The color of butterflies, shapes of

The color of butterflies, shapes of wings and textures change
with a great range. It is to such an extent that these features play
an important role in the distinction of species at first glance. While
these kinds of features are seen as taxonomic characters as long
as being limited in species, sometimes in distinction of species
very alike, especially an examination of external genital organs of
male individuals is necessary. In recent years, as result of cariologic
researches, it is understood that chromosome numbers and sizes
of species are important in distinction of species in some Agrodiaetus species (Lycaenidae). For these reasons new classification
techniques are very important. While using various techniques in
butterfly species distinction, it is seen that machine learning and
vision techniques are not used sufficiently. In this study, we have
presented a view-based system for recognition and identification
of butterfly species with LBP and ANN. LBP have been successfully
applied to the fields of image processing and image analysis. Due
to its texture discriminative property and its very low computational cost, LBP is becoming very popular in pattern recognition.
LBPs are considered as one of the texture descriptors with better
results; they employ a statistical feature extraction by means of
the binarization of the neighborhood of every image pixel with
a local threshold determined by the central pixel. LBP features
extracted frombutterfly images and classificationprocesswas evaluated through ANN by using LBP features as inputs. Experimental
results showed that the LBP operator can describe the main characters of butterfly images effectively. The best classification accuracy
rates of butterfly identification based on the LBP operators were

ผลลัพธ์ (ไทย) 1:

เปลี่ยนสีของ butterflies รูปร่างของปีกและพื้นผิวช่วงที่ดี มันเป็นถึงขนาดที่เล่นคุณลักษณะเหล่านี้มีบทบาทสำคัญในความแตกต่างของสายพันธุ์อย่างรวดเร็ว first ในขณะที่คุณลักษณะต่าง ๆ เหล่านี้จะเห็นเป็นอนุกรมวิธานตัวยาวว่าจำกัดในสปีชีส์ บางครั้งในความแตกต่างของสายพันธุ์เหมือนกันมาก โดยเฉพาะอย่างยิ่งการตรวจสอบของอวัยวะอวัยวะเพศภายนอกของบุคคลชายเป็นสิ่งจำเป็น ในปีที่ผ่านมา as result of cariologicงานวิจัย เป็นโครโมโซมที่เข้าใจตัวเลขและขนาดพันธุ์มีความสำคัญในความแตกต่างของสายพันธุ์ในบางชนิด Agrodiaetus (Lycaenidae) สำหรับ classification ใหม่เหตุผลเหล่านี้เทคนิคสำคัญ ในขณะที่ใช้เทคนิคต่าง ๆ ในความแตกต่างของสายพันธุ์ butterfly เป็นเห็นการเรียนรู้ของเครื่อง และวิสัยทัศน์เทคนิคไม่ใช้ sufficiently ในการศึกษานี้นำเสนอระบบที่อ้างอิงมุมมองสำหรับการรู้จำและ identificationของ butterfly พันธุ์กับแอลบีพีแอลบีพี ANN. ได้รับเรียบร้อยแล้วใช้กับ fields การประมวลผลภาพและวิเคราะห์ภาพ ครบกำหนดคุณสมบัติ discriminative เนื้อและคำนวณต้นทุนต่ำมาก แอลบีพีเป็นนิยมมากในการรู้จำแบบLBPs ถือเป็นหนึ่งในตัวแสดงรายละเอียดพื้นผิวด้วยดีกว่าผลลัพธ์ พวกเขาจ้างแยกคุณลักษณะทางสถิติโดยวิธีของbinarization ของพื้นที่ใกล้เคียงของพิกเซลทุกภาพด้วยจำกัดเฉพาะตามที่เซลทรัล ลักษณะการทำงานของแอลบีพีแยกรูป frombutterfly และ classificationprocesswas ที่ประเมินผ่านแอน โดยใช้ลักษณะการทำงานของแอลบีพีเป็นอินพุต ทดลองผลลัพธ์แสดงให้เห็นว่า ตัวแอลบีพีสามารถอธิบายตัวหลักของภาพ butterfly ได้อย่างมีประสิทธิภาพ ความถูกต้องของ classification ดีที่สุดอัตรายึดตัวแอลบีพี identification butterfly อยู่

ผลลัพธ์ (ไทย) 2:

สีของโอบอุ้มชั้นเนยรูปร่างของปีกและพื้นผิวการเปลี่ยนแปลง
ที่มีช่วงที่ดี มันคือการดังกล่าวเท่าที่คุณสมบัติเหล่านี้เล่น
บทบาทสำคัญในความแตกต่างของสายพันธุ์ที่ไฟอย่างรวดเร็วแรก ในขณะที่
เหล่านี้ชนิดของคุณสมบัติที่ถูกมองว่าเป็นตัวละครอนุกรมวิธานตราบเท่า
ที่ถูก จำกัด อยู่ในสปีชีส์บางครั้งในความแตกต่างของสายพันธุ์
มากเหมือนกันโดยเฉพาะอย่างยิ่งการตรวจสอบของอวัยวะสืบพันธุ์ภายนอกของ
บุคคลเพศชายเป็นสิ่งที่จำเป็น ในปีที่ผ่านมาเป็นผลมาจากการ cariologic
งานวิจัยเป็นที่เข้าใจว่าจำนวนโครโมโซมและขนาด
ของสายพันธุ์ที่มีความสำคัญในความแตกต่างของสายพันธุ์ในบางสายพันธุ์ Agrodiaetus (Lycaenidae) ด้วยเหตุผลเหล่านี้ไอออนบวกจัดประเภทใหม่
เทคนิคมีความสำคัญมาก ในขณะที่การใช้เทคนิคต่าง ๆ ใน
เนยชั้นและความแตกต่างชนิดจะเห็นว่าการเรียนรู้เครื่องและ
เทคนิควิสัยทัศน์ที่ไม่ได้ใช้ไฟพอเพียง ciently ในการศึกษาครั้งนี้เราได้
นำเสนอมุมมองของระบบที่ใช้สำหรับการรับรู้และไอออนบวกสายการระบุ
ของเนยชั้นและสายพันธุ์ที่มีอาการปวดหลังและแอน LBP ได้รับการประสบความสำเร็จ
นำไปใช้กับไฟ elds การประมวลผลภาพและวิเคราะห์ภาพ เนื่องจาก
เนื้อของมันจะจำแนกทรัพย์สินและค่าใช้จ่ายในการคำนวณที่ต่ำมาก LBP กำลังเป็นที่นิยมอย่างมากในการจดจำรูปแบบ.
LBPs ได้รับการพิจารณาว่าเป็นหนึ่งในคำอธิบายที่มีพื้นผิวที่ดีกว่า
ผล; พวกเขาจ้างสกัดคุณลักษณะทางสถิติโดยวิธีการของ
ฐานสองของพื้นที่ใกล้เคียงของพิกเซลภาพทุกภาพที่มี
เกณฑ์ในท้องถิ่นกำหนดโดยพิกเซลกลาง คุณสมบัติ LBP
สกัด frombutter ภาพและชั้นและ cationprocesswas จัดประเภทการประเมินผ่าน ANN โดยใช้คุณสมบัติ LBP เป็นปัจจัยการผลิต การทดลอง
ผลการศึกษาพบว่าผู้ประกอบการ LBP สามารถอธิบายตัวละครหลักของภาพและชั้นเนยได้อย่างมีประสิทธิภาพ ที่ดีที่สุดคลาสสิกความถูกต้องไอออนบวก Fi
ราคาของเนยชั้นและไอออนบวกการระบุ Fi ขึ้นอยู่กับผู้ประกอบการ LBP อยู่

ผลลัพธ์ (ไทย) 3:

สีของเนยfl IES รูปร่างของปีกและพื้นผิวเปลี่ยน
กับช่วงที่ดี มันถึงขนาดที่คุณสมบัติเหล่านี้เล่น
มีบทบาทสําคัญในการแยกความแตกต่างของสายพันธุ์ที่ จึงตัดสินใจเดินทางไปทันที ในขณะที่
เหล่านี้ชนิดของลักษณะเห็นเป็นอักขระทางอนุกรมวิธานนาน
เป็นชนิดจำกัดในบางครั้งในความแตกต่างของสายพันธุ์
มากเหมือนกันโดยเฉพาะอย่างยิ่งการตรวจสอบของอวัยวะสืบพันธุ์ภายนอกของ
บุคคลชาย เป็นสิ่งที่จำเป็น ใน ปี ล่าสุด เป็นผลงานวิจัย cariologic
, เป็นที่เข้าใจว่าจำนวนโครโมโซมและขนาด
ชนิดมีความสำคัญในการแยกความแตกต่างของสายพันธุ์ในบางชนิด agrodiaetus ( ไลคานิดี้ ) สำหรับเหตุผลเหล่านี้ใหม่ classi ไอออนบวก
เทคนิคจึงเป็นสิ่งที่สำคัญมาก ในขณะที่การใช้เทคนิคต่างๆใน
เนยfl Y ชนิดความแตกต่าง จะเห็นได้ว่าเทคนิคการเรียนรู้ของเครื่องและ
วิสัยทัศน์ไม่ได้ใช้ซุฟจึง ciently . ในการศึกษานี้เราได้นำเสนอมุมมองจาก
ระบบรับรู้และ identi จึงบวก
เนยfl Y ชนิดกับ LBP และแอน . ปวดหลังที่ได้รับเรียบร้อยแล้ว
สมัครจึง elds การประมวลผลภาพและการวิเคราะห์ภาพ เนื่องจาก
และคุณสมบัติของพื้นผิวและการคำนวณของค่าใช้จ่ายต่ำมาก ท่าเป็นที่นิยมมากในการจดจำรูปแบบ .
lbps จะถือว่าเป็นหนึ่งในเนื้อในกับผลลัพธ์ที่ดี
; พวกเขาจ้างสถิติคุณลักษณะการสกัดโดยวิธี
ของละแวกของภาพทุกภาพพิกเซลกับ
ท้องถิ่นเกณฑ์กำหนดโดยพิกเซล กลาง ปวดหลังประกอบด้วย
สกัด frombutter fl Y ภาพและ classi จึง cationprocesswas ประเมินผ่าน แอน โดยใช้คุณลักษณะ LBP เป็นปัจจัยการผลิต ผลการทดลอง พบว่า ผู้ประกอบการท่า
สามารถอธิบายตัวละครหลักของเนยfl Y ภาพได้อย่างมีประสิทธิภาพ ที่ดีที่สุด classi จึงบวกอัตราความถูกต้อง
เนยfl Y identi ไอออนบวกจึงขึ้นอยู่กับ LBP ผู้ประกอบการคือ