Page 349 - 《软件学报》2021年第5期

陈鑫 等:高斯卷积角:用于叶片图像检索的形状描述不变量 1573

4.1 数据集
我们进行叶片图像检索的第 1 组实验采用的测试集是 CVIP100 叶片图像库 [17] .该图像库中的叶片主要采
自国内,包含从 100 种植物中收集的 1 200 张叶片图像,每种有 12 个样本.图 3 给出了 CVIP100 的所有 100 种叶
片的示例,观察该图可以看出:许多样本具有很大的形状相似性,如同为椭圆或卵形,凭人的视觉观察,很难区分
它们.
我们用于评估算法性能的第 2 组实验是在中欧木本植物(MEW)数据集 [27] 上进行的.该图像库中的叶片采
自中欧地区原生或经常种植的 153 类树木和灌木,每类至少有 50 个样本,共计 9 745 个样本.其中,Hedera_helix
分为可育和不育形式,Maclura_pomifera 分为雌性和雄性,因此,151 种植物物种产生了 153 种可识别的类别.图 4
给出了 MEW 数据集中所有 153 种叶片的示例.从该图可以看出:由于样本都是采自木本植物,不同种类的大多
数叶片形状差异非常小,通过人眼观察很难辨识.

Fig.3 Example leaf images of 100 plant species form the CVIP100 dataset [17]
图 3 CVIP100 数据集中的 100 种叶片样本图像示例 [17]

Fig.4 Image examples of 153 types of leaf samples in MEW dataset [27]
图 4 MEW 数据集中的 153 种叶片样本图像示例 [27]

为了验证本文提出的高斯卷积角形状描述方法的通用性,我们的第 3 组实验是在 Kimia [28] 形状数据集上进
行的.该数据集是目前被广泛使用的标准形状图像库,它包含 9 个类别的形状,每个类别有 11 个样本,如图 5 所
示,属于同一类的样本存在旋转、缩放、局部遮挡、边缘扭曲、类内形变等复杂的形状变化,从而使得识别更
具挑战性.