面向叶子图像的植物归类的特征序列描述方法

针对叶子图像的植物数据库的归类系统, 提出了一种新的基于高斯混合模型特征函数的图像特征序列描述方法。定义了图像的高斯混合模型、特征函数及其性质, 用自适应的方法把图像分解为K个模型, 并在每个分量模型和混合模型上定义由频谱、相位角和功率谱组成的局部特征序列和全局特征序列。在中国科学院智能计算所的叶子图像数据集leavesICL上进行了K-means归类实验, 结果表明该图像描述方法比LBP局部综合特征和高斯混合密度函数有更好的归类结果。