：植物种类识别方法主要是根据叶片低维特征进行自动化鉴定。然而，低维特征不能全面描述叶片信息，识别准确率低，本文提 出一种基于多特征降维的植物叶片识别方法。首先通过数字图像处理技术对植物叶片彩色样本图像进行预处理，获得去除颜色、虫洞、 叶柄和背景的叶片二值图像、灰度图像和纹理图像。然后对二值图像提取几何特征和结构特征，对灰度图像提取 Hu不变矩特征、灰 度共生矩阵特征、局部二值模式特征和 Gabor 特征，对纹理图像提取分形维数，共得到 2183 维特征参数。再采用主成分分析与线性 评判分析相

Matlab中的图像处理实例，降噪，颜色提取，对比度增强，可以参考(Matlab image processing examples, noise reduction, color extraction, contrast enhancement, can be referred to)

在vc++6.0环境下，基于OPENGL实现图形学设计内容。包括实现五边形到五角星的动态变换；利用DDA、中点画线法、Bresenham算法画直线；利用中点画圆法、Bresenham算法画圆；利用栅栏填充、扫描线填充实现多边形内部颜色填充；以及实现二维图形、三维图形的平移、放大、缩小、对称、旋转、错切等基本图形变换。(In vc++6.0 environment, we design content based on OPENGL. It includes the dynamic transfo