Plants species identification using computer vision techniques
Other Title(s)
Identification des especes de plante a l'aide de techniques de vision par ordinateur
Joint Authors
Khaldi, B.
Aiadi, O.
Kherfi, M. L.
Hamruni, L.
Source
Issue
Vol. 7, Issue 1 (30 Jun. 2017), pp.113-120, 8 p.
Publisher
University Kasdi Merbah Ouargla
Publication Date
2017-06-30
Country of Publication
Algeria
No. of Pages
8
Main Subjects
Natural & Life Sciences (Multidisciplinary)
Abstract 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.
Abstract 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.
American Psychological Association (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
Modern Language Association (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
American Medical Association (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
Data Type
Journal Articles
Language
English
Notes
Includes bibliographical references : p. 119-120
Record ID
BIM-785815
