Leaf Recognition System

Opis

Rośliny istnieją wszędzie, gdzie żyjemy, a także miejsca bez nas. Wiele z nich zawiera ważne informacje dla rozwoju społeczeństwa ludzkiego. Pilną sytuacją jest to, że wiele roślin jest zagrożonych wyginięciem. Dlatego bardzo potrzebne jest stworzenie bazy danych dla ochrony roślin. Wierzymy, że pierwszym krokiem jest nauczenie komputera klasyfikowania roślin. W porównaniu z innymi metodami, takimi jak metody biologii komórkowej i molekularnej, klasyfikacja oparta na obrazie liścia jest pierwszym wyborem do klasyfikacji roślin liściastych. Pobieranie próbek liści i ich fotografowanie jest tanie i wygodne. Można łatwo przenieść obraz liścia do komputera, a komputer może automatycznie wyodrębnić cechy w technikach przetwarzania obrazu. Niektóre systemy wykorzystują opisy używane przez botaników. Ale nie jest łatwo wyodrębnić i automatycznie przenieść te funkcje na komputer.

Opracowaliśmy wydajny algorytm klasyfikacji liści, który łączy statystyki wysokiego rzędu cech obrazu wraz z informacją o kształcie i siecią neuronową jako klasyfikatorem nieliniowym. Kod został przetestowany z bazą danych FLAVIA, uzyskując doskonały współczynnik rozpoznawania 92,09% (32 zajęcia, 40 obrazów treningowych i pozostałe obrazy użyte do testowania dla każdej klasy, stąd w sumie losowo wybranych jest 1280 obrazów treningowych i 627 obrazów testowych i nie istnieje nakładanie się obrazów treningowych i testowych).

Nasze podejście przewyższa algorytm FLAVIA, a ponadto nie wymaga żadnej ingerencji człowieka. W algorytmie FLAVIA w rzeczywistości należy zaznaczyć dwa końce żyły głównej liścia za pomocą kliknięcia myszką. Odległość między dwoma terminalami określa się jako długość fizjologiczną.