In their work, Saitoh et al. [8] de

In their work, Saitoh et al. [8] describe an automatic method for recognizing a blooming flower based on a photograph
taken with a digital camera in a natural scene. They have also proposed a method for extracting the flower regions. It is
based on ‘‘Intelligent Scissors’’ [9], which find the path between two points that minimizes a cost function dependent on
image gradients. The method works under the assumption that the flower is in focus and in the centre of the photograph
and that the background is out of focus. Under this assumption, the cost between any two points on the flower is smaller
than the cost between a point in the background and a point in the foreground. The midpoint of the image is used as the
starting point to identify the flower region. This method requires no prior color information. Saitoh et al. [10] designed a
flower classification system which extracts features from both flowers and leaves, and used a piecewise linear discrimant
analysis for recognition on a dataset of 34 species each containing 20 sets of wild flowers.

ผลลัพธ์ (ไทย) 1:

ในการทำงานของพวกเขา al. et Saitoh [8] อธิบายวิธีการอัตโนมัติในการจดจำตามรูปถ่ายดอกไม้ช่วงต้นร้ายพันธุถ่าย ด้วยกล้องดิจิทัลในฉากธรรมชาติ พวกเขาได้นำเสนอวิธีการแยกภูมิภาคดอกไม้ มันเป็นตาม ''อัจฉริยะกรรไกรนิ้ว [9], ซึ่งค้นหาเส้นทางระหว่างสองจุดที่ลดฟังก์ชันต้นทุนขึ้นอยู่กับไล่ระดับสีรูปภาพ วิธีการทำงานภายใต้สมมุติฐานที่ว่าดอกไม้อยู่ ในโฟกัส และ ในศูนย์กลางของภาพและที่พื้นหลังที่อยู่นอกโฟกัส ภายใต้สมมติฐานนี้ที่ ต้นทุนระหว่างสองจุดใด ๆ บนดอกไม้มีขนาดเล็กกว่าต้นทุนระหว่างจุดในพื้นหลังและจุดในเบื้องหน้า ใช้จุดกึ่งกลางของภาพเป็นการเริ่มต้นจุดระบุภูมิภาคดอกไม้ วิธีนี้ต้องไม่มีข้อมูลสีก่อน Saitoh et al. [10] การออกแบบการดอกไม้จัดประเภทระบบการแยกคุณลักษณะจากดอกไม้และใบไม้ และใช้เป็น piecewise discrimant เชิงวิเคราะห์จำแนกบนชุดข้อมูล 34 ชนิดประกอบด้วยชุด 20 ของดอกไม้ป่า

ผลลัพธ์ (ไทย) 2:

ในการทำงานของพวกเขา Saitoh et al, [8] อธิบายวิธีการรับรู้โดยอัตโนมัติสำหรับดอกไม้ที่บานอยู่บนพื้นฐานของการถ่ายภาพ
ที่ถ่ายด้วยกล้องดิจิตอลในฉากธรรมชาติ พวกเขายังได้นำเสนอวิธีการสำหรับการสกัดภูมิภาคดอกไม้ มันเป็นเรื่องที่
ขึ้นอยู่กับ '' กรรไกรอัจฉริยะ '' [9] ซึ่งหาเส้นทางระหว่างจุดสองจุดที่ช่วยลดค่าใช้จ่ายในการทำงานขึ้นอยู่กับ
การไล่ระดับสีของภาพ วิธีการทำงานภายใต้สมมติฐานที่ว่าดอกไม้ที่อยู่ในโฟกัสและอยู่ในใจกลางของภาพ
และพื้นหลังที่ไม่ได้โฟกัส ภายใต้สมมติฐานนี้ค่าใช้จ่ายใด ๆ ระหว่างสองจุดบนดอกไม้มีขนาดเล็ก
กว่าค่าใช้จ่ายระหว่างจุดในพื้นหลังและจุดในเบื้องหน้า จุดกึ่งกลางของภาพจะถูกนำมาใช้เป็น
จุดเริ่มต้นที่จะระบุภูมิภาคดอกไม้ วิธีนี้ไม่จำเป็นต้องมีข้อมูลสีก่อน Saitoh et al, [10] การออกแบบ
ระบบการจำแนกดอกไม้ซึ่งสารสกัดจากคุณสมบัติทั้งดอกไม้และใบไม้และใช้เชิงเส้นค่ discrimant
วิเคราะห์สำหรับการรับรู้เกี่ยวกับชุดของ 34 ชนิดแต่ละที่มี 20 ชุดดอกไม้ป่า

ผลลัพธ์ (ไทย) 3:

ในงานของตนเอง saitoh et al . [ 8 ] อธิบายวิธีการแบบอัตโนมัติสำหรับการบานดอกตามรูป
ถ่ายด้วยกล้องดิจิตอลในฉากธรรมชาติ พวกเขายังเสนอวิธีการสกัดดอกไม้ภูมิภาค มันขึ้นอยู่กับ 'intelligent
' กรรไกร ' ' [ 9 ] ซึ่งพบเส้นทางระหว่างจุดสองจุดที่ช่วยลดต้นทุนการทำงานขึ้นอยู่กับ
ไล่ระดับสีภาพวิธีการทำงานภายใต้สมมติฐานว่า ดอกไม้อยู่ในโฟกัส และในศูนย์ของภาพ
และพื้นหลังอยู่นอกโฟกัส ภายใต้สมมติฐานนี้ ค่าใช้จ่ายใด ๆระหว่างสองจุดบนดอกไม้เล็ก
กว่าต้นทุนระหว่างจุดในพื้นหลังและจุดในเบื้องหน้า จุดกึ่งกลางของภาพที่ใช้เป็นจุดเริ่มต้นที่จะระบุภูมิภาค
ดอกไม้วิธีนี้ไม่ต้องใช้ก่อนที่สีข้อมูล saitoh et al . [ 10 ]
ดอกไม้ออกแบบระบบการจำแนกคุณลักษณะซึ่งสกัดจากดอกและใบ และใช้ในการวิเคราะห์ discrimant
เชิงเส้นเป็นช่วงเพื่อรับรู้ในข้อมูล 34 ชนิด แต่ละที่มี 20 ชุดของดอกไม้ป่า