新疆维吾尔草药图像特征提取及分类研究

木拉提·哈米提1, 孔喜梅1, 严传波1， 阿布都艾尼·库吐鲁克1， 孙静1，

艾赛提·买提木沙2， 员伟康1, 杨芳1， 伊利扎提·阿力甫1， 张岁霞1

(新疆医科大学1医学工程技术学院；2公共卫生学院， 乌鲁木齐830011)

摘要：目的探讨决策树C4.5算法及主成分分析法在新疆维吾尔草药图像分类中的应用。 方法选取新疆维吾尔草药图像450张，其中花类、叶类、果类图像各150张。对图像进行去噪、尺度归一化和空间转换等预处理；利用颜色直方图与颜色矩法分别提取3种草药的特征；采用主成分分析(PCA)法对所提取的特征进行筛选；构造一个基于C4.5决策树算法的图像分类器，使用决策树C4.5算法，对颜色直方图、颜色矩、14个综合特征及主成分分析获取的特征进行分类，以验证特征的分类能力。结果颜色直方图特征分类准确率为63.11%，颜色矩特征分类准确率为65.11%，14个综合特征分类准确率为54.76%，PCA选择的特征分类准确率为72.00%。结论综合特征的分类准确率较单一特征低，表明在进行分类时，冗余特征可能会降低分类准确率；利用PCA选择后的特征分类准确率较高，表明该算法能有效减少冗余特征，弥补单一特征分类的局限性，从而提高整体分类效率，为提高后续基于内容的图像检索系统的检索效率奠定了基础。

关键词：新疆维吾尔草药； 主成分分析(PCA); 综合特征； 决策树C4.5； 图像分类

中图分类号：R318.04; TP751.1文献标识码：A

doi:10.3969/j.issn.1009-5551.2015.07.004

[收稿日期:2015-04-19]

基金项目：新疆少数民族科技人才特殊培养计划科研项目(201323122)