何进荣，任维鑫，石延新，白宗文3，*

（1.延安大学数学与计算机科学学院,陕西延安716000；2.西北农林科技大学陕西省农业信息感知与智能服务重点实验室,陕西杨凌712100；3.延安大学陕西省能源大数据智能处理省市共建重点实验室,陕西延安716000;4.延安大学物理与电子信息学院,陕西延安716000）

牡丹花因其色泽艳丽、富丽堂皇，享有“国色天香”的美誉。作为中国固有的特产花卉，牡丹花历来具有很高的观赏和药用价值。根据花色、花型、叶片和根部等植物性状特征的不同，牡丹花品种多达上百种，给牡丹花学者和爱好者鉴别牡丹花品种带来了挑战。目前牡丹花的品种鉴别主要依靠园艺专家的专业知识，这种鉴别方法耗时耗力，不利于推广牡丹文化和科普教育。近年来，随着计算机视觉技术的发展，许多学者将图像识别方法应用于农业领域，并取得了成功。

目前在花卉图像识别领域，常用的公开数据集有Oxford 17花卉数据集［1］和102花卉数据集［2］，前者包含17个种类共1360幅花卉图像，后者包含102个种类共8189幅花卉图像。针对通用花卉样本库Oxford 17 flower上的花卉种类识别问题，Nilsback等人借鉴自然语言处理中的特征向量化思想，提出基于视觉词袋的花卉图像特征表示方法［2］。吴笑鑫等人采用基于显著性检测的Grab Cut分割算法进行预处理，采用SVM构建分类模型［3］。为了对比不同图像预处理、特征提取和分类器方法的性能，苗金泉等人提出基于插件技术的花卉种类识别算法评估方法［4］。Zhang等人采用SIFT和Harr算子对图像特征进行检测，使用最近邻方法进行花卉种类识别［5］。……