Abstrakt

Krankheitserkennung auf Baumwollblättern durch Gabor Wavelet.

Afshin Shaabany und Fatemeh Jamshidi

In diesem Artikel wird eine Untersuchung zur Unterscheidung und Diagnose von Baumwollkrankheiten vorgestellt. Das Krankheitsmuster ist dabei ein wichtiger Teil und mit anderen Worten werden verschiedene Merkmale der Bilder auftreten. Die Farbe des tatsächlich infizierten Bildes. Auf dem Baumwollblatt sind so viele Krankheiten aufgetreten, dass auch die Blattfarbe bei verschiedenen Krankheiten unterschiedlich ist. Darüber hinaus gibt es verschiedene andere Merkmale in Bezug auf die Bildform. Auf dem Blatt des Bildes sind Löcher unterschiedlicher Form vorhanden. Im Allgemeinen haben die Blätter des infizierten Bildes elliptisch geformte Löcher, sodass die Berechnung der Haupt- und Nebenachse die Hauptaufgabe ist. Die Merkmale können mithilfe einer selbstorganisierenden Merkmalskarte erzeugt werden. Zur Erkennung der Bildfarbe wird ein Backpropagation-Neuralnetzwerk verwendet. Diese Informationen werden verwendet, um Baumwollblattpixel innerhalb des Bildes zu segmentieren. Nun wird das betrachtete Bild gründlich analysiert und abhängig von dieser Software können weitere Analysen je nach Art dieses Bildes durchgeführt werden.