在植物分類領(lǐng)域，葉片分析在分析、識(shí)別和理解植物識(shí)別和葉片模式方面具有重要作用。植物識(shí)別/分類的一個(gè)重要挑戰(zhàn)是葉形的多樣性。顏色特征對植物種類的分類和識(shí)別具有更大的依賴性，因?yàn)樵诓煌募竟?jié)，葉片顏色可以根據(jù)環(huán)境變化而變化。紋理特征更多地基于其脈絡(luò)和脈絡(luò)確定的信息，葉脈結(jié)構(gòu)被認(rèn)為是植物種類鑒定的重要因素，但目前提取葉脈結(jié)構(gòu)的技術(shù)較少，許多方法依賴于自動(dòng)或手動(dòng)提取葉片脈序。此外，在葉脈序與葉光譜特征的關(guān)聯(lián)和評(píng)價(jià)方面也鮮有研究。

葉片便于識(shí)別和分類不同的植物種類，因?yàn)樗鼈兡軌虺尸F(xiàn)具有各種特征的平面和二維表面，如紋理、顏色和形狀等。傳統(tǒng)的人工方法對植物物種的識(shí)別和分類依賴于所使用的特定植物學(xué)信息，耗時(shí)較長。計(jì)算機(jī)科學(xué)中的一些有效算法，如模式識(shí)別、圖像處理和機(jī)器學(xué)習(xí)，以及移動(dòng)設(shè)備和數(shù)碼相機(jī)等技術(shù)，提出了通過從植物葉片圖像中提取不同特征來實(shí)現(xiàn)植物物種自動(dòng)分類的思想。

植物葉子識(shí)別是利用圖像處理技術(shù)識(shí)別葉子的重要科學(xué)領(lǐng)域。使用不同的算法提出了幾種方法，以實(shí)現(xiàn)盡可能高的精度。本文對圖像處理中使用的各種方法進(jìn)行了分析調(diào)查，以通過其葉子識(shí)別植物。這些方法有助于為植物學(xué)家提供有用的信息，以利用這些葉子的藥用特性，或用于任何其他農(nóng)業(yè)和環(huán)境目的。我們還提供了對研究人員使用的不同技術(shù)的見解和完整回顧，這些技術(shù)考慮了不同的特征和分類器。這些特征和分類器根據(jù)其提高分類方法的準(zhǔn)確率的能力進(jìn)行研究。我們的分析表明，支持Victor機(jī)器（SVM）和卷積神經(jīng)網(wǎng)絡(luò)（CNN）在其他方法中在準(zhǔn)確性方面都處于正優(yōu)勢。

引自：
Khaled Suwais, Khattab Alheeti and Duaa Al_Dosary, “A Review on Classification Methods for Plants Leaves Recognition” International Journal of Advanced Computer Science and Applications(IJACSA), 13(2), 2022. http://dx.doi.org/10.14569/IJACSA.2022.0130211