利用图像处理技术检测番茄叶片晚疫病
计算机视觉与模式识别
2023-06-12 v1 机器学习
摘要
番茄是最常种植的作物之一。晚疫病是全球最普遍的番茄病害，常导致番茄作物产量显著下降。番茄作为农产品的重要性 necessitates 早检晚疫病。该病由真菌致病疫霉（Phytophthora）引起。番茄晚疫病最早迹象为植株冠层嫩叶上形状不规则、水浸状病斑。潮湿环境下叶背受害处可见白色棉絮状霉层。随病害发展病斑扩大，叶片变褐、枯萎并死亡。本工作利用图像分割与多类 SVM 技术识别晚疫病。图像分割用于分离叶片受害区域，多类 SVM 方法用于可靠病害分类。从总计 2770 篇已确认论文中遴选出 30 篇可靠研究。本研究主要目标是汇编识别当前研究趋势、问题与前景的尖端研究以检测晚疫病。其亦审视当前应用图像处理诊断与检测晚疫病的方法。本文亦给出晚疫病检测的分类体系。同理，亦呈现问题解决方案开发模型。最后，以开放问题形式给出研究空白，为研究者提供图像处理未来方向。
引用
@article{arxiv.2306.06080,
title = {Detection of Late Blight Disease in Tomato Leaf Using Image Processing Techniques},
author = {Muhammad Shoaib Farooq and Tabir Arif and Shamyla Riaz},
journal= {arXiv preprint arXiv:2306.06080},
year = {2023}
}
备注
it is a review search that contains 17 pages and 8 figures