Leaf Recognition System

Descrizione

Le piante esistono ovunque viviamo, così come i luoghi senza di noi. Molti di loro portano informazioni significative per lo sviluppo della società umana. La situazione urgente è che molte piante sono a rischio di estinzione. Quindi è molto necessario creare un database per la protezione delle piante. Crediamo che il primo passo sia insegnare a un computer come classificare le piante. Rispetto ad altri metodi, come i metodi di biologia cellulare e molecolare, la classificazione basata sull'immagine fogliare è la prima scelta per la classificazione delle piante a foglia. Campionare le foglie e fotografarle sono convenienti e convenienti. Si può trasferire facilmente l'immagine della foglia su un computer e un computer può estrarre automaticamente le caratteristiche nelle tecniche di elaborazione delle immagini. Alcuni sistemi utilizzano descrizioni usate dai botanici. Ma non è facile estrarre e trasferire automaticamente queste funzionalità su un computer.

Abbiamo sviluppato un algoritmo efficiente per la classificazione delle foglie che combina le statistiche di ordine elevato delle caratteristiche dell'immagine insieme alle informazioni sulla forma e alla rete neurale come classificatore non lineare. Il codice è stato testato con il database FLAVIA ottenendo un eccellente tasso di riconoscimento del 92,09% (32 classi, 40 immagini di allenamento e le immagini rimanenti utilizzate per il test per ogni classe, quindi ci sono 1280 immagini di allenamento e 627 immagini di test in totale selezionate casualmente e nessun esiste una sovrapposizione tra le immagini di formazione e di prova).

Il nostro approccio supera l'algoritmo FLAVIA e inoltre non richiede alcuna parte interferita dall'uomo. Nell'algoritmo FLAVIA infatti è necessario segnare i due terminali della vena principale della foglia tramite un click del mouse. La distanza tra i due terminali è definita come la lunghezza fisiologica.