تشخیص کمبود و مسمویت عناصر غذایی برگ درخت پسته با استفاده شبکه عصبی

تغذیه مطلوب درختان و فراهم نمودن محیط مناسب تر در اطراف ریشه جهت جذاب بهتر عناصر غذایی برای افزایش عملکرد و بهبودکیفیت بسیار مهم میباشد. در بسیاری موارد کشاورزان زمان قابل توجهی برای مشاوره با کارشناسان صرف می کنند، در حالی که زمان عامل مهمی میباشد و تشخیص خودکار کمبود عناصر غذایی توسط تکنولوژی ماشین بینایی ضروری است. در این پژوهش، پس از جمع آوری برگها و انتقال آنها، تصاویر دیجیتال مورد نیاز از برگهای بیمار پسته تهیه شده و الگوریتمی در محیط نرم افزار متلب طراحی شد. ابتدا نواحی علائم روی برگها تشخیص داده شدند و سپس ویژگیهای بافتی و رنگی تصاویر استخراج گردیده و نهایت در شبکه عصبی مصنوعی (ANN) طبقه بندی تصاویر انجام شد. کمبودها و مسمومیت عناصر غذایی از روی برگ درخت پسته ازجمله کمبود ازت، فسفر، پتاسیم، آهن، روی، مس، کلسیم، منگنز، بر، مسمومیت بر و شوری تشخیص داده شدند. نتایج همبستگی بالایی را برای روش تشخیص آزمایشگاهی و روش پیشنهادی در این مقاله نشان داد.

کلیدواژه ها:

کمبود عناصر غذایی ، مسمومیت برگ ، ماشین بینایی ، ویژگیهای بافتی و رنگی ، شبکه عصبی مصنوعی