Leaf Recognition System

Описание

Растенията съществуват навсякъде, където живеем, както и на места без нас. Много от тях носят значима информация за развитието на човешкото общество. Неотложната ситуация е, че много растения са изложени на риск от изчезване. Така че е много необходимо да се създаде база данни за растителна защита. Вярваме, че първата стъпка е да научим компютъра как да класифицира растенията. В сравнение с други методи, като например методи на клетъчна и молекулярна биология, класификацията въз основа на изображение на листа е първият избор за класификация на листни растения. Вземането на проби от листа и фотографирането им е евтино и удобно. Човек може лесно да прехвърли изображението на листа на компютър и компютърът може да извлече функции автоматично в техники за обработка на изображения. Някои системи използват описания, използвани от ботаниците. Но не е лесно да извлечете и прехвърлите автоматично тези функции на компютър.

Разработихме ефективен алгоритъм за класификация на листа, който съчетава статистика от висок порядък на характеристиките на изображението заедно с информация за формата и невронна мрежа като нелинеен класификатор. Кодът е тестван с базата данни FLAVIA, постигайки отличен процент на разпознаване от 92,09% (32 класа, 40 образа за обучение и останалите изображения, използвани за тестване за всеки клас, следователно има общо 1280 изображения за обучение и 627 изображения за тестове, произволно избрани и не съществува припокриване между тренировъчните и тестовите изображения).

Нашият подход превъзхожда алгоритъма на FLAVIA и освен това не изисква човешка намеса. В алгоритъма FLAVIA всъщност трябва да маркирате двата края на главната жилка на листа чрез щракване на мишката. Разстоянието между двата терминала се определя като физиологична дължина.