1. 毕业设计（论文）主要内容：
植物物种识别是当前环境信息领域重要的研究热点之一，目前公开的叶子图像数据库中的叶子具有特征类间距较小和特征类内距较大的特点，这也为当下利用叶子特征信息进行物种识别带来了严峻的挑战。基于叶子特征信息的图像识别算法主要包括基于轮廓特征，叶脉特征，纹理特征以及边缘特征。本题目主要基于包括叶片轮廓，叶脉等的综合特征，提出一种具有鲁棒性，高识别率，高效率的叶片图像识别算法。该算法将从基于机器学习（深度学习），特征识别两个角度进行图像的分类和识别。同时，结合多尺度的特征提取方法，能够为本方法提供更全面的描述信息。
2. 毕业设计（论文）主要任务及要求
1、对叶脉进行轮廓提取，设计合理的叶片叶脉提取方法。
2、设计基于叶子轮廓，叶脉特征的机器学习（深度学习）图像识别算法。
3、设计基于叶子轮廓，叶脉特征的单目标图像识别算法。
3. 毕业设计（论文）完成任务的计划与安排
(1)2016/1/11—2016/1/22：查阅参考文献，明确选题；(2)2016/1/23—2016/3/7：进一步阅读文献，并分析和总结；确定技术路线，完成并提交开题报告；(3)2016/3/8—2016/4/26：需求分析，算法或系统设计，分析、比较或实现等；(4)2016/4/27—2016/5/27：撰写论文初稿；修改论文，定稿并提交论文评审；(5)2016/5/28—2016/6/7：准备论文答辩。
4. 主要参考文献
[1] S. Zhang, Y. Lei, T. Dong, and X.-P. Zhang, “Label propagation based supervised locality projection analysis for plant leaf classification,” Pattern Recognition, vol. 46, no. 7, pp. 1891–1897, 2013.[2] J. S. Cope, D. Corney, J. Y. Clark, P. Remagnino, and P. Wilkin, “Plant species identification using digital morphometrics: A review,” Expert Systems with Applications, vol. 39, no. 8, pp. 7562–7573, 2012.[3] D. Zhang and G. Lu, “Review of shape representation and description techniques,” Pattern recognition, vol. 37, no. 1, pp. 1–19, 2004.[4] S. Loncaric, “A survey of shape analysis techniques,” Pattern recognition, vol. 31, no. 8, pp. 983–1001, 1998.[5] A. El-ghazal, O. Basir, and S. Belkasim, “Farthest point distance: A new shape signature for fourier descriptors,”Signal Processing: Image Communication, vol. 24, no. 7,pp. 572–586, 2009.
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
