Détection des maladies des plantes à partir d'images

Ce livre explore une approche avancée de la segmentation et de la classification d'images morphologiques automatiques basées sur des marqueurs, ainsi que de la détection des maladies dans les plants de tomates malades à l'aide d'une classification par machine à vecteur de support (SVM). Il explique comment le traitement morphologique améliore la précision de la segmentation des images, permettant une identification précise des régions malades dans les plants de tomates. L'ouvrage traite également des techniques d'extraction des caractéristiques, des méthodes de classification et de l'efficacité des SVM pour distinguer les zones saines des zones malades. Cet ouvrage est particulièrement utile pour les chercheurs, les agronomes et les experts en vision artificielle qui travaillent sur l'agriculture de précision et le diagnostic des maladies des plantes à l'aide de techniques d'apprentissage profond et d'apprentissage automatique.

Professeur adjoint au département d'informatique, NGM College, Pollachi. A obtenu un doctorat au NGM College. Plus de 13 ans d'expérience dans l'enseignement avec une spécialisation dans le traitement des images numériques, les systèmes d'exploitation, l'apprentissage profond et l'apprentissage automatique. A publié plus de 15 articles de recherche dans des revues réputées telles que IEEE, UGC care et Scopus.