Resumen de Aprendizaje automatizado basado en transformadas wavelet para la segmentación de hojas en imágenes infrarrojas

Fernando Pérez Sanz , Pedro J. Navarro Lorente , Marcos Egea Gutíerrez-Cortines , Julia Rosl Weiss

• español

  En este trabajo se presenta un algoritmo de segmentación basado en máquinas de aprendizaje para la segmentación de hojas sobre imágenes NIR (Near-Infra-Red). El método de segmentación utiliza un vector de características extraído de diferentes niveles de la transformada wavelet. Para el desarrollo del algoritmo se han probado tres clasificadores: el vecino más cercano (KNN), un clasificador Bayesiano (NBC) y las máquinas de soporte compacto (SVM). Los métodos de aprendizaje han sido validados mediante el análisis de las curvas ROC y el máximo rendimiento fue obtenido por la SVM con un 98.33%.

• English

  In this work we present an algorithm to segment leaves in NIR images captured inside a growth chamber. The proposed method uses a features vector composed by four elements extracted from different levels of wavelets transform. We have tested three classifiers: k-nearest neighbour (kNN), Naive Bayes classifier (NBC) and Support Vector Machine to determine the optimal machine learning ...