Measuring and analyzing color and texture information in anatomical leaf cross sections: an approach using computer vision to aid plant species identification

Currently, studies on leaf anatomy have provided an important source of characters helping taxonomic, systematic, and phylogenetic studies. These studies strongly rely on measurements of characters (such as tissue thickness) and qualitative information (structures description, presence-absence of structures). In this work, we provide a new computational approach that semiautomates the collection of some quantitative data (cuticle, adaxial epidermis, and total leaf thickness) and accesses a new source of information in leaf cross-section images: the texture and the color of leaf tissues. Our aim was to evaluate this information for plant identification purposes. We successfully tested our system identifying eight species from different phylogenetic positions in the angiosperm phylogeny from the neotropical savanna of central Brazil. The proposed system checks the potential of identifying the species for each extracted measure using the Jeffrey–Matusita distance and composes a feature vector with the most important metrics. A linear discriminant analysis with leave-one-out to classify the samples was used. The experiments achieved a 100% success rate in terms of identifying the studied species accessing the above-described parameters, demonstrating that our computational approach can be a helpful tool for anatomical studies, especially ones devoted to plant identification and systematic studies.Habituellement, les études de l'anatomie foliaire constituent une source importante de caractères supportant les études taxonomiques, systématiques et phylogénétiques. Ces études s'appuient fortement sur des mesures de traits (comme l'épaisseur des tissus) et sur des informations qualitatives (description des structures, présence-absence de structures). Les auteurs proposent ici une nouvelle approche de calcul en récoltant certaines données quantitatives en mode semi-automatisé (cuticule, épiderme adaxial et épaisseur totale de la feuille) et en donnant accès à une nouvelle source d'information à partir d'images de sections transverses de feuilles : la texture et la couleur des tissus foliaires. L'objectif est d'évaluer cette information aux fins de l'identification des plantes. Les auteurs ont testé leur système avec succès en identifiant huit espèces provenant de positions phylogénétiques différentes dans la phylogénie des angiospermes, provenant de la Savane néotropicale au\ud centre du Brésil. Le système proposé vérifie la capacité d'identification des espèces pour chacune des mesures retenues et, en utilisant la distance de Jeffrey-Matusita, compose un vecteur de fonctionnalités avec les mesures les plus importantes. Les auteurs ont utilisé une analyse discriminante linéaire par élimination un à un pour classifier les échantillons. L'expérience s'est soldée avec un succès de 100 % en termes d'identification des espèces étudiées, en utilisant les paramètres décrits plus haut, ce qui démontre que l'approche informative des auteurs peut être utile pour les études anatomiques, surtout celles\ud qui sont destinées à l'identification des plantes et aux études systématiques.CNPq (135251/2006; 306628/2007-4; 484474/2007-3)FAPESP (06/54367-