一、课题研究背景和意义
1.1 课题背景
植物种类多样，物种繁多，在人类生活中扮演着十分重要的角色。农业植物更是国民的经济命脉，民以食为天，加深对植物的认识和理解，提高楨物的产量对人类牛.活有着至关重要的影响。随着人类社会的快速发展，经济增长迅速，人类对自然的影响正在渐渐增强，人类的生产活动造成了对环境的破坏，许多植物正在濒临灭绝，同时植物神群数0也在逐年下降，对人类的生产生活、牛存状况带来难以预计的恶果。例如己经出现的全球秋后变暖、土地沙漠化、洪水、旱涝等。而今人类己经意识到了保护自然环境，保护植物的重要性。而植物不论在形态构造、生活习性或对外界环境的适应上都是多种多样的。如果要更好地针对性地保护植物，需要对植物的种属有所了解。由于植物叶片纹理特殊，脉络清晰，叶片的叶形和色彩多样各异，向这些特征可以作为区分植物种类的重要标志之一，所以基于植物叶片的分类是可行的。
1.2 研究意义
随着信息化时代的到来，我们生活中的互联网充斥着海量的信息数据。这些信息数据单靠人脑必理是难以实现的，也会出现一定程度上的偏差。现如今，随着计算机技术的高速发展，我们智能计算机能够帮助我们处理一些复杂的记忆性工作，同时能够进行学习和交互。因此，具有自学习和自适应能力的人工神经网络就具有十分重要的研究意义。
- 国内外同类研究概况：
基于图像分析以及图像处理的植物识别是一个有重要意义的研究方面，国内外的研究人员对其进行了广泛的研究，并取得了一定的成果。国外相关研究进展较早，自1986年.伦敦大Ingrouille等人提取27种叫形特征，利用主成分分析(PCA算法）对橡树进行了分类到在同内，到2013年，Charles等自己建立了测试叶片数据库，包含100种植物叶片样本，提出了可以在小训练集规模和特征提取不完整的条件下的提商识别率方法，提取了叶片的形状、纹理和边缘特征，采用K临近值算法似合结果，并通过密度佔算法提高识别率，当三个特征结合时识别率达到96%,当识练样本只有4个的时候识别率仍可达到91%。
国内这方面的研究起步较晚，从2007年之后才逐步开始发展，识别率以及识别范围逐渐提高，杜吉祥提出了一种移动中值中心超球分类器(MMC),针对20种值物叶片选取了15个值物叶片特征进行识别，2014年邹秋霞等人完成了基于Android手机的植物叶片分类系统应用，直接利用移动终端完成对叶片识别代表了新的发展趋势，该系统对样本的识别取得了不错的结果。
- 阅读文献进行调研的综述：
3.1 研究难点
植物叶片特征比较明显,但是研宄过程中同样存在一些难点问题，主要问题如下：
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。
