Plant leaf recognition is very impo

Plant leaf recognition is very important and necessary to agricultural information and ecological protection. Unfortunately, the robustness and discriminability of the existing methods are insufficient. This paper describes a novel plant leaf recognition method. In order to extract distinctive features from plant leaf images and reduce the probability of disruption by occlusion, clutter, or noise, a novel feature extraction algorithm based on dual-scale decomposition and local binary descriptors is proposed. The dual-scale decomposition consists of two phases. In the first phase, a plant leaf image is decomposed into several subbands with an adaptive lifting wavelet scheme. In the second phase, each subband is filtered using a group of variable-scale Gaussian filters. Local binary descriptors are extracted from the filtered subbands to capture both shape and texture characteristics, and then the histograms of the local binary descriptors at different scales and different subbands are determined and regarded as features. In order to improve the robustness and discriminability of plant leaf recognition further, a fuzzy k-nearest neighbors' classifier is introduced for matching. Experimental results show that the proposed approach yields a better performance in terms of the classification accuracies compared with the state of the art methods. It is also shown that this method is relatively robust to noise, occlusion and smoothing.

ผลลัพธ์ (ไทย) 1:

จำแนกใบพืชมีความสำคัญ และจำเป็นต่อการเกษตรข้อมูลและป้องกันระบบนิเวศ อับ เสถียรภาพและ discriminability ของวิธีการที่มีอยู่จะไม่เพียงพอ เอกสารนี้อธิบายวิธีการรู้จำใบพืชนวนิยาย แยกคุณลักษณะที่โดดเด่นจากภาพใบพืช และลดความน่าเป็นของทรัพยสิ่งสำคัญ ความไม่เป็นระเบียบ หรือเสียง ขั้นตอนวิธีในการแยกคุณลักษณะนวนิยายตามมาตราส่วนแบบแยกส่วนประกอบ และเสนอตัวบอกไบนารีภายใน การเน่าสองระดับประกอบด้วย 2 ขั้นตอน ในระยะแรก รูปใบไม้พืชจะย่อยสลายไปในหลาย subbands กับแผน wavelet ยกเหมาะสม ในระยะที่สอง แต่ละ subband จะถูกกรองโดยใช้กลุ่มของตัวแปรระดับ Gaussian กรอง ภายในตัวบอกไบนารีที่สกัดจาก subbands กรองการจับภาพลักษณะรูปร่างและพื้นผิว และฮิสโตแกรมของตัวบอกฐานท้องถิ่นระดับต่าง ๆ และ subbands ต่าง ๆ จะกำหนด แล้วถือเป็นคุณลักษณะ เพื่อปรับปรุงเสถียรภาพและ discriminability ของพืชใบไม้รู้เพิ่มเติม เอิบ k ใกล้บ้านของ classifier แนะนำสำหรับการจับคู่ ผลการทดลองแสดงว่า วิธีนำเสนอทำให้ประสิทธิภาพในแง่ของ accuracies จัดประเภทการเปรียบเทียบกับวิธีการทันสมัย มันจะแสดงว่า วิธีนี้จะค่อนข้างแข็งแกร่งเสียงดัง ไม่ควรมองข้าม และราบเรียบ

ผลลัพธ์ (ไทย) 2:

ได้รับการยอมรับใบพืชเป็นสิ่งที่สำคัญมากและจำเป็นที่จะต้องข้อมูลการเกษตรและการป้องกันระบบนิเวศ แต่น่าเสียดายที่ความทนทานและ discriminability ของวิธีการที่มีอยู่ไม่เพียงพอ กระดาษนี้จะอธิบายพืชนวนิยายวิธีการได้รับการยอมรับใบ เพื่อดึงลักษณะเด่นจากภาพใบพืชและลดความน่าจะเป็นของการหยุดชะงักโดยบดเคี้ยวถ่วงหรือเสียงคุณลักษณะขั้นตอนวิธีการสกัดนวนิยายขึ้นอยู่กับการสลายตัวคู่ขนาดและอธิบายไบนารีท้องถิ่นเสนอ การสลายตัวคู่ขนาดประกอบด้วยสองขั้นตอน ในระยะแรกเป็นภาพใบพืชจะถูกย่อยสลายออกเป็นหลาย subbands กับโครงการยกระลอกการปรับตัว ในระยะที่สองแต่ละ subband จะถูกกรองโดยใช้กลุ่มของตัวแปรระดับตัวกรอง Gaussian อธิบายไบนารีท้องถิ่นที่สกัดจาก subbands กรองที่จะจับทั้งลักษณะรูปทรงและพื้นผิวแล้ว histograms ของอธิบายไบนารีท้องถิ่นในระดับที่แตกต่างกันและแตกต่างกัน subbands จะถูกกำหนดว่าเป็นคุณสมบัติ เพื่อที่จะปรับปรุงความทนทานและ discriminability ของการรับรู้ใบพืชเพิ่มเติมเลือน k-ใกล้ลักษณนามเพื่อนบ้านที่มีการแนะนำสำหรับการจับคู่ ผลการทดลองแสดงให้เห็นว่าวิธีการที่นำเสนอผลการดำเนินงานที่ดีขึ้นในแง่ของความถูกต้องจำแนกเมื่อเทียบกับรัฐของวิธีการศิลปะ มันเป็นเรื่องที่แสดงให้เห็นว่าวิธีการนี​​้ค่อนข้างมีประสิทธิภาพเพื่อเสียงบดเคี้ยวและการปรับให้เรียบ

ผลลัพธ์ (ไทย) 3:

การรับรองใบพืชมีความสำคัญและจำเป็นกับข้อมูลทางการเกษตรและการคุ้มครองสิ่งแวดล้อม แต่น่าเสียดายที่ความแข็งแกร่งและ discriminability ในวิธีการที่มีอยู่จะไม่เพียงพอ กระดาษนี้จะอธิบายนวนิยายพืชใบรู้วิธี เพื่อให้สารสกัดจากใบพืชที่โดดเด่นคุณลักษณะภาพและลดความน่าจะเป็นของการหยุดชะงักโดยการความไม่เป็นระเบียบหรือเสียงนวนิยายคุณลักษณะการสกัดขั้นตอนวิธีขึ้นอยู่กับขนาดและแบบการท้องถิ่นในไบนารีคือเสนอ ขนาดสองส่วนประกอบด้วยสองขั้นตอนคือ ในเฟสแรก เป็นพืชใบย่อยสลายไปหลายภาพในแบนด์ย่อยที่มีค่าการยกกรณีโครงการ ในช่วงที่สอง จากแต่ละจะถูกกรองโดยใช้กลุ่มตัวแปรเกล็ด > ตัวกรองท้องถิ่นในไบนารีที่สกัดจาก subbands กรองเพื่อจับภาพทั้งรูปร่าง และลักษณะเนื้อสัมผัส และฮิสโตแกรมของท้องถิ่นในไบนารีในระดับที่แตกต่างกันและ subbands ต่างมุ่งมั่นและถือเป็นคุณสมบัติ เพื่อปรับปรุงความทนทาน และการ discriminability ของใบพืชเพิ่มเติมมีเพื่อนบ้านแบบฟัซซี่ละเป็นที่รู้จักสำหรับการจับคู่ ผลการทดลองแสดงให้เห็นว่าวิธีการที่เสนอสามารถประสิทธิภาพที่ดีขึ้นในแง่ของความถูกต้องในการจำแนกเปรียบเทียบกับรัฐของศิลปะวิธี พบว่าวิธีนี้เป็นวิธีที่ค่อนข้างคึกคัก เสียงเคี้ยวเรียบ .