الهام عمرانی - کارشناس ارشد رشته بیوسیستم پردیس کشاورزی و منابع طبیعی دانشگاه تهران
سید سعید محتسبی - استاد گروه بیوسیستم پردیس کشاورزی و منابع طبیعی دانشگاه تهران
شاهین رفیعی - استاد گروه بیوسیستم پردیس کشاورزی و منابع طبیعی دانشگاه تهران
سلیمان حسین پور - استادیار گروه بیوسیستم پردیس کشاورزی و منابع طبیعی دانشگاه تهران

بیماری ها و آفات گیاهی از بزرگترین معضلات بخش کشاورزی هستند که باعث وارد شدن خسارات و کاهش کیفیت محصولات کشاورزی می شوند. معمولا کارشناسان گیاه پزشکی بیماری های گیاهی را مستقیما با چشم تشخیص می دهند، که این کار پرهزینه و زمانبر بوده و به نظارت مستمر کارشناسان گیاه پزشکی نیازمند است. تشخیص خوکار بیماری های گیاهی توسط تکنولوژی ماشین بینایی پژوهشی ضروری است که می تواند در طراحی سمپاش هوشمند و نظارت بر مزارع و باغات بزرگ کاربرد زیادی داشته باشد. در این تحقیق، با استفاده از روش ماشین بینایی، سه اختلال درخت بادام شامل بیماری های لکه غربالی، لکه آجری و کمبود آهن تشخیص داده می شوند. پس از جمع آوری برگهای بیمار و انتقال آنها به آزمایشگاه، تصاویر برگها تحت شرایط نور کنترل شده تهیه شده و سپس به کمک دستور خوشه بند C میانگین فازی و الگوریتم طراحی شده درمحیط نرم افزار MATLAB، ابتدا نواحی بیماری روی برگ ها تشخیص داده شدند و سپس ویژگی های بافتی و رنگی تصاویر استخراج شدند. در ادامه با استفاده از سیستم استنتاج عصبی-فازی تطبیقی (انفیس) بیماری های گیاهی تفکیک شدند. نتایج نشان دادند که در حالت کلی الگوریتم پیشنهادی قادر است بیماری های برگی را با دقت 96/66 درصد تشخیص و تفکیک نماید.

بیماری های گیاهی، خوشه بندC، میانگین فازی، سیستم استنتاج فازی-عصبی تطبیقی، ماشین بینایی