والنباتات موجودة في كل مكان نعيش فيه، فضلا عن أماكن بدوننا. وكثير منهم تحمل معلومات هامة عن تطور المجتمع البشري. الوضع الملح هو أن العديد من النباتات هي في خطر الانقراض. ولذلك فمن الضروري جدا لاقامة قاعدة بيانات لحماية النباتات. ونحن نعتقد أن الخطوة الأولى هي لتعليم الكمبيوتر كيفية تصنيف النباتات. بالمقارنة مع الطرق الأخرى، مثل الخلية والبيولوجيا جزيء أساليب التصنيف يستند إلى صورة ورقة هو الخيار الأول لتصنيف النبات ورقة. أخذ عينات أوراق الشجر وphotoing منهم منخفضة التكلفة ومريحة. يمكن للمرء بسهولة نقل صورة ورقة إلى جهاز كمبيوتر وجهاز كمبيوتر يمكن استخراج الميزات تلقائيا في تقنيات معالجة الصور. بعض النظم تستخدم الأوصاف التي يستخدمها علماء النبات. ولكنه ليس من السهل استخراج ونقل تلك الميزات إلى الكمبيوتر تلقائيا.
لقد قمنا بتطوير خوارزمية فعالة لتصنيف ورقة يجمع إحصاءات ذات الترتيب العالي للصورة ملامح جنبا إلى جنب مع المعلومات الشكل والشبكة العصبية كما المصنف غير الخطية. وقد تم اختبار رمز بتحقيق قاعدة بيانات FLAVIA معدل الاعتراف ممتازة من 92.09٪ (32 صنفا، 40 الصور التدريب والصور الباقية المستخدمة في الاختبار لكل فئة، وبالتالي هناك 1280 صور تدريب واختبار 627 الصور في المجموع اختيارها عشوائيا ولا يوجد تداخل بين الصور التدريب والاختبار).
نهجنا يتفوق خوارزمية FLAVIA وعلاوة على ذلك فإنه لا يتطلب تدخل أي إنسان جزء. في FLAVIA خوارزمية في الواقع تحتاج إلى علامة المحطتين من الوريد الرئيسي للنبات عن طريق النقر بالماوس. وتعرف المسافة بين المحطتين وطول الفسيولوجية
المتطلبات:.
ماتلاب
لم يتم العثور على التعليقات