TY -的A2 Dadheech Pankaj AU -拉索尔教授,尤Kumar盟——Janghel Rekh Ram AU - Pandey, Saroj Kumar AU -库马尔,Ankit AU -辛格Kamred Udham AU -沙阿,穆罕默德阿西夫PY - 2022 DA - 2022/09/21 TI -一种新颖的基于ai的方法更好的分割真菌和细菌性疾病的水稻SP - 6871085六世- 2022 AB -大米是最消耗的食物超过一半的世界。全世界大约15%的米饭浪费因为叶疾病。计算机辅助系统需要一个明确的分段损伤检测这样的疾病,但是模糊强度,坏的对比,和尘埃粒子在适当的细分和叶子的挑战,此外,为了更好的特征提取。在这个工作中,首先,SegNet深度学习模型训练独立的杂草从野外捕获的图像;在下一步中,一种新颖的自动分割技术命名RPK-means提出结合随机路径(RP)和k - means聚类分离损伤斑点的叶子图像。的工作模式是多种的。首先,为杂草SegNet模型训练的分离;然后,生成图像的两个集群 K ——聚类发现躺在损伤点的像素坐标和健康叶的一部分。此后,病变部分从背景中分离、自动分割是随机路径执行的小说 K ——(RPK-means)方法使用在最后阶段获得协调立场。真菌和细菌疾病如褐斑病、稻瘟病、纹枯病、叶比例,和白叶枯病已经收集的字段执行实验。实验结果表明,深度学习分类器的性能增加了约2 - 6%,而申请RPK-means预处理图像,而不是传统 K ——分割技术。SN - 1687 - 725 - 2022/6871085 / 10.1155 x你——https://doi.org/10.1155/2022/6871085——摩根富林明——《传感器PB - Hindawi KW - ER