本发明公开了一种改进Gabor与HOG的自适应加权多特征融合的植物叶片识别方法，首先对图像进行预处理，然后对Gabor算法中的Gabor滤波器进行改进，再利用改进后的Gabor算法和HOG算法对预处理后的图像分别进行特征提取，得到Gabor和HOG特征向量，并将两个特征向量自适应加权融合后进行降维处理，再使用SVM的组合核函数进行分类训练，输出识别结果。该发明可以广泛应用于机器视觉领域中复杂环境下的植物叶片识别，弥补了对植物叶片信息描述的不足，从而达到植物叶片识别的准确性的目的，有非常广阔的应用场景。