弗拉维亚(一目了然)
基于PNN(概率神经网络)的植物叶片识别算法
出版物和勘误表
如果您在出版物中使用我们的数据和程序,请引用我们的论文。如果你能给我们贷款,我们将非常高兴。
本程序基于论文基于概率神经网络的植物叶片识别算法作者:Stephen Gang Wu,福雷斯特盛宝,埃里克·尤旭,王宇轩、Yi-Fan Chang和巧亮香,发布于IEEE第七届信号处理与信息技术国际研讨会2007年12月。
我们还发现植物的拉丁或英语名称中有一些错误。我们在“数据集”部分列出了最新版本。我们在这里为其他研究人员共享了我们的数据集。
介绍
这个MATLAB程序的目的是教计算机通过树叶对植物进行分类。你只需要输入植物的叶子图像(通过数码相机或扫描仪获取),计算机就可以告诉你它是什么植物。目前,我们的系统可以对32种植物进行分类。所有这些方法的平均准确率为93%。
我们利用PNN(概率神经网络)来实现这个人工智能过程。考虑了叶片的12个性状,包括几何性状和形态性状。经过判别分析(逐步法),保留了所有这些字符。主成分分析将这12个字符正交化为5个主变量,这些主变量是PNN的输入向量。有关详细信息,请参阅我们的论文.
更多详细信息,请访问我们的SourceForge摘要页面。
下载
默认下载是我们的MATLAB源代码。我们强烈建议您阅读用户手册第一。如果您需要我们程序的叶比较功能,也请下载标准叶图像库并将其放置在正确的路径中。
如果有任何链接断开,请检查此项目的所有文件以确定。如果您还有其他问题,请在我们的邮件列表或论坛中提问。
如果你想收集大量的叶子图像,请参阅下面的部分下载我们的1GB数据集。
数据集
在我们的研究过程中,由于缺乏标准的植物叶片数据集,我们遭受了很多痛苦。因此,我们没有一个基准来将我们的算法与其他算法进行比较。公共数据集可以帮助其他研究人员从事与我们类似的项目。所以我们决定分享我们的原始数据。你可以下载完整的原始数据集。它是一个非常大的文件,大约1 GB。您可以通过以下MD5SUM:8d3ca661e201f4eac8d0975e7b6b5853检查文件完整性。
当引用数据集的来源时,请不要使用网络链接,这可能会改变。请引用我们论文中使用的数据:Stephen Gang Wu、Forrest Sheng Bao、Eric You Xu、Yu-Xuan Wang、Yi-Fan Chang和Chiao-Liang Shiang,利用概率神经网络进行植物分类的叶子识别算法,IEEE第七届信号处理和信息技术国际研讨会,2007年12月,埃及卡里奥
在我们的数据集中,所有图像的文件名都是4位数字,后跟“.jpg”后缀。下表列出了植物及其对应的图像文件名。我们程序中使用的植物分类标签列在最左边的一列。美国农业部网站、维基百科或其他网站的分类信息列在最右边的栏中。
版权所有
这个程序是自由软件;您可以根据自由软件基金会发布的GNU通用公共许可证的条款重新发布和/或修改它;许可证的版本2,或(由您选择)任何更高版本。http://www.gnu.org/copyleft/gpl.html
支持或联系
请使用论坛或加入我们的邮件系统寻求帮助。快照
程序信息
我们算法的详细信息
从命令窗口启动程序
单击以标记叶最长和主叶脉的两个末端。
并排显示您输入的图像和标准树叶图像。
结果消息框
项目文件结构
上次更新:2009年12月24日