Pflanzen gibt es überall in der wir leben, sowie Orte ohne uns. Viele von ihnen tragen wichtige Informationen für die Entwicklung der menschlichen Gesellschaft. Die dringende Situation ist, dass viele Pflanzen sind auf die Gefahr des Aussterbens. So ist es sehr notwendig, um eine Datenbank für den Pflanzenschutz. Wir glauben, daß der erste Schritt ist, einen Computer zu lehren, wie die Pflanzen zu klassifizieren. Im Vergleich zu anderen Methoden, wie Zell- und Molekülbiologischen Methoden, Klassifizierung basiert auf Blatt ist die erste Wahl für die Blattpflanze Klassifizierung. Abtasten Blätter und photoing sie sind kostengünstig und bequem. Man kann sich das Blatt Bild leicht auf einen Computer übertragen und ein Computer-Funktionen in den Bildverarbeitungstechniken zu extrahieren. Einige Systeme verwenden Beschreibungen von Botanikern verwendet. Aber es ist nicht leicht, zu extrahieren und diese Funktionen automatisch auf einem Computer.
Wir haben einen effizienten Algorithmus für Blatt Klassifizierung, die höherwertigen Statistiken kombiniert der Bild kennzeichnet zusammen mit Forminformationen und neuronalen Netzwerk als nicht-linearen Klassifikator entwickelt. Der Code wurde mit FLAVIA Datenbank erzielen eine hervorragende Erkennungsrate von 92,09% (32 Klassen, 40 Trainingsbilder und die verbleibenden Bilder zum Testen für jede Klasse verwendet, getestet, daher gibt es 1280 Trainingsbilder und 627 Testbilder insgesamt zufällig ausgewählt und kein Überschneidungen zwischen den Trainings- und Testbilder vorhanden).
Unser Ansatz übertrifft FLAVIA Algorithmus und darüber hinaus ist es nicht erforderlich ein Mensch eingegriffen Teil. In FLAVIA Algorithmus in der Tat, müssen Sie die beiden Anschlüsse der Hauptader des Blattes per Mausklick markieren. . Der Abstand zwischen den beiden Terminals wird als physiologische Länge definiert
Anforderungen :
Matlab
Kommentare nicht gefunden