1、本研究選擇了我國東北地區(qū)常見的木本植物共50種，掃描出約1000張植物葉片圖像，運用計算機圖像處理分析軟件，精確地測量出葉片原始數(shù)字特征共有31項，并設定計算公式得出28項相對數(shù)字特征指標。先利用變異系數(shù)判定數(shù)據(jù)的穩(wěn)定性，用SPSS19.0的典型判別分析作主要識別評價依據(jù)，應用指標依序添入法、逐步排除法，篩選出可以用作實驗物種識別最有效的特征指標組合。主要研究結果如下:
　　(1)利用變異系數(shù)評價28項相對數(shù)字特征指標的穩(wěn)定性。得

2、出近圓度、長寬比、最寬處位置、外矩面積比、外矩周長比、較長弧距比、較短弧距比、上外距面積比、葉包膜面積比、葉包膜周長比這10項特征指標數(shù)據(jù)穩(wěn)定性較好，可以作為備選指標。
　　(2)得出僅利用單一特征指標對50種植物進行識別是不可行的。單一特征指標的分類結果表明，所有單一指標對植物個體的綜合判別正確率都沒有超過50％，綜合判別正確率的大小排序為:長寬比＞上外距面積比＞最寬處位置＞近圓度＞外矩面積比＞外矩周長比＞較短弧距比＞較長弧距比

3、＞葉包膜周長比＞葉包膜面積比，其中，長寬比的綜合判別正確率最高，為49.9％。
　　(3)驗證了兩個相關性極顯著的特征指標組合后可以提高指標對植物的判別正確率。說明特征指標之間的相關性，對指標組合后判別分析的分類結果的變化沒有直接關系，特征指標之間是可以任意組合再進行判別分析的。
　　(4)將10項特征指標全部綜合對50種植物進行典型判別分析。分類結果顯示，綜合判別正確率達到99.9％，對49種植物的判別正確率都為100％，

4、僅對5號植物的判別正確率為94.7％，但仍不能保證對所有葉片個體達到完全識別。其中，分類結果的結構矩陣反映出各項指標對植物識別的影響大小排序:長寬比＞近圓度＞上外距面積比＞最寬處位置＞葉包膜面積比＞外矩周長比＞外矩面積比＞葉包膜周長比＞較短弧距比＞較長弧距比。
　　(5)依據(jù)10項特征指標組合分類結果的結構矩陣，10項指標對判別分析的影響大小排序，采用依序添加指標法，形成指標組合進行典型判別分析。得出指標葉包膜周長比、較長弧距比的

5、添入對分類結果的無增益，故將余下8項指標組合進行典型判別分析，得出的分類結果與10項指標組合的結果完全相同，說明該兩項指標無效。
　　(6)經(jīng)過5步逐步排除法，最終得出兩組最有效的指標組合可以達到完全識別，分別為“長寬比、上外距面積比、最寬處位置、葉包膜面積比、外矩面積比、較長弧距比”和“近圓度、上外距面積比、最寬處位置、葉包膜面積比、外矩面積比、較長弧距比”。這兩個特征指標組合含6項指標，對50種植物的綜合判別正確率均為100％