Majs är kanske singeln, världens viktigaste spannmålsgröda. Det konsumeras av miljontals människor och är en häftklammer för en stor del av den globala befolkningen. Det används också för djurfoder och dess totala produktion överstiger långt ris och vete. Det omvandlas också till andra ätbara produkter som majssirap och majsstärkelse samt användbara, men oätliga produkter, som bioetanol. Tyvärr, som med många viktiga grödor, det finns betydande skadedjur och sjukdomar som kan förstöra skörden eller skada produkten efteråt, under transport och lagring före konsumtion.

Skriver i International Journal of Computational Vision and Robotics, Enquhone Alehegn från Bahir Dar University, i Etiopien, har använt en stödvektormaskin och bildbehandling för att utveckla ett igenkännings- och klassificeringssystem för majssjukdomar. Alehegn påpekar att etiopisk majs drabbas av cirka 72 sjukdomar som angriper olika delar av växterna. Visuell observation och kemisk analys används vanligtvis för att identifiera en viss infektion i växternas löv. Dock, sådana metoder kräver experter, tid, och ofta kostsam utrustning och anläggningar. Hans nya tillvägagångssätt är ett steg mot många av problemen med konventionell sjukdomssökning och klassificering.

Han förklarar att han använde 640 bilder från en datamängd på 800 för att träna algoritmen och de andra 20 procenten för testning. "Baserat på experimentresultatet med kombinerad (textur, färg och morfologi) funktioner med stödvektormaskin en genomsnittlig noggrannhet på 95,63 procent uppnådd. "Det borde vara möjligt att förbättra noggrannheten genom att optimera bildsegmenteringsdelen av analysen.