Rilevamento delle malattie delle piante basato sulle immagini

Questo libro esplora un approccio avanzato alla segmentazione automatica delle immagini morfologiche basate su marcatori, alla classificazione e al rilevamento delle malattie nelle piante di pomodoro malate, utilizzando la classificazione Support Vector Machine (SVM). Approfondisce il modo in cui l'elaborazione morfologica migliora l'accuratezza della segmentazione delle immagini, consentendo l'identificazione precisa delle regioni malate nelle piante di pomodoro. Il libro discute anche le tecniche di estrazione delle caratteristiche, i metodi di classificazione e l'efficacia di SVM nel distinguere tra aree di piante sane e malate. Quest'opera è particolarmente utile per i ricercatori, gli agronomi e gli esperti di computer vision che lavorano sull'agricoltura di precisione e sulla diagnosi delle malattie delle piante utilizzando tecniche di deep learning e machine learning.

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.