全文总字数：1553字

1. 1. 毕业设计（论文）的内容、要求、设计方案、规划等

前言及环境概况

植物分类是植物科学研究领域和农林业生产经营中重要的基础性工作,植物分类学是一项具有长远意义的基础性研究,其主要的分类依据是植物的外观特征,包括叶、花、枝干、树皮、果实等。因此,花卉分类是植物分类学的重要部分,利用计算机进行花卉自动种类识别具有重要意义。从常见的观赏花卉入手,探索了基于花朵数字图像对花卉进行种类识别的方法。在已有研究的基础上,针对花朵的生长特点定义了颜色、纹理、形状等方面的特征,并使用matlab对花卉图像进行了识别。

2. 参考文献（不低于12篇）

1.刘丽，匡纲要.图像纹理特征提取方法综述[J].中国图像图形学报，2009,14（4）:622-633.2.陈涓.神经网络集成的泛化能力研究及其应用[G].兰州理工大学，2009.3.赵泉华，高郡，李玉.基于区域划分的多特征纹理图像分割[J]，仪器仪表学报，2015,36（11）：2520-2530.4.贺鹏，黄林.植物叶片特征提取及识别[J].农机化研究，2008，12（6）：168-171.5.张宁.基于图像分析的植物叶片识别算法研究[J],北京林业大学，2013.6.王晓峰.叶片图像特征提取与识别技术研究[J].计算机工程与应用，2006，19（4）：190-193.7.傅弘，池哲儒，常杰，傅承新．基于人工神经网络的叶脉信息提取植物活体机器识别研究[J].植物学通报, 2004, 21(4):429-436.8.王代琳.基于神经网络的树叶识别系统研究（英文）[C].东北林业大学，2005.9.恩德，忽胜强.基于集成神经网络的植物叶片识别方法[J]，浙江农业学报，2015,27（12）：2225-2233.10.基于花朵特征编码归类的植物种类识别方法[J].浙江大学学报（工学版），2015，049（010）：1902-1908.11.Ou GB,Murphey YL.Multi-class pattern classification using neural networks[J]. Pattem Recognition,2007,40(1):4-18.12.Sesmero MP,Alonso-Weber JM.A new artificial neural network ensemble based on feature selection and class recoding [J]. Neural Computing and Application,2012,21(4):771-783.