CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

گواهی نمایه سازی مقاله پیشگیری از شیوع بیماریهای مسری گلخانه ای به کمک سامانه ماشین بینایی

عنوان مقاله: پیشگیری از شیوع بیماریهای مسری گلخانه ای به کمک سامانه ماشین بینایی
شناسه (COI) مقاله: NCPDA01_0469
منتشر شده در همایش ملی پدافند غیر عامل در بخش کشاورزی در سال ۱۳۹۲
مشخصات نویسندگان مقاله:

نعیمه توکلی - کارشناس ارشد مهندسی مکانیک ماشین های کشاورزی، دانشکده کشاورزی، دانشگاه صنعتی اصفهان
عباس همت - استاد گروه مهندسی مکانیک ماشین های کشاورزی، دانشکده کشاورزی، دانشگاه صنعتی اصفهان، اصفهان
بهزاد نظری - استادیار دانشکده برق و کامپیوتر، دانشگاه صنعتی اصفهان، اصفهان

خلاصه مقاله:
سالانه در صد زیادی از محصولات کشاورزی به سبب بروز آفات و بیماریها نابود میشوند. کاهش میزان محصول و لزوم استفاده از سموم و آفت کشها، ضررهای اقتصادی هنگفتی متوجه تولید کنندگان بخش کشاورزی میکند. از سوی دیگر، استفاده بیرویه از سموم، خود عامل ایجاد بیماریهای خطرناک، در کشاورزان و مصرف کنندگان می باشد. لذا ضروری است با ارائه راهکارهایی جهت تشخیص به هنگام بیماری، از گسترش آن پیشگیری کرد. بررای نمونه یکی از این بیماری ها بیماری سفیدک داخلی (Downey Mildew) اکثراً در اقلیم های گرم و مرطوب بیشترین خسارت را در مورد خیار و طالبی وارد آورده و در زمان کمتر از 24 ساعت به کل گلخانه سرایت میکند. علایم این بیماری، در مراحل اولیه، ظهور لکه های زرد رنگ و زاویه دار در سطح برگ می باشد. در حال حاضر بازرسی گلخانه توسط نیروی انسانی و به صورت روزانه انجام می گیرد. در مقاله حاضر، روشی غیر مخرب جهت آشکارسازی برخط بیماری سفیدک داخلی بوته های خیار، با هدف تشخیص زودهنگام این بیماری در مراحل اولیه، جهت جلوگیری از شیوع آن در گلخانه، ارائه شده است. به همین منظور با تصویر برداری پیوسته و خطی از درختچه ها توسط دوربین دوربین Canon a70، در شرایط نور طبیعی و پردازش برخط این تصاویردر نرم افزار متلب، وجود این بیماری در گلخانه تشخیص داده شد. بدین ترتیب در ابتدا در مرحله پیش پردازش، برگها از پس زمینه جدا شدند. این امر با بررسی هیستوگرام لایه فام (Hue) تصاویر و اعمال فیلترهای مورفولوژی، جهت حذف نویز پسزمینه صورت گرفت. سپس در بخش پردازش رنگی، پس از بررسی هیستوگرام تصاویر در مدل رنگی HSV با تکیه بر مولفه فام ، لکهها از سطح برگ جدا و در قالب تصاویر دو سطحی (Binary) ارائه شدند. درمرحله بعد با پردازش هندسی، تصاویر لکه ها از لحاظ زاویهدار بودن مورد بررسی قرار گرفتند. در نهایت الگوی تشخیص با دقت 90 % موفق به آشکارسازی غیر مخرب بیماری سفیدک داخلی روی بوته های خیار شد.

کلمات کلیدی:
سفیدک داخلی خیار، پردازش رنگی تصاویر، پردازش هندسی تصاویر، آشکار سازی خودکار بیماریهای گیاهی

صفحه اختصاصی مقاله و دریافت فایل کامل: http://www.civilica.com/Paper-NCPDA01-NCPDA01_0469.html