research centers


Search results: Found 2

Listing 1 - 2 of 2
Sort by

Article
Plant Leaf Disease Detection Using Support Vector Machine

Authors: Mohammed A. Hussein --- Amel H. Abbas
Journal: Al-Mustansiriyah Journal of Science مجلة علوم المستنصرية ISSN: 1814635X Year: 2019 Volume: 30 Issue: 1 Pages: 105-110
Publisher: Al-Mustansyriah University الجامعة المستنصرية

Loading...
Loading...
Abstract

Agriculture has special importance in that it is a major source of food and, clothing and is an important economic source for countries. Agriculture is affected by a variety of factors, biotic such as diseases resulting from bacteria, fungi, and viruses and non-biotic such as: water and, temperature and other environmental factors. Detection of these diseases require people to experts in addition to a set of equipment and it is expensive in terms of time and money Therefore, the development of a computer based system helps the detection of the plants’ diseases is very helpful for farmers As well as to specialists in the field of plant protection. the proposed plant disease detection system consists of two phases, in the first phase, the knowledge base is established by introducing a set of training samples in a series of processing that include first use pre-processing techniques such as: cropping , resizing, fuzzy histogram equalization, extracting a set of color and texture features and used to great the knowledge base that used as training data for support vector machine classifier . In the second phase, we use the classifier that was trained using the knowledge base for detection and diagnosis of plant leaf diseases. To create the knowledge base, we used 799 sample images that divided it by 80% training and 20% testing. We have use Three crops each yield three diseases in addition to the proper state of each crop .the accuracy of disease detection was 88.1%.

للزراعة أهمية خاصة لأنها مصدر رئيسي للغذاء واللباس وتعتبر مصدرا اقتصاديا هاما للبلدان. تتأثر الزراعة بمجموعة متنوعة من العوامل الحيوية مثل الأمراض الناتجة عن البكتيريا والفطريات والفيروسات وغير الحيوية مثل: الماء ودرجة الحرارة والعوامل البيئية الأخرى. إن الكشف عن هذه الأمراض يتطلب اشخاص خبراء بالإضافة إلى مجموعة من المعدات وهو مكلف من حيث الوقت والمال ولذلك فإن تطوير نظام قائم على الكمبيوتر يساعد في اكتشاف أمراض النباتات مفيد جدًا للمزارعين وكذلك للمتخصصين في مجال وقاية النبات. يتكون نظام اكتشاف أمراض النبات المقترح من مرحلتين ، في المرحلة الأولى ، يتم تأسيس قاعدة المعرفة عن طريق إدخال مجموعة من عينات التدريب في سلسلة من العمليات التي تشمل تقنيات المعالجة الأولية الأولى مثل: الاقتصاص ، تغيير الحجم ، الرسم البياني الضبابي المعادلة ، واستخراج مجموعة من ميزات اللون والملمس واستخدامها في قاعدة المعرفة التي تستخدم كبيانات التدريب لل SVM. في المرحلة الثانية ، نستخدم المصنف الذي تم تدريبه باستخدام قاعدة المعرفة للكشف عن أمراض أوراق النبات وتشخيصها. لإنشاء قاعدة المعرفة ، استخدمنا 799 عينة من الصور التي قسمتها بنسبة 80٪ من التدريب واختبار 20٪. لدينا ثلاث محاصيل تنتج كل منها ثلاثة أمراض بالإضافة إلى الحالة السليمه لكل محصول. كانت دقة الكشف عن المرض 88.1٪.


Article
Documents Image Classification and Retrieval Based on Logo Recognition
تصنيف واسترجاع الوثائق الصورية بالاعتماد على تميز الشعار

Author: Mohanad Sameer Jabber مهند سمير جبر
Journal: Iraqi Journal of Information Technology المجلة العراقية لتكنولوجيا المعلومات ISSN: 19948638/26640600 Year: 2017 Volume: 8 Issue: 1 اللغة الانكليزية Pages: 59-73
Publisher: iraqi association of information الجمعية العراقية لتكنولوجيا المعلومات

Loading...
Loading...
Abstract

Logo plays an important role in document images classification and retrieval. This fact motivates us to propose a novel approach for logo classification depending on color and texture features, Naïve Bayesian (NB) is used for the logo classification purpose. Because of lack of color logo image dataset on the internet, therefore, dataset proposed used for training and testing phases. Besides, this method obtainedexcellent classification accuracy reach to 90.243%.

يعتبر الشعار له دورا هاما في تصنيف الوثائق واسترجاعها. من هذا الواقع يدفعنا إلى اقتراح طريقة جديدة لتصنيف شعار اعتمادا على ميزات اللون والملمس ، ويستخدم السذاجة النظرية الافتراضية مصنف للتصنيف. بسبب عدم وجود قاعده بيانات تحتوي على صور شعار ملونه على شبكة الإنترنت، لذلك، تم اقترح قاعده بيانات لاستخدامها في التدريب واختبار الطريقة المقترحة. وقد حققت هذه الطريقة أفضل دقة تصنيف 90.243٪.

Listing 1 - 2 of 2
Sort by
Narrow your search

Resource type

article (2)


Language

English (2)


Year
From To Submit

2019 (1)

2017 (1)