Systém pro automatické detekování a rozpoznávání rostlin
Loading...
Date
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
V rámci této diplomové práce byl vytvořen systém pro automatické rozpoznání rostlin. První část systému se zabývá detekcí rostlin v obraze, segmentací a klasifikací. Pro detekci a segmentaci je použita metoda GrabCut. Příznakové vektory obrazů rostlin jsou generovány pomocí metody HOG (histogramy orientovaných gradientů) pro popis tvaru a metodou klasterizace k-means v barevném prostoru HSV pro popis barvy. Systém dále využívá metody PCA (analýza hlavních komponent) pro redukci dimenze příznakových vektorů. Druhá část sytému je vytvoření webového portálu pro správu rostlin. Ten je vytvořen pomocí NodeJS, HTML a Bootstrap.
In this thesis is created a system for automatic detection and recognition of plants. The first part of the system deals with a plant detection in image, segmentation and classification. For the detection and segmentation is used the GrabCut method. Feature vectors of images of plants are generated using the method HOG (histograms of oriented gradients) for description of the shape and for description of the color the method k-means clusterization in HSV color space is used. The system uses PCA (principal component analysis) method to reduce the dimension of feature vectors. The second part of the system is to create a web portal for managing the plants. It is created using Node.JS, HTML and Bootstrap.
In this thesis is created a system for automatic detection and recognition of plants. The first part of the system deals with a plant detection in image, segmentation and classification. For the detection and segmentation is used the GrabCut method. Feature vectors of images of plants are generated using the method HOG (histograms of oriented gradients) for description of the shape and for description of the color the method k-means clusterization in HSV color space is used. The system uses PCA (principal component analysis) method to reduce the dimension of feature vectors. The second part of the system is to create a web portal for managing the plants. It is created using Node.JS, HTML and Bootstrap.
Description
Subject(s)
rozpoznání rostlin, databáze rostlin, OpenCV, HOG, k-means, PCA, NodeJS, flower recognition, flower database, OpenCV, HOG, k-means, PCA, NodeJS