Leaf Recognition System

Descripción

Las plantas existen en todas partes donde vivimos, así como en lugares sin nosotros. Muchos de ellos llevan información importante 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 enseñarle a una computadora cómo clasificar las 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 hojas. Muestrear hojas y fotografiarlas es económico y conveniente. Uno puede transferir fácilmente la imagen de la hoja a una computadora y una computadora puede extraer características automáticamente en técnicas de procesamiento de imágenes. Algunos sistemas emplean descripciones utilizadas por botánicos. Pero no es fácil extraer y transferir esas características a una computadora automáticamente.

Hemos desarrollado un algoritmo eficiente para la clasificación de hojas que combina estadísticas de alto orden de las características de la imagen junto con información de forma y 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 el resto de las imágenes se usan para probar cada clase, por lo que hay 1280 imágenes de entrenamiento y 627 imágenes de prueba en total seleccionadas aleatoriamente y ninguna existe superposición entre las imágenes de entrenamiento y de prueba).

Nuestro enfoque supera al algoritmo FLAVIA y, además, no requiere ninguna parte interferida por humanos. En el algoritmo FLAVIA, de hecho, debe marcar los dos terminales de la nervadura principal de la hoja con un clic del mouse. La distancia entre los dos terminales se define como la longitud fisiológica.