Performance Comparison of Support Vector Machine and K-Nearest Neighbor Algorithms in Leaf Recognition System Based on Android Operating System

Plants are an important factor in conservation the ecological balance. There are thousands of plant species in the world. Due to the diversity of plant species, it is very important that plant species can be detected accurately and automatically. In the study, a mobile application developed based on server which automatically detects plant species from leaf images. Flavia and Swedish databases were used in the study. Morphological properties of the leaf and local binary pattern (LBP) algorithm were used as feature extraction method. Firebase platform was used in the study to reduce the load of the mobile device using the application and also to increase the speed of the application. In the classification, support vector machines and k-nearest neighborhood methods were used. The best accuracy in the study has found to be 86% using support vector machine algorithm.

I. Giriş

Dünya üzerinde yaklaşık olarak 400.000 civarında bitki türünün olduğu bilinmektedir [1]. Dünyadaki ekolojik dengenin kurulabilmesi, dünyanın yaşanılabilir bir hal alması, insan yaşamlarının sağlıklı bir şekilde devam ettirilebilmesinde bitkiler büyük bir önem arz etmektedir. Bitki türlerinin çeşitliliğinden ve bazı bitki türlerinin birbirine benzemesinden kaynaklı bitki türlerinin insanlar tarafından tespiti oldukça zordur. Bitkilerin insan yaşamına etkilerinden dolayı önemli çalışma konuları arasında yer almaktadır. Biyoçeşitliliğin korunması, istilacı bitki türlerinin izlenmesi [2], tarım alanındaki gelişmelerin izlenebilmesi, peyzaj alanındaki çalışmalar, botanik bilimcilerin araştırmaları gibi birçok konuda bitki türlerinin doğru bir şekilde tespit edilmesi oldukça önemlidir.