Blatterkennungssystem.

Verwenden Sie den MATLAB-Quellcode, um das Blatterkennungssystem einzurichten.
Jetzt downloaden

Blatterkennungssystem. Ranking & Zusammenfassung

Anzeige

  • Rating:
  • Lizenz:
  • Free
  • Preis:
  • Free
  • Name des Herausgebers:
  • By Luigi Rosa
  • Website des Verlags:
  • http://www.advancedsourcecode.com/
  • Betriebssysteme:
  • Windows 2003, Windows Vista, Windows 98, Windows Me, Windows, Windows NT, Windows 2000, Windows 8, Windows Server 2008, Windows 7, Windows XP
  • Zusätzliche Anforderungen:
  • Matlab
  • Dateigröße:
  • 24.95K
  • Downloads insgesamt:
  • 495

Blatterkennungssystem. Stichworte


Blatterkennungssystem. Beschreibung

Pflanzen gibt es überall, wo wir leben, sowie Orte ohne uns. Viele von ihnen tragen wesentliche Informationen für die Entwicklung der menschlichen Gesellschaft. Die dringende Situation ist, dass viele Pflanzen das Extinktionsrisiko aufweisen. Daher ist es sehr notwendig, eine Datenbank für den Anlagenschutz einzurichten. Wir glauben, dass der erste Schritt einen Computer beibringen soll, wie man Pflanzen klassifiziert. Im Vergleich zu anderen Methoden wie Zellen- und Molekül-Biologie-Methoden ist die Klassifizierung auf der Grundlage des Blattbildes die erste Wahl für die Klassifizierung der Blattanlage. Probenahmeblätter und Photosen sind kostengünstig und bequem. Man kann das Blattbild leicht auf einen Computer übertragen, und ein Computer kann Merkmale automatisch in Bildverarbeitungstechniken extrahieren. Einige Systeme verwenden Beschreibungen, die von Botanisten verwendet werden. Es ist jedoch nicht einfach, diese Funktionen automatisch an einen Computer zu extrahieren und zu übertragen. Wir haben einen effizienten Algorithmus für die Blattklassifizierung entwickelt, der hochauflösende Statistiken von Bildmerkmale zusammen mit Forminformationen und neuronalem Netzwerk als nichtlinearer Klassifizierer kombiniert. Der Code wurde mit der Flavia-Datenbank getestet, die eine hervorragende Anerkennungsrate von 92,09% (32 Klassen, 40 Schulungen und den verbleibenden Bildern, die für jede Klasse verwendet werden, erreichbar. Daher gibt es 1280 Schulungen und 627 Testbilder insgesamt zufällig ausgewählt und nein Überlappung besteht zwischen den Trainings- und Testbildern). Unser Ansatz übertrifft Flavia-Algorithmus und erfordert darüber hinaus kein menschliches Vergrößern. In Flavia-Algorithmus müssen Sie die beiden Terminals der Hauptvene des Blatts über den Mausklick markieren. Der Abstand zwischen den beiden Terminals ist als physiologische Länge definiert.


Blatterkennungssystem. Zugehörige Software