محمود محمودی-اشکفتکی
هادی عظیمی نژادیان - دانشگاه شیراز

بعضی از بیماری های لوبیا به ریشه گیاه حمله می کنند و باعث زرد شدن ساقه و برگ های پایینی و سرانجام خشک شدن گیاه می شوند. از این رو مطالعه بر روی ریشه این گیاه بسیار با اهمیت است. اما مطالعه بلادرنگ ریشه، بدون استفاده از روش های هوشمند قابل انجام نخواهد بود. بنابراین در این تحقیق یک الگوریتم پردازش تصویر مرکب با استفاده از قطعه بندی تصاویر و ادغام مناطق به کمک الگوریتم ژنتیک توسعه داده شد. از ریشه ها در مراحل مختلف رشد و بسترهای مختلف پیت و پرلیت، خاک رس و ترکیب این مواد تصویربرداری شد. نتایج تشخیص و شناسایی ریشه در طی رشد با استفاده از الگوریتم پردازش تصویر مرکب نشان داد: (۱) بستر پیت و پرلیت تنها بستری بودند که روند رشد ریشه، با استفاده از الگوریتم پردازش تصویر، از روز دوم کشت قابل تشخیص بود. (۲) پارامترهای آماری محاسبه شده بین ریشه شناسایی شده با استفاده از الگوریتم مذکور و اندازه گیری شده بصورت دستی، دقت بالای الگوریتم را نشان داد (۱۳/۰> NRMSE و ۹۹/۰< R۲). د ر ضمن نتایج نشان داد، ریشه های با حجم بزرگتر از cm۳۶۸/۲۰۸ یا ریشه های با طول و عرض بیشتر از cm۰۷/۲ و cm ۷۷/۰ توسط الگوریتم پردازش تصویر قابل شناسایی بودند. مدل سازی پارامترهای رشد حجمی، طولی و عرضی ریشه نشان داد، تغییرات حجم و عرض ریشه نسبت به زمان رابطه نمایی و رشد طولی ریشه رابطه توانی با زمان کشت دارد. دقت مدل های ایجاد شده در تخمین حجم ریشه، رشد طولی و عرضی ریشه بسیار مناسب بود، به طوری که R۲ ، R۲ تعدیل شده و RMSE بین داده های مشاهده شده و تخمین زده شده برای رشد حجمی ریشه به ترتیب برابر ۹۲۵/۰، ۹۰۲/۰ و ۵۷/۴۵، برای رشد طولی ریشه برابر ۹۴۴/۰، ۹۳۴/۰ و ۳۷/۱ و برای رشد عرضی ریشه برابر ۹۴۶/۰، ۹۳۷/۰ و ۹۶/۰ به دست آمدند.

ادغام مناطق, الگوریتم ژنتیک, پردازش تصویر, رشد ریشه, مدلسازی