اطلاعات و داده های تصویر برگ در رایانه برای تشخیص بیماری های گیاهان زراعی
Publish place: The second conference on architecture, civil engineering, agriculture, mining and environment
Publish Year: 1402
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 218
This Paper With 16 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ACAEACONF02_031
تاریخ نمایه سازی: 31 خرداد 1402
Abstract:
کشاورزی خیلی وقت است که به روشی فراتر از یک رویکرد ساده برای تغذیه جوامع در حال رشد مبدل شده است. در واقع کشاورزی در ۷۰ درصد جمعیت یک کشور آسیایی حائز اهمیت بوده و بدان معناست که طیف وسیع و قابل توجهی از افراد را تغذیه می کند. در بعضی از کشورها کشاورزان زمان قابل توجهی را به منظور کنترل بیماری گیاهی صرف مشاوره با گیاهپزشکان می کنند در حالی که زمان عاملی مهم در کنترل بیماری می باشد، به همین دلیل ارائه روشی سریع ، ارزان و دقیق برای تشخیص بیماریهای گیاهی لازم به نظر می رسد. بطور کلی سه نوع بیماری گیاهی میکروارگانیسمی، ویروسی، و قارچی داریم. شناسایی بیماری می تواند یک راه کلیدی برای جلوگیری از خسارات کشاورزی به شمار رود. در این مقاله از روش خوشه بندی FCM برای قطعه قطعه کردن رونمایی شده است. تکنیک SVM برای طبقه بندی بیماری های گیاهی بکار می رود. با کمک این رویکرد می توان مقدار تخریب توسط بیماری و اینکه آیا بیماری درحال انتشار است یا خیر را مشخص نمود. در این مقاله از نرم افزار MATLAB برای سوء معالجه تصویری در بیماری های گیاهی یاد شده است.هدف از این مقاله، توسعه یک پاسخ سیستمی و نرم افزاری بوده که بتواند بطور مکانیکی بیماری را یافته و طبقه بندی نماید. مراحلی مثل بارگذاری یک تصویر، پیش فرآوری، قطعه قطعه کردن، استخراج، و طبقه بندی، جزو ارکان فرآیند تشخیص یک بیماری می باشند. تصاویر تهیه شده از برگ گیاه، برای شناسایی بیماری های آن کاربرد دارند. بنابراین استفاده از روش فرآوری تصاویر، به یافتن و طبقه بندی بیماری ها در امور کشاورزی کمک شایانی خواهد کرد.
Keywords:
Authors
ماشااله دانشور
استادیار گروه مهندسی ژنتیک و تولید گیاهی دانشکده کشاورزی دانشگاه لرستان،لرستان، ایران
حکمت اله غلامی ونوول
کارشناس کشاورزی و کارشناس ارشد شیمی معدنی دانشکده تحصیلاتتکمیلی دانشگاه پیام نور خرم آباد