Bazi euphorbia (Euphorbiaceae) tohum türlerinin siniflandirilmasi için yerel ikili örüntüler tabanli bir bilgisayar görü sistemi
Yükleniyor...
Tarih
2013
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
IEEE
Erişim Hakkı
info:eu-repo/semantics/openAccess
Attribution-NonCommercial-ShareAlike 3.0 United States
Attribution-NonCommercial-ShareAlike 3.0 United States
Özet
Bu çalışmada tohum görüntülerin sınıflandırılması için
bir bilgisayar görü sistemi önerilmiştir. Sayısal tohum
görüntülerinden elde edilen yerel ikili tekdüze örüntüler
kullanılarak tohum sınıflandırılması gerçekleştirilmiştir.
Çalışmada 240 (120 eğitim ve 120 test) tohum görüntüsü
kullanıldı. Öncelikle eğitim setindeki her tohum türü için
ortalama tekdüze histogramlar (tohum türü sınıfları) elde edildi.
Daha sonra test setindeki her tohum için LBP histogramı üretilip
ve tohum türü sınıflarına ait histogramlar ile karşılaştırılarak en
yakın komşuluk yöntemi ile sınıflandırma işlemi gerçekleştirildi.
Tohum örnekleri arasındaki uzaklıkların hesaplanmasında ise
Öklit uzaklığı, hata kareler toplamı, histogram kesişimi ölçütü ve
Chi-kare istatistiği kullanıldı. Önerilen yöntem ile tohum
görüntülerin %95,83 doğru teşhis edilmiştir. Sonuç olarak
tohumların yüzey şekilleri taksonomik ilişkilerin belirlenmesi
açısından önemli desen bilgileri barındırdığından bilgisayar görü
sistemleri tohum türünün tanımlanmasında önemli avantajlar
sağlayacağı öngörülmektedir.
In this study, a computer vision system was proposed for the seed images classification. The classification process was performed using uniform local binary patterns obtained from digital seed images. In this study, 240 (120 training and 120 test) images of the seed were used. First, the average uniform histograms of each type of seed (seed type classes) was obtained for the training set. Then the uniform LBP histogram of each seed in the test set were produced and compared with histograms of classes by using nearest neighbor. The Euclidean distance, sum square error, histogram intersection and Chi-square statistics were used to calculate the distance between seed samples. 95.83%.of seed images has been diagnosed properly with the proposed. As a result, the surface shape of the seeds include important information patterns to determine the taxonomic relationships,it is is expected that the computer vision systems provide significant advantages to identify the type of seed.
In this study, a computer vision system was proposed for the seed images classification. The classification process was performed using uniform local binary patterns obtained from digital seed images. In this study, 240 (120 training and 120 test) images of the seed were used. First, the average uniform histograms of each type of seed (seed type classes) was obtained for the training set. Then the uniform LBP histogram of each seed in the test set were produced and compared with histograms of classes by using nearest neighbor. The Euclidean distance, sum square error, histogram intersection and Chi-square statistics were used to calculate the distance between seed samples. 95.83%.of seed images has been diagnosed properly with the proposed. As a result, the surface shape of the seeds include important information patterns to determine the taxonomic relationships,it is is expected that the computer vision systems provide significant advantages to identify the type of seed.
Açıklama
Anahtar Kelimeler
Bilgisayarla Görü, Örüntü Tanıma, Çiçek Tohumları, Yerel İkili Örüntüler, Computer Vision, Pattern Recognation, Flowerseeds, Local Binary Patterns
Kaynak
WoS Q Değeri
N/A
Scopus Q Değeri
N/A
Cilt
Sayı
Künye
Çalışkan, A., Kaya, Y., Karabacak, O. (2013). Bazi euphorbia (Euphorbiaceae) tohum türlerinin siniflandirilmasi için yerel ikili örüntüler tabanli bir bilgisayar görü sistemi. 21st Signal Processing and Communications Applications Conference (SIU), 24-26 April 2013, Haspolat, Turkey. DOI:https://dx.doi.org/10.1109/SIU.2013.6531272
