提供此材料是为了确保学术和技术工作的及时传播。版权及其所有权利由作者或其他版权持有人保留。所有复制此信息的人都应该遵守每个作者的版权所引用的条款和约束。在大多数情况下,未经著作权人明确许可,不得转载这些作品。



一种自动视觉植物区系——花卉图像的分割与分类

M、 尼尔斯巴克
2009年牛津大学博士论文
下载出版物:nilsback09.pdf[59.6百万] 

本文研究了从图像中进行花卉分类的问题。给定一个图像,并且只知道它包含一朵花,任务是设计一个系统,该系统可以确定该花的种类,尽管该花的视点、比例、光照和自然变形发生了变化。我们将问题分为两个挑战:分割和分类。

在分割方面,我们提出了一种迭代分割方案,该方案只需给定一个花朵的一般颜色模型,而不需要特定图像中花朵的相关信息。这是通过迭代拟合几何模型和更新颜色模型来完成的。每一次迭代的分段都是通过使用graphcuts最小化条件随机场得到的。

对于分类,我们研究如何结合不同的特征,这些特征被仔细地磨练来描述不同的方面,从而提高性能。我们描述的是颜色、质地和形状。另外,我们利用分割所引入的几何模型来发展仿射不变的几何布局特征。

我们在17个类别和102个类别的花卉数据库上对我们的方法进行了评估。尽管存在大量的类内变异、小的类间变异以及数据库的规模,我们仍然表现出良好的分类性能和很好的检索性能。


BibTex参考:

@PhdThesis{Nilsback09,author=“Maria Elena Nilsback”,title=“自动视觉{Flora}——花卉图像的分割与分类”,school=“牛津大学”,年份=“2009”,}

数据库中的其他出版物: