Plants species identification using computer vision techniques

العناوين الأخرى

Identification des especes de plante a l'aide de techniques de vision par ordinateur

المؤلفون المشاركون

Khaldi, B.
Aiadi, O.
Kherfi, M. L.
Hamruni, L.

المصدر

Revue des Bio Ressources

العدد

المجلد 7، العدد 1 (30 يونيو/حزيران 2017)، ص ص. 113-120، 8ص.

الناشر

جامعة قاصدي مرباح ورقلة

تاريخ النشر

2017-06-30

دولة النشر

الجزائر

عدد الصفحات

8

التخصصات الرئيسية

العلوم الطبيعية والحياتية (متداخلة التخصصات)

الملخص EN

Plants are quite important component in our ecosystem.

Botanists need to identify plants type for different targets, for example distinguishing the ones which can be used for medical purposes.

Traditionally, botanists identify plants manually by using cellular and biological characteristics, which is, in fact, a tedious and time consuming process.

Therefore, designing an automatic system, which is capable to identify the different types of plants, is highly recommended.

In this paper, we propose a fully automatic method for leaves classification based on computer vision techniques.

Instead of extracting the cellular characteristics of plants, our proposed method recognize the type of the plant from the visual features i.e., characteristics which is extracted from a leaf image.

The used features include the leaf le intervention.

In addition, it allows persons who are not familiar with the biology domain to recognize the plants type.

To prove the efficiency of the proposed system, we conduct experiments on Flavia dataset which assembles 1907 leaf images of 32 types of plants.

Experimental results show promising results and an accuracy of 94 % has been reached.

الملخص FRE

Les plantes sont une composante très importante dans notre écosystème.

Les botanistes doivent identifier le type de plantes pour différentes cibles, par exemple en distinguant ceux qui peuvent être utilisés à des fins médicales.

Traditionnellement, les botanistes identifient les plantes manuellement en utilisant des caractéristiques cellulaires et biologiques, ce qui est en fait un processus fastidieux et long.

Par conséquent, la conception d'un système automatique, capable d'identifier les différents types de plantes, est fortement recommandée.

Dans cet article, nous proposons une méthode entièrement automatique pour la classification des feuilles basée sur des techniques de vision par ordinateur.

Au lieu d'extraire les caractéristiques cellulaires des plantes, notre méthode proposée reconnaît le type de plante à partir des caractéristiques visuelles, c'est-à-dire des caractéristiques qui sont extraites d'une image de feuille.

Les caractéristiques utilisées incluent la longueur, la largeur et le diamètre des feuilles.

La méthode proposée est entièrement automatique, car elle ne nécessite aucune intervention humaine.

En outre, il permet aux personnes qui ne connaissent pas le domaine de la biologie de reconnaître le type de plantes.

Pour prouver l'efficacité du système proposé, nous effectuons des expériences sur l'ensemble de données Flavia qui rassemble 1907 feuilles de 32 types de plantes.

Les résultats expérimentaux montrent des résultats prometteurs et une précision de 94% a été atteinte.

نمط استشهاد جمعية علماء النفس الأمريكية (APA)

Hamruni, L.& Aiadi, O.& Khaldi, B.& Kherfi, M. L.. 2017. Plants species identification using computer vision techniques. Revue des Bio Ressources،Vol. 7, no. 1, pp.113-120.
https://search.emarefa.net/detail/BIM-785815

نمط استشهاد الجمعية الأمريكية للغات الحديثة (MLA)

Hamruni, L.…[et al.]. Plants species identification using computer vision techniques. Revue des Bio Ressources Vol. 7, no. 1 (Jun. 2017), pp.113-120.
https://search.emarefa.net/detail/BIM-785815

نمط استشهاد الجمعية الطبية الأمريكية (AMA)

Hamruni, L.& Aiadi, O.& Khaldi, B.& Kherfi, M. L.. Plants species identification using computer vision techniques. Revue des Bio Ressources. 2017. Vol. 7, no. 1, pp.113-120.
https://search.emarefa.net/detail/BIM-785815

نوع البيانات

مقالات

لغة النص

الإنجليزية

الملاحظات

Includes bibliographical references : p. 119-120

رقم السجل

BIM-785815