Development of an automation system

Development of an automation system for classifying diseases of the infected plants is a growing research area in precision agriculture. The paper aims at classifying different types of rice diseases by extracting features from the infected regions of the rice plant images. Fermi energy based segmentation method has been proposed in the paper to isolate the infected region of the image from its background. Based on the field experts’ opinions, symptoms of the diseases are characterized using features like colour, shape and position of the infected portion and extracted by developing novel algorithms. To reduce complexity of the classifier, important features are selected using rough set theory (RST) to minimize the loss of information. Finally using selected features, a rule base classifier has been built that cover all the diseased rice plant images and provides superior result compare to traditional classifiers.

ผลลัพธ์ (ไทย) 1:

พัฒนาระบบอัตโนมัติสำหรับการจัดประเภทโรคพืชติดไวรัสเป็นพื้นที่วิจัยเติบโตในความแม่นยำในการเกษตร กระดาษมีจุดมุ่งหมายในประเภทโรคข้าวชนิดต่าง ๆ โดยการแยกคุณลักษณะจากแคว้นภาพพืชข้าวติดไวรัส วิธีการแบ่งพลังงานใช้พลังงานแฟร์มีได้รับการเสนอชื่อในกระดาษจะแยกแคว้นภาพจากเบื้องหลังการติดเชื้อ ตามความเห็นของผู้เชี่ยวชาญฟิลด์ อาการของโรคมีลักษณะการใช้งานเช่นสี รูปร่าง และตำแหน่งของส่วนที่ติดเชื้อ และสกัด โดยพัฒนาอัลกอริทึมนวนิยาย เพื่อลดความซับซ้อนของการ classifier คุณลักษณะที่สำคัญคือเลือกใช้ทฤษฎีเซตหยาบ (RST) เพื่อลดการสูญเสียข้อมูล สุดท้าย ใช้คุณลักษณะที่เลือก classifier แบบฐานกฎถูกสร้างที่ครอบคลุมภาพพืชข้าวเส้นทั้งหมด และมีผลเหนือกว่าการเปรียบเทียบกับคำนามภาษาดั้งเดิม

ผลลัพธ์ (ไทย) 2:

การพัฒนาระบบอัตโนมัติสำหรับการจำแนกโรคของพืชที่ติดเชื้อเป็นพื้นที่ที่เพิ่มขึ้นในการวิจัยการเกษตรแม่นยำ กระดาษที่มีจุดมุ่งหมายที่จำแนกชนิดของโรคข้าวโดยแยกคุณลักษณะจากบริเวณที่ติดเชื้อของภาพพืชข้าว พลังงานแฟร์วิธีการแบ่งส่วนตามที่ได้รับการเสนอชื่อในกระดาษเพื่อแยกเขตการติดเชื้อของภาพจากพื้นหลังของมัน ขึ้นอยู่กับความเห็นของผู้เชี่ยวชาญฟิลด์ "อาการของโรคมีลักษณะการใช้คุณสมบัติเช่นสีรูปร่างและตำแหน่งของส่วนที่ติดเชื้อและสกัดโดยการพัฒนาอัลกอริทึมนวนิยาย เพื่อลดความซับซ้อนของการจําแนกที่มีคุณสมบัติที่สำคัญจะถูกเลือกใช้ทฤษฎีเซตหยาบ (RST) เพื่อลดการสูญเสียของข้อมูล สุดท้ายใช้คุณลักษณะเลือกลักษณนามฐานการปกครองได้รับการสร้างที่ครอบคลุมทุกภาพต้นข้าวที่เป็นโรคและให้ผลที่ดีกว่าเมื่อเทียบกับจําแนกแบบดั้งเดิม

ผลลัพธ์ (ไทย) 3:

การพัฒนาระบบอัตโนมัติสำหรับการจำแนกโรคของพืชที่ติดเชื้อคือการวิจัยในพื้นที่เกษตรกรรมความแม่นยำสูง . กระดาษมีวัตถุประสงค์เพื่อจำแนกชนิดของโรคข้าวโดยการแยกคุณลักษณะจากบริเวณที่ติดเชื้อของต้นข้าว ภาพวิธีการแบ่งส่วนแฟร์มีพลังงานโดยมีการนำเสนอ ในกระดาษ เพื่อแยกพื้นที่ติดเชื้อของภาพจากพื้นหลังของ ตามความคิดเห็นของผู้เชี่ยวชาญด้านอาการของโรคมีลักษณะการใช้คุณสมบัติ เช่น สี รูปร่าง และตำแหน่งของส่วนที่ติดเชื้อและสกัดโดยการพัฒนาอัลกอริทึมใหม่ เพื่อลดความซับซ้อนของประเภทคุณสมบัติที่สำคัญมีเลือกใช้ทฤษฎีเซตหยาบ ( RST ) เพื่อลดการสูญเสียของข้อมูล ในที่สุดการเลือกคุณสมบัติ กฎพื้นฐานลักษณนามได้ถูกสร้างขึ้นที่ครอบคลุมทั้งหมดที่ปลูกข้าวและผลที่เหนือกว่า ให้ภาพเปรียบเทียบคำลักษณนามแบบดั้งเดิม