Table | Card | RUSMARC | |
Allowed Actions: View |
Annotation
Безопасность сельскохозяйственных культур в большинстве случаев можно обеспечить, анализируя изображения листьев на предмет наличия отклонений. Проблема раннего обнаружения болезней растений является актуальной и своевременной, для решения которой необходима разработка алгоритма обнаружения и распознавания болезней растений на основе метода каскадных классификаторов. В работе предложен алгоритм для обнаружения и распознавания болезней растений посредством использования интегрального представления кадра, каскадов Хаара, перевода изображения в черно-белое с дальнейшим обучением классификаторов на обучающих выборках и отбором результирующего каскада, позволяющим регулировать точность и энергопотребление в зависимости от задачи. Особенность данного алгоритма заключается в применении окон при сканировании изображения, масштабируемости детектора и последующем многократном запуске для изображения с использованием разного размера. При использовании предлагаемого алгоритма точность распознавания болезней растений составила 80,9 %.
The safety of crops in most cases can be provided by analyzing the image of the leaves for any anomalies. The problem of plant diseases’ early detection is a major issue nowadays, its solution requires the development of an algorithm for detecting and recognizing plant diseases based on cascade classification method. In this work, an algorithm for detecting and recognizing plant diseases is proposed allowing the adjustment of accuracy and power consumption depending on the task by using the integral representation of frames, Haar cascades, converting the image to black and white with the calculated definition of classifiers on training samples and selecting the resulting counter. The uniqueness of the proposed algorithm consists in the use of windows at image scanning, the detector scalability and the subsequent multiple launching for image using different sizes. It has been established that the recognition rate in using the proposed algorithm is 80.9 %.
Included in
Usage statistics
|
Access count: 65
Last 30 days: 1 Detailed usage statistics |