Système de reconnaissance des feuilles

Utilisez le code source MATLAB pour configurer le système de reconnaissance des feuilles.
Télécharger maintenant

Système de reconnaissance des feuilles Classement & Résumé

Publicité

  • Rating:
  • Licence:
  • Free
  • Prix:
  • Free
  • Nom de l'éditeur:
  • By Luigi Rosa
  • Site Internet de l'éditeur:
  • http://www.advancedsourcecode.com/
  • Systèmes d'exploitation:
  • Windows 2003, Windows Vista, Windows 98, Windows Me, Windows, Windows NT, Windows 2000, Windows 8, Windows Server 2008, Windows 7, Windows XP
  • Exigences supplémentaires:
  • Matlab
  • Taille du fichier:
  • 24.95K
  • Téléchargements totaux:
  • 495

Système de reconnaissance des feuilles Mots clés


Système de reconnaissance des feuilles La description

Les plantes existent partout où nous vivons, ainsi que des endroits sans nous. Beaucoup d'entre eux portent des informations importantes pour le développement de la société humaine. La situation urgente est que de nombreuses plantes sont au risque d'extinction. Il est donc très nécessaire de mettre en place une base de données pour la protection des plantes. Nous pensons que la première étape consiste à enseigner à un ordinateur comment classer les plantes. Par rapport à d'autres méthodes, telles que les méthodes de biologie des cellules et des molécules, la classification basée sur l'image de la feuille est le premier choix pour la classification des plantes de la feuille. Les feuilles d'échantillonnage et les photographies sont peu coûteuses et pratiques. On peut facilement transférer l'image de la feuille sur un ordinateur et un ordinateur peut extraire des fonctions automatiquement dans des techniques de traitement d'image. Certains systèmes utilisent des descriptions utilisées par les botanistes. Mais il n'est pas facile d'extraire et de transférer ces fonctionnalités à un ordinateur automatiquement. Nous avons développé un algorithme efficace pour la classification des feuilles combinant des statistiques sur ordre des caractéristiques d'image ainsi que des informations de forme et des réseaux de neurones en tant que classificateur non linéaire. Le code a été testé avec une base de données FLAVIA pour obtenir un excellent taux de reconnaissance de 92,09% (32 classes, 40 images de formation et les images restantes utilisées pour les tests pour chaque classe, il y a donc 1280 images de formation et 627 images de test au total sélectionnées au hasard et non. Le chevauchement existe entre les images de formation et de test). Notre approche surpasse l'algorithme de Flavia et de plus, cela ne nécessite aucune partie interférée humaine. En fait, dans l'algorithme de Flavie, vous devez marquer les deux bornes de la veine principale de la feuille via le clic de souris. La distance entre les deux terminaux est définie comme la longueur physiologique.


Système de reconnaissance des feuilles Logiciels associés