امکانس نجی کاربرد تصاویر فراطیفی برای شناسایی بیماری لکه باکتریایی گوجه فرنگی

تشخیص زودهنگام و دقیق، اولین گام حیاتی در کاهش تلفات ناشی از بیماری های گیاهی است. یک تشخیصنادرست می توان منجر به تصمیمات مدیریتی نامناسب و در نتیجه کاهش میزان تولید محصول و بازده سلامتیگردد. گوجه فرنگی مستعد ابتلا به بیماریهای متعددی هست که میتواند منجر به نابودی و کاهش کیفیت و کمیتآن در مزرعه شود که با تشخیص دقیق و به موقع می توان از این امر جلوگیری کرد. در این پژوهش از روشغیرمخرب تصویربرداری فراطیفی در محدوده ۸۰۰ - ۴۰۰ نانومتر به منظور تشخیص بیماری لکه باکتریایی گوجهفرنگی حاصل از باکتری Xanthomonas perforans در مراحل اولیه بیماری و پیش از ظهور علائم ظاهری استفادهشد. سه روش پیش پردازش مشتق اول (FD)، مشتق دوم (SD)، متغییر نرمال استاندارد (SNV) مورد بررسی قرارگرفت و به منظور جداسازی گیاه سالم از بیمار از روش طبقهبندی جنگل تصادفی استفاده شد. نتایج حاصل ازاعمال طبقه بندی صحتی معادل ۹۸ / ۰ را نشان داد که از ترکیب روش پیش پردازش مشتق اول و الگوریتم جنگلتصادفی حاصل شد. توانایی این الگوریتم برای جداسازی گیاه سالم از گیاه بیمار مورد تایید قرار گرفت.

کلیدواژه ها:

تصویربرداری فراطیفی ، گوجه فرنگی ، بیماری لکه باکتریایی ، یادگیری ماشین