1. 毕业设计（论文）主要内容：

植物是生态圈的重要组成部分，在人类生产、生活的众多领域中发挥着不可替代的作用，作为生物圈中的生产者，通过光合作用维持氧气与二氧化碳的平衡，也为其他物种包括人类提供生存必需的居住环境和食物。近年来，随着可持续发展观念的深入，植物保护越来越收到人们的重视。作为植物保护的前提和关键，植物的分类也成为当前植物学的研究热点。植物的分类可以依据根、茎、叶、花、果、种子等等不同的部分进行。其中，相较花朵、果实、种子等三维形状的物体而言，植物的叶片则基本上处于平面状态，适合于利用计算机进行二维图像处理，并且在一年大部分时间内都可以很方便的采集到。由于以上特性使得叶片从众多部分中脱颖而出，受到众多植物分类研究者的青睐。

随着计算机技术的发展，计算机视觉技术、数字图像处理、机器学习和识别的广泛应用于各行各业和领域。植物的分类也从以前的人工分类转为利用计算机技术进行分类。

本研究旨在设计有效的特征提取方法提取叶片特征，选择合适的分类器，从而进行叶片分类。

2. 毕业设计（论文）主要任务及要求

完成的主要任务及要求：

（1）植物叶片分类算法的设计

基于叶片的植物分类过程一般分为以下三个步骤：图像预处理、特征提取、分类。叶片图像预处理，主要包括灰度化、二值化、形态学图像处理、图像分割等等。在特征提取之前，对数据库中的图片进行我们需要的预处理。其中最重要的步骤在于特征提取，常用于描述植物叶片的特征有形状特征、颜色特征和纹理特征。本研究中，我们选择两种或者更多的特征进行融合，从而设计出能够有效描述叶片的描述子，选择合适的分类器完成叶片的分类并且使用公开数据集验证方法的有效性。

3. 毕业设计（论文）完成任务的计划与安排

2019年1月11日-2019年1月31日：阅读参考文献并了解常用的叶片特征提取方法，比如轮廓、纹理、叶脉、颜色等等特征提取方法。

2019年2月1日-2019年2月28日：确定实验方案、技术路线并完成开题报告。

2019年3月1日-2019年3月31日：结合阅读文献，选择合适的特征，使用自己熟悉的语言实现特征提取以及多特征融合，形成叶片描述子，用以进行叶片的分类。

4. 主要参考文献

[1] 谢菲, 陈雷霆, 邱航. 基于纹理特征提取的图像分类方法研究及系统实现[j]. 计算机应用研究, 2009, 26(7):2767-2770.

[2] 唐钦. 基于纹理和颜色特征的植物叶片识别方法研究[d]. 浙江大学, 2015.

[3] 基于植物叶形状和叶脉的植物叶自动分类研究[d]. 浙江理工大学, 2016.