Le maïs est peut-être le seul, céréale la plus importante au monde. Il est consommé par des millions de personnes et constitue un aliment de base pour une grande partie de la population mondiale. Il est également utilisé pour l'alimentation animale et sa production totale dépasse de loin le riz et le blé. Il est également converti en d'autres produits comestibles tels que le sirop de maïs et l'amidon de maïs ainsi qu'utile, mais des produits non comestibles, comme le bioéthanol. Malheureusement, comme pour de nombreuses cultures vitales, il existe des ravageurs et des maladies importants qui peuvent dévaster la récolte ou endommager le produit par la suite, pendant le transport et le stockage avant consommation.

Écrit dans l'International Journal of Computational Vision and Robotics, Enquhone Alehegn de l'Université de Bahir Dar, en Ethiopie, a utilisé une machine à vecteurs de support et un traitement d'images pour développer un système de reconnaissance et de classification des maladies du maïs. Alehegn souligne que le maïs éthiopien est touché par quelque 72 maladies qui attaquent différentes parties des plantes. L'observation visuelle et l'analyse chimique sont couramment utilisées pour identifier une infection particulière dans les feuilles des plantes. Cependant, de telles approches nécessitent des experts, temps, et souvent des équipements et des installations coûteux. Sa nouvelle approche évite de nombreux problèmes de détection et de classification conventionnelles des maladies.

Il explique qu'il a utilisé 640 images d'un ensemble de données de 800 pour entraîner l'algorithme et les 20 % restants pour les tests. "Basé sur le résultat de l'expérience utilisant combiné (texture, couleur et morphologie) avec une machine à vecteurs de support une précision moyenne de 95,63 pour cent atteinte. » Il devrait être possible d'améliorer la précision en optimisant la partie segmentation d'image de l'analyse.