Augalai egzistuoja visur mes gyvename, taip pat vietos, be mūsų. Daugelis jų atlieka reikšmingą informaciją apie žmonių visuomenės vystymosi. Skubiai situacija yra, kad daugelis augalų yra išnykimo pavojus. Taigi ji yra labai reikalinga įsteigti duomenų bazę augalų apsaugą. Mes tikime, kad pirmas žingsnis yra išmokyti kompiuterį kaip klasifikuoti augalus. Palyginti su kitais metodais, pavyzdžiui, ląstelių ir molekulė biologijos metodus, klasifikacija, pagrįsta lapų Paveikslėlis pirmasis pasirinkimas lapų augalų klasifikavimo. Atranka lapų ir photoing juos yra pigus ir patogus. Vienas gali lengvai perkelti lapų vaizdą į kompiuterį ir kompiuteris gali išgauti funkcijos automatiškai vaizdo apdorojimo metodus. Kai kurios sistemos naudoja aprašymai naudojami botanikai. Bet tai nėra lengva išskleisti ir perduoti šias funkcijas prie kompiuterio automatiškai.
Mes sukūrėme efektyvią algoritmas lapų klasifikaciją, kuri apjungia aukštos užsakymų statistiką įvaizdis yra kartu su forma informacijos ir neuroninio tinklo kaip netiesinio klasifikatorių. Kodas buvo išbandytas su FLAVIA duomenų bazė pasiekti puikią atpažinimo greitis nuo 92,09% (32 klasių, 40 mokymo vaizdus ir likusius vaizdus naudojami bandymams kiekvienai klasei, todėl yra 1280 mokymo vaizdai ir 627 bandymų vaizdus iš viso atsitiktinai atrinkti ir ne persidengia mokymo ir bandymų vaizdus).
Mūsų požiūris pralenkia Flavia algoritmą ir, be to, nereikalauja jokių žmogaus kišosi dalį. Be Flavia algoritmas iš tikrųjų jums reikia pažymėti du terminalus pagrindinės venos lapo per pelės paspaudimu. . Tarp dviejų terminalų atstumas apibrėžiamas kaip fiziologinio ilgis
Reikalavimai :
Matlab
Komentarai nerastas