دليل تحديد زهرة

خرافة، سنو وايت "زوجة الأب" هناك الجانبية مرآة سحرية، "زوجة الأب" يسأل دائما مرآة: "مرآة مرآة على الحائط، الذي هو معظم امرأة جميلة في العالم"، ويمكن المرآة ويقول دائما حتى في الوقت الحقيقي . اليوم، وإعطاء مراكز علمية لأشاطركم، في واقع الأمر، فإن "مرآة" - جانب واحد يمكن تحديد أصناف من مرآة زهرة تلقائيا

لذلك، من فضلك قل لنا مرآة مرآة على الحائط، وهو ما زهرة؟

يرجى الضغط على زر الصوت أعلاه لسماع الصوت من ذلك ~

معالجة الصور

1

أول الكلام معك حول ما هو معالجة الصور؟

الصورة هي صورة ملامح الموضوعية التي شكلت في الدماغ البشري هو الأكثر مصدرا هاما للبشر المعلومات، تم الحصول عليها من العالم الموضوعي من خلال مجموعة متنوعة من نظم الرصد، مع بديهية ومفهومة.

وسائل معالجة الصور لجهاز معالجة الصور، وتبادل التركيز بين صورة وصورة، والهدف الرئيسي هو تحسين ومعالجة الصور وصورة المؤثرات البصرية التعرف على الصور لتأسيس هذا المنصب. الصورة الاعتراف باستخدام المعالجة الحاسوبية صورة وتحليل وفهم، وسائط مختلفة من هدف الاعتراف وصورة من الفن.

مع التطور السريع لتكنولوجيا الكمبيوتر، وتكنولوجيا الوسائط المتعددة، تكنولوجيا الذكاء الاصطناعي، يتزايد استخدام تطبيق تقنيات معالجة الصور، وفي مجال البحث العلمي والتعليم والعلاج الطبي والعسكرية وغيرها من المجالات حققت نتائج معينة. معالجة الصور التي تتغير بشكل كبير طريقة حياة الناس وسائل الإنتاج، مثل تقنيات معالجة الصور التي يمكن للناس التمتع بمناظر أنظمة التعرف على لوحة ترخيص المركبات، وإدارة حركة المرور في القمر عن طريق مجال الرؤية الحاسوبية الروبوتات، في هذه التطبيقات، نحن جزء لا يتجزأ من تقنيات معالجة الصور والتقدير.

الاعتراف زهرة

2

لذلك، من حيث تحديد أصناف من الزهور، وتطبيق معالجة الصور هو كيف ذلك؟

في الطبيعة وهناك العديد من أنواع مختلفة من الزهور، وجدت أوجه التشابه بين بعض الخصائص من الزهور. على سبيل المثال، العديد من الزهور الحمراء. من ناحية أخرى، فإن هذه الزهور مختلفة بطرق أخرى - على سبيل المثال، كانت رائحة، الشكل. ويتم الاعتراف مهمة الأزهار التقليدية من قبل عالم النبات، ولكن بالنسبة للشخص العادي لم تتلق التدريب المهني ذات الصلة، وإذا أردت أن تعرف أنواع من الزهور، يجب أن نعتمد على أداة خارجية - والزهور نظام التعريف الآلي. زهرة نظام التعرف الآلي لتوفير الكشف وتحديد طريقة للأنواع الزهور الآلي. في كل مرة ندخل يحتوي على صورة مع الزهور، وسوف يكون النظام لتحديد أنواع الزهور التي كتبها المصنف المدربين، نظرا لدرجة تحديد أعلى الثقة في طبقة المدخلات الإنفاق.

عملية تحديد الهوية الزهور

أولا وقبل كل شيء لجعل تعديلات على مدخلات صور زهرة، والحصول على الصور ونحن نتطلع إلى بكسل الإدخال. في هذه العملية، وسيتم تعديل الصورة المدخلة نصف الأبعاد الأصلية، فإن هذا التعديل يكون لتسريع العملية بعد. من أجل الحصول على نتائج مرضية تجزئة، تغيير حجم الحاجة لإيجاد قيمة لنشر الانقسام المتزايد في النظام. وقد أظهرت التجربة أن الحدود الدقيقة حاول من احتمالات تقسيم سريعة وكاملة، وعدد الخطوط إلى إعادة ضبط القيمة المثلى من 350 خطوط، بينما يتم احتساب عدد الأعمدة تلقائيا للحفاظ على نسبة الجانب. يمكن تعديل هذا النهج خارج الصورة هي نتائج المعالجة المثلى.

النتائج تعديل الصورة

المقبل، والخطوة الثالثة في تحديد زهرة انسيابي - المنطقة المتنامية تجزئة. أولا، دعونا تتحدث عن الصورة الأمامية والخلفية. في هذه المهمة، تشير المقدمة إلى زهرة نفسها، والخلفية يعني بخلاف تتم إزالة صورة الخلفية الأصلي زهرة نفسها. في هذه الخطوة، ونحن نريد أولا أن تنفق مجزأة من الداخل الخلفية. ثم التعرف على بذور زهرة، والمهام الاعتراف في المقدمة فقط جزء من الصورة هي زهرة نفسها في العمل. في عملية إزالة الخلفية تقوم أساسا على نشط منحنى تطور كفاف. منحنى حول تهيئة كائن، وتتحرك باستمرار نحو حدود الكائن، وأخيرا تحديد تدريجيا الحدود النهائية.

العتبة عملية

المقدمة المستخرجة

(منطقة المتزايد النتائج تجزئة)

ميزة استخراج

3

بعد ذلك، من ميزة استخراج A. وفقا لصورة المقدمة التي تم الحصول عليها في وقت سابق، وميزات مختلفة المستخرجة من الزهور وأوراق الصورة. وتخزينها في قاعدة البيانات المعرفة.

الميزات يتألف استخراج: اللون وتتميز الملمس والشكل ميزات .

لون الميزة

ونحن نعلم من خلال التقاط الصور من ميزة الزهور في RGB و HSV.

RGB هو نظام اللون، والأحمر والأخضر والأزرق ثلاثة أجزاء. الألوان في الصورة يمكن استخراجها من هذا لون الفضاء، مثل متوسط والانحراف المعياري والإلتواء. سوف تتميز هذه الإحصاءات عن طريق تجهيز الرياضية، وتشكيل موحدة صورة ملونة ناقلات ميزة المصفوفة.

RGB جدول الألوان البحث

يمثل HSV لون الرسم البياني لتوزيع اللون في الصورة. في الفضاء HSV اللون، وهوى، والتشبع، وقيمة، على التوالي، راجع هوى وصفاء، وهوى. وهو يمثل مجموعة بكسل العد من نفس اللون في الرسم البياني. استخراج الكم القيم هوى، والتشبع، وقيمة من تجزئة صورة زهرة على شكل قناة، وتطبيع منه.

HSV نموذج مساحة اللون

يتم تجميع ملامح اللون RGB و HSV معا لتشكيل زهرة ميزة اللون النهائية.

ميزات الملمس

وهو يشير إلى بعض تقنيات معالجة الصور لاستخراج المعلمات الملمس، وعملية الملمس للحصول على وصف كمي أو نوعي. في الزهور الاعتراف، وذلك باستخدام مجموعة من المزايا على أساس GLCM (الرمادي شارك في حدوث المصفوفة) والمويجات ثنائية الأبعاد تحويل.

يتم الحصول على اللون الرمادي شارك في حدوث المصفوفة عن طريق حساب صورة رمادية أنه شارك في حدوث المصفوفة وجزئيا عن طريق حساب القيم الذاتية من هذه المصفوفة شارك في حدوث لتمثيل بعض الميزات الملمس. GLCM تعكس احترام الرمادي صورة لاتجاه، تباعد الاختلاف عرض معلومات متكاملة المجاورة، والتي هي أساس جزئية لقواعد تحليل نمط الصور وترتيبها.

من أجل وصف العلاقة والتجانس، والعجز تطبيع جزئي واستخراج نوعين من القيم، نفذت حسابات مختلفة بطرق مختلفة. مقتطفات صورة في نسيج 1x22 ناقلات تطبيع، ويتم استخراج كل من نسيج الصورة. GLCM المصفوفات التي كتبها المتوسط أربعة، لتحقيق ثابتة تدوير الصورة.

على أساس منفصلة ثنائية الأبعاد المويجات تحويل المويجات معامل استخراج الميزة. تطبيق 2 - د انفجرت أربع تكرارات من تحويل المويجات احتساب أربعة المنخفضة للمرور تقريب متوسط ومعيار معامل تفاضلي، وتشكيل كل متجه الميزة في صورة 1X2 زهرة على شبكة الإنترنت.

ميزة الشكل

يتميز الشكل ويتميز شكل مجتمعة فرزت HOG تحديدها.

على نطاق وثابتة ميزة تحويل (فرزت) للحصول على وصف مجال معالجة الصور. هذا الوصف من ثبات المقياس يمكن الكشف عن النقاط الحرجة في الصورة، واصف ميزة المحلي. ، باستخدام وظيفة مستمرة عن طريق التوسع الصورة المدخلة مع التفاف نواة الضبابي في ثلاثة مستويات مختلفة، لتحقيق ميزة مستقرة عبر مستويات متعددة. مباراة يمكن العثور عليها بين الصور باستخدام ميزة التدقيق، حتى عندما الصور مع وجهات نظر مختلفة، على نطاق والتصوير والتناوب.

فرزت التخطيطي

الرسم البياني من التدرجات الموجه (HOG): تستخدم لإجراء الكشف عن وجوه ميزة اصف من رؤية الكمبيوتر ومعالجة الصور. HOG ميزة الرسم البياني شيدت وتتميز الاتجاه التدرج حساب الصورة الإحصائية في المنطقة المحلية. من أجل استخراج ميزة HOG، دخلت لأول مرة وسط الاقتصاص صورة زهرة. لضمان لون موحد، من خلال تجهيزها الصورة المدخلة، والتطبيقات ضغط RGB. يتم تصفية التدرج المحسوب باستخدام عدة صورة قناع منفصلة. المرجحة على أساس يتم احتساب الرسم البياني التوجه لكل بكسل داخل الخلايا، اختار حجم الخلية 60X60 كتلة لالتقاط المكاني HOG المعلومات. النتائج النهائية من مزيج من كل ناقل واحد، وحجم ناقلات إخراج 1x36.

مخطط استخراج ميزة HOG

وأخيرا، وفقا لخصائص استخراج أعلاه، ميزة المراسلات مع أنواع مختلفة من الزهور وضعت في قاعدة المعرفة. حيث يمكن للنظام تحديد الزهور.

تقديرا لنتائج مماثلة الزهور

مراجع

1. الآلي زهرة كشف الأنواع والاعتراف من الصور الرقمية، آلاء Albadarneh، أشرف Ahmad2، المجلة الدولية لعلوم الحاسب الآلي وأمن الشبكات، VOL.17 NO.4، أبريل 2017

2. ملخص التحليل الدلالي صورة والتفاهم، وارتفاع يونيو شيه تشاو، يونيو تشانغ وو Kewei، التعرف على الأنماط والذكاء الاصطناعي،

فو 1. 23 NO. 2،2010.4

تحرير: ساطع

المواد الشعبية الأخيرة TOP10

انقر على العنوان لعرض