تشخیص بیماری بلاست گیاه برنج بر اساس فن آوری ماشین بینایی

Publish Year: 1398
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 615

This Paper With 16 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

NCAMEM12_241

تاریخ نمایه سازی: 7 فروردین 1399

Abstract:

هدف از این تحقیق ارزیابی تکنیک پردازش تصویر در تشخیص بیماری بلاست گیاه برنج در شرایط مزرعه ای و کنترل شدهمی باشد. با استفاده از نرم افزار MATLAB، تصاویر تهیه شده از شرایط مزرعه ای و کنترل شده، در سه فضای رنگی HSI ،RGB و LAB پردازش شدند. سپس توسط پروفایل شدت سطوح خاکستری ، خصوصیات رنگی استخراج و مقدار آستانه برای حذف پس زمینه تصویر به دست آمد. پس از حذف پسزمینه در فضاهای رنگی HSI, RGB و LAB، به تشخیص لکه های بیماری روی برگ گیاه برنج پرداخته شد. در فضای رنگی RGBبا استفاده از تفریق آرایه ها به صورت آزمون وخطا لکه های بلاست روی برگ از بقیه پیکسل های تصویر تفکیک شد. در فضای رنگی HSI از Hue استفاده شد؛ چون این مولفه مستقل از تغییرات شدت نور بود، شناسایی لکه بلاست نسبت به مولفه های S و Iبا دقت بالاتری انجام شد. در فضای رنگی LAB از الگوریتم خوشه بندی Kmeans برای بخش بندی تصاویر در سه خوشه استفاده گردید و پس از برچسب گذاری تصویر لکه های بیماری بلاست در یک خوشه مستقل نمایش داده شد. در پایان جهت تعیین میزان کارایی الگوریتم های طراحی شده در سه فضای رنگی، فاکتورحساسیت، ویژگی و دقت کل بر اساس ماتریس اغتشاش برای 50 نمونه تصویر تست شد. در شرایط مزرعه ای و کنترل شده،بالاترین دقت در تشخیص لکه بلاست در فضای رنگی LAB حاصل شد که به ترتیب 94 و 98 درصد بود. به طورکلی نتایج به دست آمده نشان داد که روش پردازش تصویر میتواند برای تشخیص بیماری بلاست گیاه برنج بکار رود.

Authors

محمدرضا لاریجانی

دانشجوی دکتری مهندسی مکانیک بیوسیستم دانشگاه محقق اردبیلی، اردبیل

عزت اله عسکری اصلی ارده

دانشیار گروه مهندسی بیوسیستم دانشگاه محقق اردبیلی،اردبیل

احسان کوزه گر

استادیار گروه مهندسی کامپیوتر دانشکده فنی و مهندسی شرق گیلان دانشگاه گیلان