Resumen

El algodón es uno de los principales cultivos en la India, donde el 23% del algodón se exporta a otros países. El rendimiento del algodón depende del crecimiento del cultivo y se ve afectado por enfermedades. En este artículo, se realiza la clasificación de enfermedades del algodón utilizando diferentes algoritmos de aprendizaje automático. Para esta investigación, se utilizó la base de datos de imágenes de hojas de algodón para segmentar las imágenes del fondo natural utilizando el método de contorno activo basado en factorización modificado. Primero, se extraen las características de color y textura de las imágenes segmentadas. Posteriormente, estas características se alimentan a los algoritmos de aprendizaje automático como perceptrón multicapa, máquina de vectores de soporte, Naïve Bayes, Bosque Aleatorio, AdaBoost y vecino más cercano. Se extrajeron cuatro características de color y ocho características de textura, y se realizó una experimentación utilizando tres casos: (1) solo características de color, (2) solo características de textura y (3) tanto características de color como de text

• Materias:Repositorios digitales Extremidad robótica Algoritmos de aprendizaje
• Subjects:Digital repositories Robotic limb Learning algorithms
• Palabras claves:Algodón; Clasificación de enfermedades; Algoritmos de aprendizaje automático; Características de color; Características de textura; Clasificadores
• Keywords:Cotton; Disease classification; Machine learning algorithms; Color features; Texture features; Classifiers