hrcak mascot   Srce   HID

Izvorni znanstveni članak
https://doi.org/10.32914/i.51.1-2.1

OTKRIVANJE I KLASIFIKACIJA BOLESTI USJEVA NA TEMELJU INFORMACIJSKOG HIBRIDNOG PRISTUPA

S. Vijayalakshmi ; Department of Computer Science and Engineering,Manonmaniam Sundaranar University,Tirunelveli, India
D. Murugan ; Department of Computer Science and Engineering,Manonmaniam Sundaranar University,Tirunelveli, India

Puni tekst: engleski, pdf (528 KB) str. 1-12 preuzimanja: 313* citiraj
APA 6th Edition
Vijayalakshmi, S. i Murugan, D. (2018). CROP DISEASE DETECTION AND CLASSIFICATION BASED ON HYBRID INFORMATION APPROACH. Informatologia, 51 (1-2), 1-12. https://doi.org/10.32914/i.51.1-2.1
MLA 8th Edition
Vijayalakshmi, S. i D. Murugan. "CROP DISEASE DETECTION AND CLASSIFICATION BASED ON HYBRID INFORMATION APPROACH." Informatologia, vol. 51, br. 1-2, 2018, str. 1-12. https://doi.org/10.32914/i.51.1-2.1. Citirano 18.08.2019.
Chicago 17th Edition
Vijayalakshmi, S. i D. Murugan. "CROP DISEASE DETECTION AND CLASSIFICATION BASED ON HYBRID INFORMATION APPROACH." Informatologia 51, br. 1-2 (2018): 1-12. https://doi.org/10.32914/i.51.1-2.1
Harvard
Vijayalakshmi, S., i Murugan, D. (2018). 'CROP DISEASE DETECTION AND CLASSIFICATION BASED ON HYBRID INFORMATION APPROACH', Informatologia, 51(1-2), str. 1-12. https://doi.org/10.32914/i.51.1-2.1
Vancouver
Vijayalakshmi S, Murugan D. CROP DISEASE DETECTION AND CLASSIFICATION BASED ON HYBRID INFORMATION APPROACH. Informatologia [Internet]. 2018 [pristupljeno 18.08.2019.];51(1-2):1-12. https://doi.org/10.32914/i.51.1-2.1
IEEE
S. Vijayalakshmi i D. Murugan, "CROP DISEASE DETECTION AND CLASSIFICATION BASED ON HYBRID INFORMATION APPROACH", Informatologia, vol.51, br. 1-2, str. 1-12, 2018. [Online]. https://doi.org/10.32914/i.51.1-2.1

Sažetak
Cilj ovog rada je identificirati bolesti u listovima svih biljaka. Dijagnoza biljnih bolesti pomaže poboljšati kvalitetu i količinu produktivnosti usjeva. Za otkrivanje bolesti koriste se spektroskopske tehnike. Te tehnike su vrlo skupe i mogu ih koristiti samo obučene osoba. Ovaj rad predlaže pristup za otkrivanje bolesti listova na temelju karakterizacije svojstava teksture, oblika i boja. Otkrivanje bolesti koje se detektiraju uporabom ISRC tehnike. Najprije se primjenjuje GENABC klastering pristup na ulaznu sliku za segmentiranje pogođenog područja. Zatim se ekstrahiraju značajke sa zahvaćene površine pomoću tehnika ekstrakcije značajki. U ovom se radu koristi poboljšana transformirana enkodirana lokalna shema koja se koristi za izdvajanje značajki teksture, poboljšane značajke gradijenata (EGF) za izdvajanje oblika i poboljšane tehnike hektologije boja (ICH) za izdvajanje boje. Zatim se ove značajke daju ISRC klasifikatoru kako bi dobili točnu vrstu bolesti na zahvaćenom lišću. Za analizu izvedbe predložene metode koristimo četiri metrike. To su točnost klasifikacije, stopa pogrešaka, preciznost i vrijednost opoziva. Iz analize eksperimentalnih rezultata ISRC metoda daje bolji rezultat od postojećeg pristupa.

Ključne riječi
bolesti biljaka; GENABC klasteriranje; ITELP; EGF; ISRC klasifikator

Hrčak ID: 203300

URI
https://hrcak.srce.hr/203300

[engleski]

Posjeta: 447 *