基于python的叶子识别文献综述

 2021-10-19 22:36:24

毕业论文课题相关文献综述

文 献 综 述 1.前言当下是一个大数据的时代,我们每个人都参与其中。

在大数据时代,数据庞大且杂乱,所以将数据有效的检索并组织呈现出来有着很重要的意义。

而为了实现这个,图像识别技术是不可缺少的一部分。

图像识别技术是信息时代的一门重要的技术,目的是为了让计算机代替人类去处理大量的物理信息。

随着计算机技术的发展,人类对图像识别技术的认识越来越深刻,同时生活方方面面的发展,例如:交通领域的交通场景识别,互联网领域基于内容的图像检索和相册自动归类,医学领域的图像识别等,也需要图像识别技术的支持。

图像识别技术的过程分为信息的获取、预处理、特征抽取和选择、分类器设计和分类决策。

本文分析了图像识别技术的技术原理以及模式识别等,之后介绍了神经网络的图像识别技术和非线性降维的图像识别技术及图像识别技术的应用在生物学科上。

树叶的识别与分类对于区分植物种类,保护植物生态区有着重大作用。

在图像识别技术发展之前,这种用树叶区分植物种类任务只能由人工完成,不仅需要从事人有着丰富的经验,而且工作量大,准确率难以保证。

而随着图像处理技术的普及我们可以利用计算机帮助我们快速完成树种分类任务,既可以提高效率,也可以减少人为可能产生的误差。

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文文献综述,课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。