Offer DescriptionStrojové učenie na báze spracovania multispektrálneho obrazu v detekcii chorôb v rastlinných porastochMachine learning based on multispectral image processing in the detection of diseases in plant standsSupervisor: doc. Ing. Vladimír Cviklovič, PhD.Workplace: Faculty of EngineeringField of study: EngineeringStudy program: Control systems in production technologyForm of Study: daily/externalHlavné myšlienky (tézy) navrhovanej témy:Cieľom práce je zhodnotiť možnosti využívania multispektrálnych kamerových systémov s metódami strojového učenia v detekcii chorôb rastlinných porastov. V danej problematike treba riešiť algoritmy číslicového spracovania multispektrálneho obrazu a algoritmy metód strojového učenia. V prvom priblížení bude nevyhnutné zabezpečiť snímanie vzoriek rastlín napadnutých známymi chorobami multispektrálnou kamerou ako aj zdravých rastlín rovnakého druhu vo vybraných vývojových štádiách. Následne bude hľadaná optimálna sústava vzoriek na trénovanie umelej inteligencie s cieľom najpresnejšieho rozlišovania zdravých a napadnutých častí rastlín. Bude pokus aj o návrh deterministického algoritmu na detekciu chorôb s cieľom znížiť výpočtový výkon na spracovanie obrazových vzoriek, ak to bude možné.Práca bude zameraná na vinič a ovocné stromy pestované v našich podmienkach. Tiež bude stanovené, ktoré choroby a v akom vývojovom štádiu sú identifikovateľné.Main ideas of the proposed dissertation topic:The aim of the work is to evaluate the possibilities of using multispectral camera systems with machine learning methods in the detection of plant diseases. Algorithms of digital multispectral image processing and algorithms of machine learning methods must be solved in the given issue. In the first approximation, it will be necessary to ensure the scanning of plant samples attacked by known diseases with a multispectral camera, as well as healthy plants of the same species in selected developmental stages. Subsequently, an optimal set of samples will be searched for training artificial intelligence with the aim of the most accurate distinction between healthy and attacked plant parts. There will also be an attempt to design a deterministic algorithm for disease detection in order to reduce the computing power for processing image samples, if possible. The work will be focused on vines and fruit trees grown in our conditions. It will also be determined which diseases and at what stage of development they are identifiable.More information about PhD position:Additional admin information:Addditional research information: vladimir.cviklovic@uniag.skRequirementsResearch Field Engineering Education Level Master Degree or equivalentLanguages ENGLISH Level GoodLanguages SLOVAK Level GoodAdditional InformationWork Location(s)Number of offers available 1 Company/Institute Faculty of Engineering Country Slovakia City Nitra Postal Code 94976 Street Trieda Andreja Hlinku 2 GeofieldWhere to apply WebsiteContact State/ProvinceSlovakia CityNitra WebsiteStreetTrieda Andreja Hlinku 2 Postal Code949 76STATUS: EXPIRED