Sistema de reconhecimento de folhas

Use o código fonte Matlab para configurar o sistema de reconhecimento de folhas.
Baixe Agora

Sistema de reconhecimento de folhas Classificação e resumo

Propaganda

  • Rating:
  • Licença:
  • Free
  • Preço:
  • Free
  • Nome do editor:
  • By Luigi Rosa
  • Site do editor:
  • http://www.advancedsourcecode.com/
  • Sistemas operacionais:
  • Windows 2003, Windows Vista, Windows 98, Windows Me, Windows, Windows NT, Windows 2000, Windows 8, Windows Server 2008, Windows 7, Windows XP
  • Requisitos adicionais:
  • Matlab
  • Tamanho do arquivo:
  • 24.95K
  • Total de downloads:
  • 495

Sistema de reconhecimento de folhas Tag


Sistema de reconhecimento de folhas Descrição

As plantas existem em todos os lugares que vivemos, bem como lugares sem nós. Muitos deles carregam informações significativas para o desenvolvimento da sociedade humana. A situação urgente é que muitas plantas estão em risco de extinção. Portanto, é muito necessário configurar um banco de dados para proteção vegetal. Acreditamos que o primeiro passo é ensinar um computador a classificar as plantas. Em comparação com outros métodos, como métodos de biologia de células e moléculas, a classificação baseada na imagem foliar é a primeira escolha para a classificação da planta foliar. Amostragem de folhas e fotografá-los são de baixo custo e conveniente. Pode-se facilmente transferir a imagem de folhas para um computador e um computador pode extrair recursos automaticamente nas técnicas de processamento de imagem. Alguns sistemas empregam descrições usadas pelos botânicos. Mas não é fácil extrair e transferir esses recursos para um computador automaticamente. Desenvolvemos um algoritmo eficiente para a classificação foliar que combina estatísticas de alta ordem de recursos de imagem em conjunto com informações de forma e rede neural como classificador não linear. O código foi testado com o banco de dados Flavia, obtendo uma excelente taxa de reconhecimento de 92,09% (32 classes, 40 imagens de treinamento e as imagens restantes usadas para testes para cada classe, há 1280 imagens de treinamento e 627 imagens de teste no total selecionado aleatoriamente e sobreposição existe entre as imagens de treinamento e teste). Nossa abordagem supera o algoritmo Flavia e, além disso, não requer qualquer parte interferida humana. Em Flavia Algoritmo, na verdade, você precisa marcar os dois terminais da veia principal da folha via clique do mouse. A distância entre os dois terminais é definida como o comprimento fisiológico.


Sistema de reconhecimento de folhas Software Relacionado