Bladherkenningssysteem

Gebruik Matlab-broncode om bladherkenningssysteem in te stellen.
Download nu

Bladherkenningssysteem Rangschikking & Samenvatting

Advertentie

  • Rating:
  • Vergunning:
  • Free
  • Prijs:
  • Free
  • Naam uitgever:
  • By Luigi Rosa
  • Uitgever website:
  • http://www.advancedsourcecode.com/
  • Besturingssystemen:
  • Windows 2003, Windows Vista, Windows 98, Windows Me, Windows, Windows NT, Windows 2000, Windows 8, Windows Server 2008, Windows 7, Windows XP
  • Aanvullende vereisten:
  • Matlab
  • Bestandsgrootte:
  • 24.95K
  • Totaal aantal downloads:
  • 495

Bladherkenningssysteem Tags


Bladherkenningssysteem Beschrijving

Planten bestaan overal waar we wonen, evenals plaatsen zonder ons. Velen van hen dragen aanzienlijke informatie voor de ontwikkeling van de menselijke samenleving. De dringende situatie is dat veel planten het risico van uitsterven zijn. Het is dus erg nodig om een database op te zetten voor gewasbescherming. Wij zijn van mening dat de eerste stap is om een computer te leren hoe u planten kunt indelen. In vergelijking met andere methoden, zoals biologiemethoden voor cel en molecuul, is classificatie op basis van bladafbeelding de eerste keuze voor classificatie van bladplant. Bevestigingsblaadjes en foto's zijn low-cost en handig. Men kan het bladafbeelding eenvoudig naar een computer overbrengen en een computer kan de functies automatisch extraheren in beeldverwerkingstechnieken. Sommige systemen gebruiken beschrijvingen die door botanisten worden gebruikt. Maar het is niet eenvoudig om die functies automatisch naar een computer te extraheren en over te dragen. We hebben een efficiënt algoritme ontwikkeld voor bladclassificatie die hoge orde statistieken van beeldkenmerken combineert samen met vorminformatie en neuraal netwerk als niet-lineaire classificeerder. De Code is getest met Flavia-database die een uitstekende erkenningssnelheid van 92.09% (32 klassen, 40 trainingsafbeeldingen en de resterende afbeeldingen voor testen voor elke klasse worden gebruikt, vandaar dat er 1280 opleidingsfoto's en 627 testafbeeldingen en nee zijn overlapping bestaat tussen de trainings- en testafbeeldingen). Onze aanpak presteert beter dan Flavia-algoritme en bovendien vereist het geen menselijk ingericht deel. In Flavia-algoritme moet u in feite de twee terminals van de hoofdader van het blad via de muisklik markeren. De afstand tussen de twee terminals wordt gedefinieerd als de fysiologische lengte.


Bladherkenningssysteem Gerelateerde software