Leaf Recognition System

描述

植物存在于我们生活的任何地方，也存在于没有我们的地方。其中许多承载着人类社会发展的重要信息。紧迫的情况是许多植物面临灭绝的危险。所以建立植保数据库是非常有必要的。我们认为第一步是教计算机如何对植物进行分类。与细胞和分子生物学等其他方法相比，基于叶片图像的分类是叶片植物分类的首选方法。对树叶进行采样和拍照既便宜又方便。人们可以轻松地将叶子图像传输到计算机，计算机可以在图像处理技术中自动提取特征。一些系统采用植物学家使用的描述。但是要自动提取这些特征并将其传输到计算机并不容易。

我们开发了一种有效的叶子分类算法，将图像特征的高阶统计与形状信息和神经网络相结合作为非线性分类器。代码经过FLAVIA数据库测试，识别率高达92.09%（32个类，40个训练图像，其余图像用于每个类的测试，因此随机选择1280个训练图像和627个测试图像，没有训练图像和测试图像之间存在重叠）。

我们的方法优于 FLAVIA 算法，而且它不需要任何人为干扰的部分。在 FLAVIA 算法中，实际上你需要通过鼠标点击来标记叶子主脉的两个末端。两个终端之间的距离被定义为生理长度。