علیرضا انصاری موحد - دانشجوی کارشناسی ارشد، گروه مهندسی مکانیک بیوسیستم، دانشگاه تربیت مدرس، تهران، ایران
احمد بناکار - دانشیار، گروه مهندسی مکانیک بیوسیستم، دانشگاه تربیت مدرس، تهران، ایران
سید محمد جاویدان - دانشجوی دکترا، گروه مهندسی مکانیک بیوسیستم، دانشگاه تربیت تمدرس، تهران، ایران
محمد مهرآبادی - دانشیار، گروه حشره شناسی، دانشگاه تربیت تمدرس، تهران، ایران

تشخیص زودهنگام و دقیق آفات در گلخانه ها ، از مهمترین فاکتورهای مقابله با آفات گیاهی می باشد. در این پژوهش توانایی تکنیک پردازش تصویر در تشخیص آفت کنه تارتن گیاه توت فرنگی مورد بررسی قرار گرفت. برای این منظور تصاویر دیجیتال از برگ های گیاه توت فرنگی آلوده تهیه شدند. سپس به منظور پردازش تصویر فراهم شده، الگوریتم تشخیص آفت در نرم افزار MATLAB توسعه داده شد. از پردازش رنگی به منظور جداسازی لکه های ظاهری قسمت های آلوده از سطح برگ استفاده شد. نتایج نشان داد که الگوریتم ارائه شده توانست نقاط آلوده را در نمونه تصاویر مورد آزمایش بادقت ۹۷/۳ % تشخیص دهد؛ بنابراین به منظور بهبود تشخیص، خصوصیات شکلی از تصاویر سیاه وسفید برگ های آلوده استخراج شدند. ویژگی های بدون بعد مانند گردی، نسبت ظاهری، فشردگی و نسبت سطح قسمت های آلوده مربوط به آفت کنه تارتن استخراج شده و مورد بررسی قرار گرفتند نتایج پژوهش نشان داد روش پیشنهاد شده توانایی بالایی در تشخیص آفات و بیماری های گیاهی دارد و می تواند بهصورت ابزاری قدرتمند در کنار متخصصان این حوزه بکار گرفته شود

آفات گیاهی، ماشین بینایی، فضاهای رنگی، داده کاوی