Icono del programa: Leaf Recognition System

Leaf Recognition System para Windows

Name: Leaf Recognition System
Rating: 4 (1 reviews)
Author: Luigi Rosa

Por Luigi Rosa
Gratuito
Calificación del usuario

Descargar ahora

¿Has usado Leaf Recognition System para Windows? Comparte tu experiencia y ayuda a otros usuarios.

Descripción del desarrollador

By Luigi Rosa

Utiliza código fuente de Matlab para configurar un sistema de reconocimiento de hojas.

Las plantas existen en todos los lugares donde vivimos, así como en lugares sin nosotros. Muchas de ellas llevan información significativa para el desarrollo de la sociedad humana. La situación urgente es que muchas plantas están en riesgo de extinción. Por lo tanto, es muy necesario establecer una base de datos para la protección de las plantas. Creemos que el primer paso es enseñar a un ordenador cómo clasificar plantas. En comparación con otros métodos, como los métodos de biología celular y molecular, la clasificación basada en la imagen de la hoja es la primera opción para la clasificación de plantas de hoja. Muestrear hojas y fotografiarlas es de bajo costo y conveniente. Uno puede transferir fácilmente la imagen de la hoja a un ordenador y este puede extraer características automáticamente mediante técnicas de procesamiento de imágenes. Algunos sistemas emplean descripciones utilizadas por botánicos. Pero no es fácil extraer y transferir esas características a un ordenador automáticamente. Hemos desarrollado un algoritmo eficiente para la clasificación de hojas que combina estadísticas de alto orden de características de imagen junto con información de forma y una red neuronal como clasificador no lineal. El código ha sido probado con la base de datos FLAVIA, logrando una excelente tasa de reconocimiento del 92.09% (32 clases, 40 imágenes de entrenamiento y las imágenes restantes se utilizan para pruebas para cada clase, por lo tanto, hay un total de 1280 imágenes de entrenamiento y 627 imágenes de prueba seleccionadas aleatoriamente y no hay superposición entre las imágenes de entrenamiento y prueba). Nuestro enfoque supera al algoritmo FLAVIA y, además, no requiere ninguna parte intervenida por humanos. En el algoritmo FLAVIA, de hecho, necesitas marcar los dos terminales de la vena principal de la hoja mediante un clic del ratón. La distancia entre los dos terminales se define como la longitud fisiológica.