KCI등재
SCIE
SCOPUS
Nutrient Defect Detection In Plant Leaf Imaging Analysis Using Incremental Learning Approach With Multifrequency Visible Light Approach
저자
Chore Amrute (ECE Department , Oriental University , Indore , Madhya Pradesh , India) ; Thankachan Dolly (Department of Electrical and Electronics Engineering , Oriental University , Indore , Madhya Pradesh , India)
발행기관
학술지명
Journal of Electrical Engineering & Technology(Journal of Electrical Engineering & Technology)
권호사항
발행연도
2023
작성언어
English
주제어
등재정보
KCI등재,SCIE,SCOPUS
자료형태
학술저널
수록면
1369-1387(19쪽)
DOI식별코드
제공처
Nutrient deficiency during growth is a major cause of reduced yield for wide variety of plants. Yield can be improved if nutrient levels are regularly checked, and maintained using proper fertilization & pest control. In order to perform this task, a wide variety of image processing systems models have been developed, which aim at analysing plant imagery to look for visually apparent nutrient deficient patterns. But these systems are able to identify nutrient deficiencies after the plant is affected by them. In contrast to this, intrusive systems are developed which perform chemical analysis on leaf samples in order to estimate these deficiencies. Performing such chemical analysis limits their testing capabilities because random leaf samples are taken for evaluation, thereby limiting their accuracy. In order to remove these drawbacks, this text proposes a nonintrusive multifrequency visible light analysis framework, that can be used for identification of multiple nutrient deficiencies for a wide variety of plants. In order to map spatial & temporal light properties with nutrient shortages with high accuracy, this framework leverages extensive learning. In order to authenticate the readings, the framework also processes nonintrusive microscopic photos of the same plant leaf using a deep learning technique. This is accomplished by an incremental learning technique that combines the high-efficiency classification capabilities of the VGGNet19 and XceptionNet models. The model can be used for proactive nutrient monitoring and to conduct corrective actions to improve yield quality because it is nonintrusive. The proposed model was evaluated for potassium, nitrogen, copper, zinc, and phosphorus deficit in orange, cotton, apple, banana, mango, litchi, henna, gooseberry, and okra leaf. It was observed that the proposed approach is able to achieve 99.7% accuracy for detection of potassium, 97.2% for nitrogen, 98.5% for copper, 96.8% for zinc, and 95.9% for detection of phosphorus. This accuracy was evaluated by finding average performance of the model for different leaf types, and was compared with various state-of-the-art models. It was observed that the proposed approach has 8% better accuracy than previously described models, and showcases better precision, recall, and fMeasure performance. Due to intensive learning, the model requires large initial delay of training, but evaluation speed is at par with recent state-of-the-art models.
더보기분석정보
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)