Pollen classification based on geometrical, descriptors and colour features using decorrelation stretching method
Salvar la biodiversidad de la tierra para las generaciones futuras es una importante tarea global, donde el reconocimiento automático de especies de polen por medio de visión artificial representa un tema de alta prioridad. Este trabajo se centra en las etapas de análisis y clasificación. Una combin...
Autores Principales: | Ticay-Rivas, Jaime, del Pozo Banos, Marcos, Travieso-González, Carlos M., Arroyo - Hernández, Jorge, Pérez, Santiago T., Alonso-Hernández, Jesús B., Mora Mora, Federico |
---|---|
Formato: | Artículo |
Idioma: | Inglés |
Publicado: |
IFIP Advances in Information and Communication Technology
2022
|
Materias: | |
Acceso en línea: |
http://hdl.handle.net/11056/22934 |
Sumario: |
Salvar la biodiversidad de la tierra para las generaciones futuras es una importante tarea global, donde el reconocimiento automático de especies de polen por medio de visión artificial representa un tema de alta prioridad. Este trabajo se centra en las etapas de análisis y clasificación. Una combinación de medidas geométricas, descriptores de Fourier de detalles morfológicos usando la Transformada Discreta del Coseno (DCT) para seleccionar sus valores más significativos, e información de color sobre imágenes estiradas de correlacionadas se proponen como características discriminatorias de los granos de polen. Se utilizó una red neuronal multicapa como clasificador aplicando técnicas de fusión de puntajes. Se han clasificado 17 especies de plantas melíferas tropicales con una media de 96,49% ± 1,16 de éxito. |
---|