Rostliny existují všude, kde jsme žili, stejně jako místa bez nás. Mnozí z nich nesou významné informace pro rozvoj lidské společnosti. Naléhavá situace taková, že mnoho rostlin jsou v nebezpečí vyhynutí. Tak to je velmi nutné zřídit databázi pro ochranu rostlin. Jsme přesvědčeni, že prvním krokem je naučit počítač, jak se zařadit rostliny. Ve srovnání s jinými metodami, jako jsou metody buněčné biologie a molekula, třídění na základě listu obrázku je první volbou pro klasifikaci list rostlin. Odběr vzorků listy a jejich photoing jsou nízké náklady a pohodlné. Jeden může snadno převést list obraz do počítače a počítač může extrahovat funkce automaticky technik zpracování obrazu. Některé systémy využívají popisy používaných botaniky. Ale to není snadné extrahovat a automaticky převést tyto funkce na počítači.
Vyvinuli jsme efektivní algoritmus pro klasifikaci listu, který kombinuje statistik high-order of image je k dispozici spolu s informacemi tvaru a neuronové sítě jako nelineární klasifikátoru. Kód byl testován s FLAVIA databáze dosažení vynikající míry uznání 92,09% (32 tříd, 40 školení obrazy a zbývajících snímků používané pro testování pro každou třídu, proto tam jsou 1.280 obrázků školení a 627 Testovací obrazy celkem náhodně vybraných a ne překrývání existuje mezi vzdělávacími a testovací snímky).
Náš přístup překonává Flavia algoritmus a navíc nevyžaduje žádné člověk zasáhl část. V Flavia algoritmus ve skutečnosti je třeba označit dva terminály na hlavní žíly listu pomocí kliknutí myší. , Vzdálenost mezi oběma terminály je definován jako fyziologický délka
Požadavky na :
Matlab
Komentáře nebyl nalezen