hrcak mascot   Srce   HID

Original scientific paper
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

Fulltext: english, pdf (528 KB) pages 1-12 downloads: 323* cite
APA 6th Edition
Vijayalakshmi, S. & 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. and D. Murugan. "CROP DISEASE DETECTION AND CLASSIFICATION BASED ON HYBRID INFORMATION APPROACH." Informatologia, vol. 51, no. 1-2, 2018, pp. 1-12. https://doi.org/10.32914/i.51.1-2.1. Accessed 19 Sep. 2019.
Chicago 17th Edition
Vijayalakshmi, S. and D. Murugan. "CROP DISEASE DETECTION AND CLASSIFICATION BASED ON HYBRID INFORMATION APPROACH." Informatologia 51, no. 1-2 (2018): 1-12. https://doi.org/10.32914/i.51.1-2.1
Harvard
Vijayalakshmi, S., and Murugan, D. (2018). 'CROP DISEASE DETECTION AND CLASSIFICATION BASED ON HYBRID INFORMATION APPROACH', Informatologia, 51(1-2), pp. 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 [cited 2019 September 19];51(1-2):1-12. https://doi.org/10.32914/i.51.1-2.1
IEEE
S. Vijayalakshmi and D. Murugan, "CROP DISEASE DETECTION AND CLASSIFICATION BASED ON HYBRID INFORMATION APPROACH", Informatologia, vol.51, no. 1-2, pp. 1-12, 2018. [Online]. https://doi.org/10.32914/i.51.1-2.1

Abstracts
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.

Keywords
bolesti biljaka; GENABC klasteriranje; ITELP; EGF; ISRC klasifikator

Hrčak ID: 203300

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

[english]

Visits: 462 *