软件截图:
植物无处不在我们的生活，以及没有我们的地方。他们中许多人携带显著的信息，为人类社会的发展。在紧急的情况是，许多植物有灭绝的危险。所以这是非常有必要建立植物保护的数据库。我们认为的第一个步骤是教计算机如何分类植物。与基于叶图像的其它方法，如细胞和分子生物学的方法，分类相比是叶植物分类的第一选择。取样的叶子和photoing它们是低成本，方便。人们可以叶图像轻松传输到电脑和一台电脑可以在图像处理技术自动提取特征。有些系统采用用植物学家的描述。但它是不容易的提取和这些功能自动传送到计算机。
我们已经开发了一种高效的算法，叶分类相结合的高阶统计的图像特征与形状信息和神经网络作为非线性分类。代码已经过测试FLAVIA数据库实现92.09％的优异的识别率（32类，40个训练图像和剩余图像用于测试用于每个类别，因此有1280个训练图像以及总共627测试图像随机选择的无训练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工干预的一部分。在FLAVIA算法其实你需要通过鼠标点击，以纪念叶主脉的两个端子。 。在两个终端之间的距离被定义为生理长度
<强>要求
Matlab的
评论没有发现