Leaf Recognition System

Descrição

As plantas existem em todos os lugares em que vivemos, bem como em 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 criar um banco de dados para proteção de plantas. Acreditamos que o primeiro passo é ensinar um computador a classificar as plantas. Em comparação com outros métodos, como métodos de biologia celular e molecular, a classificação baseada na imagem da folha é a primeira escolha para a classificação de plantas foliares. Amostragem de folhas e fotografá-las são de baixo custo e convenientes. Pode-se facilmente transferir a imagem da folha para um computador e um computador pode extrair recursos automaticamente em técnicas de processamento de imagem. Alguns sistemas empregam descrições usadas por botânicos. Mas não é fácil extrair e transferir esses recursos para um computador automaticamente.

Desenvolvemos um algoritmo eficiente para classificação de folhas que combina estatísticas de alta ordem de recursos de imagem com informações de forma e rede neural como classificador não linear. O código foi testado com o banco de dados FLAVIA alcançando uma excelente taxa de reconhecimento de 92,09% (32 classes, 40 imagens de treinamento e as demais imagens usadas para teste para cada classe, portanto, há 1280 imagens de treinamento e 627 imagens de teste no total selecionadas aleatoriamente e nenhuma existe sobreposição entre as imagens de treinamento e de teste).

Nossa abordagem supera o algoritmo FLAVIA e, além disso, não requer nenhuma interferência humana. No algoritmo FLAVIA, de fato, você precisa marcar os dois terminais da nervura principal da folha através do clique do mouse. A distância entre os dois terminais é definida como o comprimento fisiológico.