Plante bestaan oral waar ons leef, sowel as plekke sonder ons. Baie van hulle voer beduidende inligting vir die ontwikkeling van die menslike samelewing. Die dringende situasie is dat baie plante is by die risiko van uitwissing. Daarom is dit baie nodig om 'n databasis vir plant beskerming. Ons glo dat die eerste stap is om 'n rekenaar te leer hoe om plante te klassifiseer. In vergelyking met ander metodes, soos sel en molekuul biologie metodes, klassifikasie gebaseer op blaar beeld is die eerste keuse vir blaar plant klassifikasie. Monsterneming blare en photoing hulle is 'n lae-koste en gerieflik. 'N Mens kan maklik die oordrag van die blaar beeld tot 'n rekenaar en 'n rekenaar kan funksies outomaties onttrek in beeldverwerking tegnieke. Sommige stelsels diens beskrywings gebruik word deur plantkundiges. Maar dit is nie maklik om te onttrek en die oordrag van die eienskappe van 'n rekenaar outomaties.
Ons het 'n doeltreffende algoritme vir blaar klassifikasie wat 'n kombinasie van hoë-orde statistieke van die beeld funksies saam met die vorm van inligting en neurale netwerk as lineêre klassifiseerder ontwikkel. Die kode is getoets met Flavia databasis bereiking van 'n uitstekende erkenning koers van 92,09% (32 klasse, 40 opleiding beelde en die oorblywende beelde wat gebruik word vir die toets vir elke klas, daarom is daar 1280 opleiding beelde en 627 toets beelde in totaal lukraak gekies en geen oorvleuel tussen die opleiding en toets beelde).
Ons benadering beter as Flavia algoritme en boonop is dit nie vereis dat enige menslike ingemeng deel. In Flavia algoritme in die feit dat jy nodig het om die twee terminale van die hoofaar van die blaar te merk via die muis klik. . Die afstand tussen die twee terminale word gedefinieer as die fisiologiese lengte
Vereistes :
Matlab
Kommentaar nie gevind