| Form of studies |
Master |
| Title of the study programm |
Intelligent robotic systems |
| Title in original language |
Pārraudzītās apmācības izmantošana dzīslu izšķiršanai augu lapu attēlos |
| Title in English |
Supervised Learning for Vein Extraction in Leaf Images |
| Department |
12300 Institute of Applied Computer Systems |
| Scientific advisor |
A.Ņikitenko |
| Reviewer |
I.Andersone, MISI katedras lektore |
| Abstract |
Darba tēma ir augu lapu galvenās dzīslas izķiršana attēlos, izmantojot pārraudzītās apmā- cības algoritmus. Mērķis bija izpētīt dažādas attēlu iezīmes, klasifikatorus un regresijas algoritmus, izstrādāt algoritmu dzīslas izķiršanai un novērtēt to.
Tika izstrādāti divi galvenās dzīslas izķiršanas un lokalizācijas algoritmi - galvenās dzīslas pozas noteicējs (regresijas pieeja) un galvenās dzīslas attēla punktu klasifikators. Katrs no algoritmiem var tikt izmantots patstāvīgi vai arī kombinācijā, lai iegūtu labākus izšķiršanas rezultātus. Abas metodes izmanto gadījuma rakstura papardes kā pārrau- dzītās apmācības algoritmu. Apmācība un novērtēšana tika veikta, izmantojot septiņas dažādas lapu attēlu kopas ar dažādas sarežģītības attēliem.
Rezultāti uzrādīja to, ka dzīslas pozas noteikšanas algoritms darbojas salīdzinoši pre- cīzi un var tikt izmantots gan individuāli, lai noteiktu aptuvenu dzīslas pozu, gan kom- binācijā ar dzīslas attēla punktu klasifikatoru kā lapas orientācijas labošanas algoritms. Tika arī noskaidrots, ka gadījuma paparžu klasifikators spēj sniegt pietiekami precīzu dzīslas attēla punktu klasifikāciju. Taču, lai sasniegtu labākus rezultātus, būtu nepiecie- šams veltīt vairāk darba parametru piemeklēšanai, dažādiem papildus uzlabojumiem un apmācībai, izmantojot lielākas attēlu kopas. |
| Keywords |
pārraudzītā apmācība, iezīmju izšķiršana, klasifikācija, attēlu apstrāde |
| Keywords in English |
supervised learning, feature extraction, classification, image processing |
| Language |
lv |
| Year |
2015 |
| Date and time of uploading |
29.05.2015 10:25:24 |
