Leaf Recognition System

Deskrizzjoni

Il-pjanti jeżistu kullimkien fejn ngħixu, kif ukoll postijiet mingħajrna. Ħafna minnhom iġorru informazzjoni sinifikanti għall-iżvilupp tas-soċjetà umana. Is-sitwazzjoni urġenti hija li ħafna pjanti huma fir-riskju ta 'estinzjoni. Għalhekk huwa ferm meħtieġ li titwaqqaf database għall-protezzjoni tal-pjanti. Aħna nemmnu li l-ewwel pass huwa li ngħallmu kompjuter kif tikklassifika l-pjanti. Meta mqabbel ma 'metodi oħra, bħal metodi ta' bijoloġija taċ-ċelluli u tal-molekula, il-klassifikazzjoni bbażata fuq l-immaġni tal-weraq hija l-ewwel għażla għall-klassifikazzjoni tal-pjanti tal-weraq. It-teħid ta 'kampjuni tal-weraq u r-ritratti tagħhom huma bi prezz baxx u konvenjenti. Wieħed jista 'faċilment jittrasferixxi l-immaġni tal-weraq għal kompjuter u kompjuter jista' estratt karatteristiċi awtomatikament fit-tekniki tal-ipproċessar tal-immaġni. Xi sistemi jużaw deskrizzjonijiet użati mill-botaniċi. Iżda mhuwiex faċli li jiġu estratti u trasferiti dawk il-karatteristiċi għal kompjuter awtomatikament.

Aħna żviluppajna algoritmu effiċjenti għall-klassifikazzjoni tal-weraq li jgħaqqad statistika ta 'ordni għolja ta' karatteristiċi ta 'immaġni flimkien ma' informazzjoni dwar il-forma u netwerk newrali bħala klassifikatur mhux lineari. Il-kodiċi ġie ttestjat bid-database FLAVIA u kisbet rata ta’ rikonoxximent eċċellenti ta’ 92.09% (32 klassi, 40 immaġini ta’ taħriġ u l-immaġini li jifdal użati għall-ittestjar għal kull klassi, għalhekk hemm 1280 immaġini ta’ taħriġ u 627 immaġini tat-test b’kollox magħżula b’mod każwali u l-ebda teżisti koinċidenza bejn it-taħriġ u l-immaġini tat-test).

L-approċċ tagħna jegħleb l-algoritmu FLAVIA u barra minn hekk ma jeħtieġ ebda parti interferita mill-bniedem. Fl-algoritmu FLAVIA fil-fatt għandek bżonn timmarka ż-żewġ terminali tal-vina prinċipali tal-werqa permezz ta 'klikk tal-maws. Id-distanza bejn iż-żewġ terminali hija definita bħala t-tul fiżjoloġiku.