Abstract
No presente trabalho, objetivou-se desenvolver um classificador textural em Matlab, para identificação de quatro espécies de plantas. A textura foi definida por meio de um conjunto de medidas estatísticas, descrevendo as variações espaciais de intensidade de pixels ou cor da parte aérea das plantas. As medidas foram calculadas utilizando-se matrizes de coocorrência. Os resultados indicaram que a classificação textural para identificação de plantas é uma das mais simples possíveis, sendo os resultados das classificações extremamente relacionados com as texturas analisadas.
Highlights
The objective of this work was to develop a texture classifier in Matlab to identify four plant species
A textura é uma das características mais importantes para classificar e reconhecer objetos e cenas, podendo ser caracterizada por variações locais, em valores de pixels, que se repetem de maneira regular ou aleatória, ao longo do objeto ou da imagem
A direção 0 grau, com uma exatidão global de 86,98% e índice Kappa de 0,8264, apresentou o melhor resultado na utilização do classificador textural, sendo este classificado como de excelente concordância
Summary
A textura é uma das características mais importantes para classificar e reconhecer objetos e cenas, podendo ser caracterizada por variações locais, em valores de pixels, que se repetem de maneira regular ou aleatória, ao longo do objeto ou da imagem. A idéia principal da MC é caracterizar texturas em uma imagem por meio de um conjunto de estatísticas para as ocorrências de cada nível de cinza em pixels diferentes ao longo de diferentes direções. Com o objetivo de utilizar a informação contida nas matrizes de co-ocorrência de níveis de cinza são utilizadas medidas estatísticas para medir características texturais (HARALICK et al, 1973) como momento angular, variância, média e entropia. Um determinado pixel da imagem com valor espectral X=X0 deve ser associado à classe mais provável, isto é, àquela que maximize P(Wk|X0), que é a probabilidade de que a classe de X0 seja Wk. Intuitivamente, cada classe está associada a uma curva de distribuição de probabilidade; dependendo da posição espectral do pixel em relação a essas curvas, é determinada a classe a que ele pertence. Objetivou-se desenvolver um classificador textural, em Matlab, para identificação de plantas
Sign-in/Register to view highlights & summary Sign-in/Register to access full text options 
Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have
Schedule a callDisclaimer: All third-party content on this website/platform is and will remain the property of their respective owners and is provided on "as is" basis without any warranties, express or implied. Use of third-party content does not indicate any affiliation, sponsorship with or endorsement by them. Any references to third-party content is to identify the corresponding services and shall be considered fair use under The CopyrightLaw.
