了。
計算圖像邊緣的方法有很多，簡單的比如計算圖像中頻率比較高的部分，或者轉角的特徵點；得到這些特徵以後跟一個特定的資料庫比較就可以了，甚至在資料庫形成的時候都不需要做特別大量的訓練，因為比如顏色、葉片形態都不是特別模糊的特徵，過量的訓練甚至會導致over-fitting的問題；餘下的就是如何提高準確率、減小運算時間的一些後處理，甚至包括再次手動voting。
所以說app關鍵還是創意吧。

畢業設計做的是圖像目標提取
這個app我想用的可能是水平集演算法中的CV演算法來提取葉子的，因為目標為樹葉，圖像單一，適合用CV演算法，而CV演算法時間複雜度低，適合App

系統要求：
（1）一個植物物種樣本和圖片庫和特徵索引，這也是最關鍵的部分
（2）通過APP獲得高質量的植物特徵圖片，特徵提取工作可以放在前端，也可以放在後端，然後與伺服器進行交換檢索，針對植物圖片的特徵可以選擇其具有代表性的特徵向量進行比對；
（3）在各個子特徵檢索計算完畢後，根據綜合特徵計算方法得出相似度排名，返回給用戶答案結果；

簡單的說是機器學習，目前圖像分類演算法已經慢慢開始成熟起來。
google的iPhone app上面已經包括了圖像搜索演算法，技術還不錯，效果還達不到實用，但是已經很不錯了。

具體來說如果是這個應用專用於植物，這樣識別效果應該可以提升，當然植物也有植物的麻煩，比如親緣比較近的植物葉子很像，拍照者拍攝的角度和位置等等。

應該研究一下pscs5的內容感知功能是如何做到的

我能想到的是資料庫比對。根據顏色塊比例，圖形。進行匹對。其他不知道了噢

我對這個也一直有興趣。數學真的是最神奇的東西。但是這個app應該就是通過圖片庫進行對比吧。猜的。

基本的思路，關鍵性特徵提取，下面簡單可以採用相似度匹配，來對輸入圖片進行分類，跟進一步可以訓練分類器

每種樹葉都有其不同的特徵，例如顏色，紋理或者外形，利用一定的特徵提取演算法，把此種樹葉的特徵提取出來，如果是多種特徵，需要選定合適的方法進行特徵融合，然後把這些特徵與已知的資料庫進行比較，計算相似度（可以採用餘弦定理或者誤差最小，相關係數等方法），當相似度達到一定的閾值，我們就可以認為這種樹葉是已知庫的某種特定類型。這屬於圖像檢索的類別。