Detecção de doenças em frutas usando análise de cor, textura e RNA

Hoje em dia, como há uma demanda proibitiva pela indústria agrícola, o crescimento efetivo e a melhoria da produção de frutas são necessários e importantes. Para esse propósito, os agricultores precisam de monitoramento manual das frutas desde a colheita até o seu período de amadurecimento. Mas o monitoramento manual nem sempre fornecerá resultados satisfatórios e eles sempre precisarão de conselhos adequados de especialistas. Portanto, é necessário propor uma técnica de agricultura inteligente eficiente que ajude a obter melhor rendimento e crescimento com menos esforço humano. Introduzimos uma técnica que diagnostica e classifica doenças externas nas frutas. O sistema tradicional usa milhares de palavras, o que leva a limites de linguagem. Enquanto isso, o sistema que desenvolvemos utiliza técnicas de processamento de imagem para implementação, uma vez que a imagem é uma maneira simples de transmitir informações. No trabalho proposto, a biblioteca OpenCV é aplicada para implementação. O método de agrupamento K-means é aplicado para segmentação de imagem, as imagens são catalogadas e mapeadas para suas respectivas categorias de doenças com base em quatro vetores de características: cor, morfologia, textura e estrutura do buraco na fruta. O sistema usa dois bancos de dados de imagem, um para implementação de imagens de consulta e o outro para treinamento de imagens de doenças já armazenadas. O conceito de Rede Neural Artificial (RNA) é utilizado para correspondência de padrões e classificação de doenças.