| Version | 1.0 |
|---|---|
| Éditeur | Luigi Rosa |
| Date de sortie | 19 nov. 2012 |
| Date ajoutée | 19 nov. 2012 |
| Exigences OS | Windows 2003, Windows Vista, Windows 98, Windows Me, Windows, Windows NT, Windows 2000, Windows 8, Windows Server 2008, Windows 7, Windows XP |
| Exigences | Matlab |
| Total téléchargements | 495 |
| Prix | Free |
La description
Les plantes existent partout où nous vivons, ainsi que des endroits sans nous. Beaucoup d'entre eux contiennent des informations importantes pour le développement de la société humaine. La situation urgente est que de nombreuses plantes sont menacées d'extinction. Il est donc très nécessaire de mettre en place une base de données pour la protection des végétaux. Nous pensons que la première étape consiste à apprendre à un ordinateur à classer les plantes. Par rapport à d'autres méthodes, telles que les méthodes de biologie cellulaire et moléculaire, la classification basée sur l'image des feuilles est le premier choix pour la classification des plantes à feuilles. L'échantillonnage des feuilles et leur photographie sont peu coûteux et pratiques. On peut facilement transférer l'image de la feuille sur un ordinateur et un ordinateur peut extraire automatiquement des caractéristiques dans des techniques de traitement d'image. Certains systèmes emploient des descriptions utilisées par les botanistes. Mais il n'est pas facile d'extraire et de transférer automatiquement ces fonctionnalités sur un ordinateur.
Nous avons développé un algorithme efficace pour la classification des feuilles qui combine des statistiques d'ordre élevé des caractéristiques de l'image avec des informations de forme et un réseau de neurones en tant que classificateur non linéaire. Le code a été testé avec la base de données FLAVIA atteignant un excellent taux de reconnaissance de 92,09% (32 classes, 40 images d'entraînement et les images restantes utilisées pour les tests pour chaque classe, il y a donc 1280 images d'entraînement et 627 images de test au total sélectionnées au hasard et non un chevauchement existe entre les images d'entraînement et de test).
Notre approche surpasse l'algorithme FLAVIA et de plus, elle ne nécessite aucune intervention humaine. Dans l'algorithme FLAVIA, en fait, vous devez marquer les deux terminaux de la nervure principale de la feuille via un clic de souris. La distance entre les deux terminaux est définie comme la longueur physiologique.
