An Integrated Computer Vision and Machine Learning Framework for Sorghum Disease Severity Assessment and Yield Prediction

一个集成的计算机视觉与机器学习框架用于高粱病害严重度评估与产量预测，提出了一种技术驱动的方法，用于高粱种植中的自动化作物健康监测与产量估算。该研究整合了计算机视觉技术和机器学习算法，从作物图像中识别和量化病害严重度，并基于相关视觉和农艺特征预测潜在产量。该框架旨在减少传统人工病害评估的局限性，传统方法可能耗时且受人为变异影响。研究采用图像处理和特征提取技术捕捉病害相关特征，同时机器学习模型支持分类、严重度估计和产量预测。通过将病害评估与产量预测相结合，所提出的框架为精准农业和数据驱动的作物管理提供了一种综合方法。该工作展示了人工智能和计算机视觉在支持及时决策、改善作物监测以及促进可持续和高效高粱生产方面的潜力。