Рослини існують скрізь, де ми живемо, а також місця і без нас. Багато хто з них несуть важливу інформацію для розвитку людського суспільства. Надзвичайної ситуації в тому, що багато рослин знаходяться в небезпеці вимирання. Таким чином, це дуже необхідно, щоб створити базу даних для захисту рослин. Ми вважаємо, що першим кроком є навчити комп'ютер як класифікувати рослини. У порівнянні з іншими методами, такими як стільникові та біології молекула методів, класифікація, заснована на лист зображення першим вибором для класифікації листя рослин. Відбір проб листя і photoing їх є низька вартість і зручно. Можна легко передати листя файл на комп'ютер і комп'ютер може витягти особливості автоматично методів обробки зображень. Деякі системи використовують визначення, що використовуються ботаніками. Але це не так легко витягти і передати ці функції до комп'ютера автоматично.
Ми розробили ефективний алгоритм для листя класифікації, яка поєднує в собі статистичні дані високого порядку зображення показує разом з інформацією форми і нейронної мережі як нелінійного класифікатора. Код був протестований з базою даних FLAVIA досягнення відмінну швидкість розпізнавання з 92,09% (32 класів, 40 тренувальних образів, а решта зображення, використовувані для тестування для кожного класу, отже, є 1280 тренувальних образів і 627 тестові зображення в цілому випадковим чином вибирається і не перекриття існує між підготовки та тестових зображень).
Наш підхід перевершує алгоритм Флавія і, крім того, не потребує будь-яких осіб втрутився частину. В алгоритмі FLAVIA в тому, що вам потрібно, щоб відзначити два клеми головної жилки листа за допомогою миші. . Відстань між двома терміналами визначається як фізіологічної довжини
Вимоги
Matlab
Коментар не знайдено