بررسی امکان تشخیص بیماری سفیدک داخلی با استفاده از فن آوری پردازش تصویر درمحصول خیار گلخانه ای

نوع محتوی: طرح پژوهشی
Language: Persian
استان موضوع گزارش: البرز
شهر موضوع گزارش: کرج
Document ID: R-1093346
Publish: 16 February 2019
دسته بندی علمی: علوم کشاورزی
View: 165
Pages: 56
Publish Year: 1390

نسخه کامل Research منتشر نشده است و در دسترس نیست.

  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Research:

Abstract:

یکی از مهمترین چالش های پیش روی تولیدات گلخانه ای در ایران علاوه بر مسایل تخصصی و فنی استفاده بی رویه از سموم و آفت کش های شیمیایی در تولید این محصولا ت می باشد و پی آمد این عمل کاهش سلامت محصول و به تبع آن پایین آمدن بازارپسندی آن از جنبه صادراتی می باشد. سفیدک داخلی کدوییان یکی از بیماری های مهم خیار در مناطق مرطوب و گلخانه ها محسوب می شود که در صورت عدم تشخیص به موقع می تواند خسارت شدیدی را به کمیت و کیفیت محصول وارد نماید. اگر مبتلا شدن گیاه به بیماری در مراحل اولیه تشخیص داده شود به همان نسبت سموم کمتر با راندمان بیشتر مصرف خواهد شد . با توجه به اینکه علایم اولیه بیماری در روی برگ ظاهر می شوند (ودر نهایت موجب نابودی بافت آن می گردند) این تغییر ظاهری می تواند مبنای مناسبی برای بررسی آغاز و گسترش این بیماری باشد. هم اکنون پردازش تصویر یکی از ابزارهای کاربردی در بسیاری از فرآیندهای تولید محصولات کشاورزی است. از جمله این کاربردها می تواند بررسی بیماری های گیاهی باشد. این طرح به منظور بررسی امکان استفاده از روش تحلیل تصویر در تعیین بیماری سفیدک داخلی در خیار گلخانه ای انجام شد . به این منظور ازبرگ گیاها ن آلوده در مراحل مختلف ابتلا به بیماری تصاویر لازم تهیه شد. تصاویر رنگی جهت پردازش در جعبه ابزار پردازش تصویر نرم افزار ‭MATLAB ‬فراخوانی شد. پس از انتقال تصاویر به مد های مختلف و بررسی های اولیه، مولفه ی رنگی ‭Cr ‬برای تشخیص لکه های بیماری مناسب تشخیص داده شد. پس از عملیات جداسازی، با تقسیم مساحت لکه ها به مساحت کل برگ سطح پیشرفت بیماری به چهارده گروه تقسیم شد. سر انجام از شبکه های عصبی مصنوعی و آنالیز تشخیصی برای طبقه بندی شدت بیماری استفاده شد. نتایج نشان داد که اولا تکنولوژی ماشین بینایی روشی مناسب برای تشخیص دقیق بیماری سفیدک داخلی سطح برگ خیار گلخانه ای است و ثانیا آنالیز تشخیصی و شبکه های عصبی مصنوعی ابزار مناسبی برای طبقه بندی شدت بیماری در تصاویر خروجی از پردازش تصویر می باشند. کلمات کلیدی: پردازش تصویر، خیار گلخانه ای، برگ، سفیدک