利用人工视觉鉴定咖啡植物(阿拉比卡咖啡)的主要病害

IF 0.2 Q4 SOCIAL SCIENCES, INTERDISCIPLINARY
Oscar Eder Flores Colorado, Jair Cervantes Canales, Farid García Lamont, Jose Sergio Ruíz Castilla
{"title":"利用人工视觉鉴定咖啡植物(阿拉比卡咖啡)的主要病害","authors":"Oscar Eder Flores Colorado, Jair Cervantes Canales, Farid García Lamont, Jose Sergio Ruíz Castilla","doi":"10.30878/ces.v30n3a8","DOIUrl":null,"url":null,"abstract":"Se utilizan técnicas de reconocimiento de patrones para identificar hojas sanas y cuatro enfermedades de la planta del café Coffeea arabica. Las enfermedades son la roya del café, el minador de la hoja, phoma quema y Cercospora coffeicola. Para lograrlo, se ocuparon diferentes técnicas de segmentación, entre ellas Otsu, PCA y método de frontera global. Con el fin de obtener el vector de características, las imágenes se procesaron para extraer las características cromáticas, geométricas y textuales. Por último, se implementaron cuatro algoritmos de clasificación, entre los que se encuentran support vector machine, random forest, Naive Bayes y redes neuronales artificiales backpropagation. La mejor precisión obtenida es del 83% con segmentación Otsu y clasificación con redes neuronales artificiales backpropagation.","PeriodicalId":41781,"journal":{"name":"Ciencia Ergo-Sum","volume":"362 10","pages":"0"},"PeriodicalIF":0.2000,"publicationDate":"2023-11-08","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Identificación de las principales enfermedades de la planta del café (Coffea arabica) a través de visión artificial\",\"authors\":\"Oscar Eder Flores Colorado, Jair Cervantes Canales, Farid García Lamont, Jose Sergio Ruíz Castilla\",\"doi\":\"10.30878/ces.v30n3a8\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Se utilizan técnicas de reconocimiento de patrones para identificar hojas sanas y cuatro enfermedades de la planta del café Coffeea arabica. Las enfermedades son la roya del café, el minador de la hoja, phoma quema y Cercospora coffeicola. Para lograrlo, se ocuparon diferentes técnicas de segmentación, entre ellas Otsu, PCA y método de frontera global. Con el fin de obtener el vector de características, las imágenes se procesaron para extraer las características cromáticas, geométricas y textuales. Por último, se implementaron cuatro algoritmos de clasificación, entre los que se encuentran support vector machine, random forest, Naive Bayes y redes neuronales artificiales backpropagation. La mejor precisión obtenida es del 83% con segmentación Otsu y clasificación con redes neuronales artificiales backpropagation.\",\"PeriodicalId\":41781,\"journal\":{\"name\":\"Ciencia Ergo-Sum\",\"volume\":\"362 10\",\"pages\":\"0\"},\"PeriodicalIF\":0.2000,\"publicationDate\":\"2023-11-08\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Ciencia Ergo-Sum\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.30878/ces.v30n3a8\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"Q4\",\"JCRName\":\"SOCIAL SCIENCES, INTERDISCIPLINARY\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Ciencia Ergo-Sum","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.30878/ces.v30n3a8","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"Q4","JCRName":"SOCIAL SCIENCES, INTERDISCIPLINARY","Score":null,"Total":0}
引用次数: 0

摘要

模式识别技术被用来识别健康的叶子和阿拉比卡咖啡植物的四种疾病。病害有咖啡锈病、叶蛀虫、烧僵病和咖啡孢霉病。为了实现这一目标,研究了不同的分割技术,包括Otsu、PCA和全局边界法。为了获得特征向量,对图像进行处理,提取颜色、几何和文本特征。最后,实现了支持向量机、随机森林、天真贝叶斯和反向传播人工神经网络四种分类算法。通过Otsu分割和反向传播人工神经网络分类,获得的最佳准确率为83%。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
Identificación de las principales enfermedades de la planta del café (Coffea arabica) a través de visión artificial
Se utilizan técnicas de reconocimiento de patrones para identificar hojas sanas y cuatro enfermedades de la planta del café Coffeea arabica. Las enfermedades son la roya del café, el minador de la hoja, phoma quema y Cercospora coffeicola. Para lograrlo, se ocuparon diferentes técnicas de segmentación, entre ellas Otsu, PCA y método de frontera global. Con el fin de obtener el vector de características, las imágenes se procesaron para extraer las características cromáticas, geométricas y textuales. Por último, se implementaron cuatro algoritmos de clasificación, entre los que se encuentran support vector machine, random forest, Naive Bayes y redes neuronales artificiales backpropagation. La mejor precisión obtenida es del 83% con segmentación Otsu y clasificación con redes neuronales artificiales backpropagation.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
Ciencia Ergo-Sum
Ciencia Ergo-Sum SOCIAL SCIENCES, INTERDISCIPLINARY-
自引率
0.00%
发文量
24
审稿时长
20 weeks
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信