ارائه یک روش کارآمد در تشخیص بیماریهای سطح برگ تا بکارگیری ماشین بینایی

سال انتشار: 1391
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,149

فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

NCAMEM07_173

تاریخ نمایه سازی: 8 بهمن 1391

چکیده مقاله:

بیماریهای گیاهی مختلف علاوه بر اینکه میزان کیفیت و کمیت محصول می کاهند، باعث تخریب واریته نیز می شود. از سوی دیگر یکی از چالش های پیش روی تولید محصولات کشاورزی در ایران بیرویه از سموم و آفت کش های شیمیایی می باشد. بیماری های قارچی به عنوان مسئله ای بغرنج در تولید محصولات گلخانه ای بشمار می رود و تشخیص به موقع و زود هنگام بیماری، افزایش احتمال درمان و کاهش هزینه ها و خسارات وارده را در بر دارد. در این مقاله یک روش دقیق برای تشخیص بیماری سفیدک دروغی (Downy mildew) خیار گلخانه ای با بکارگیری تکنولوژی پرورش داده شدند.سپس سطح برگ ها به عامل بیماری سفیدک دروغی آلوده شدند. عکسبرداری از سطوح برگ های سالم و همچنین برگ های آلوده در زمانهای مختلف در طی پیشرفت بیماری انجام شد. تصاویر تهیه شده به جعبه ابراز پردازش تصویر نرم افزار MATLAB انتقال داده شد. تصاویر در فضاهای رنگی RGB و HSV و YCrCb مورد بررسی قرار گرفتند. پس از عملیات اولیه، مشخص شد که مولفه رنگی Cr بهترین نتایج را به دست می دهد. الگوریتم ارائه شده توانست قسمتهای آسیب دیده سطح برگ را با دقت بالایی (97%<) تشخیص دهد. این در حالی بود که میزان خطای الگوریتم کمتر از 5% به دست آمد.

نویسندگان

رضا محمدی گل

دانشجوی دکتری رشته مکانیک ماشینهای کشاورزی دانشگاه تربیت مدرس

عادل بخشی پور

دانشجوی دکتری رشته مکانیک ماشینهای کشاورزی دانشگاه شیراز

احمد شریفی

عضو هیئت علمی موسسه تحقیقات فنی و مهندسی کشاورزی کرج

مجید لشگری

عضو هیئت علمی دانشگاه اراک

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • بهداد، ا. (1369). بیماری های گیاهان زراعی ایران. چاپ نشاط ...
  • رنجبر، ع .، د. شهریاری و ر . دافضی. (1387). ...
  • نصوحی غ، ح(1380)، خیار داربستی، انتشارات صنوبر. ...
  • دانشگاه شیراز، 14 الی 16 شهریور 1391 ...
  • Bock, C.H., Poole, G.H., Parker, P.E. and Gottwald, T.R. (2010). ...
  • Chen, Y.R., Chao, K. and Moon, S.K. (2002). Machine vision ...
  • Chupp, C. and Sherf, A. (1980). Vegetable disease and their ...
  • El-Hally, M., Refea, A., Al-Gamal, S. and Al-Whab, R.A. (2004). ...
  • Granitto, P.M., Verdes, P.F., Ceccatto, H.A. (2005). Large scale investigation ...
  • Hemming, J. (2000). Computer Vision for Identifying Weeds in Crops. ...
  • Hemming, J. and Rath, T. (2001). C omputer-vis ion-based weed ...
  • Hillnhuetter, C. and Mahlein, A.K. (2008). Early detection and localisation ...
  • Moya, E.A., Barrales, L.R., Apablaza, G.E. (2005). Assessment of the ...
  • Onyango, C.M. (2003). Segmentation of row crop plants from weeds ...
  • Skaloudova, B., Krivan, V., Zemek, R. (2006). C omputer-as sisted ...
  • Steddom, K., Bredehoeft, W.M., Khan, M. and Rush, M.C. (2005). ...
  • Wang, D., Ram, M.S. and Dowell, F.E. (2002). Classification of ...
  • نمایش کامل مراجع