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

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

اعتبار موردنیاز PDF: ۱ | تعداد صفحات: ۷ | تعداد نمایش خلاصه: ۶۵۶ | نظرات: ۰
سال انتشار: ۱۳۹۱
نوع ارائه: پوستر
کد COI مقاله: NCAMEM07_173
زبان مقاله: فارسی
حجم فایل: ۱۸۵.۲۱ کیلوبایت (فایل این مقاله در ۷ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

متن کامل این مقاله دارای ۷ صفحه در فرمت PDF قابل خریداری است. شما می توانید از طریق بخش روبرو فایل PDF این مقاله را با پرداخت اینترنتی ۳۰,۰۰۰ ریال بلافاصله دریافت فرمایید
قبل از اقدام به دریافت یا خرید مقاله، حتما به فرمت مقاله و تعداد صفحات مقاله دقت کامل را مبذول فرمایید.
علاوه بر خرید تک مقاله، می توانید با عضویت در سیویلیکا مقالات را به صورت اعتباری دریافت و ۲۰ تا ۳۰ درصد کمتر برای دریافت مقالات بپردازید. اعضای سیویلیکا می توانند صفحات تخصصی شخصی روی این مجموعه ایجاد نمایند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل PDF مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۷ صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

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

  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

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.

کلیدواژه‌ها:

خیار گلخانه ای، سفیدک داخلی، ماشین بینایی، پردازش رنگی

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-NCAMEM07-NCAMEM07_173.html
کد COI مقاله: NCAMEM07_173

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
محمدی گل, رضا؛ عادل بخشی پور؛ احمد شریفی و مجید لشگری، ۱۳۹۱، ارائه یک روش کارآمد در تشخیص بیماریهای سطح برگ تا بکارگیری ماشین بینایی، هفتمین کنگره ملی مهندسی ماشین های کشاورزی و مکانیزاسیون، شیراز، دانشگاه شیراز، https://www.civilica.com/Paper-NCAMEM07-NCAMEM07_173.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (محمدی گل, رضا؛ عادل بخشی پور؛ احمد شریفی و مجید لشگری، ۱۳۹۱)
برای بار دوم به بعد: (محمدی گل؛ بخشی پور؛ شریفی و لشگری، ۱۳۹۱)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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. (۱۳۶۹). بیماری های گیاهان زراعی ایران. چاپ نشاط ...
  • رنجبر، ع .، د. شهریاری و ر . دافضی. (۱۳۸۷). ... (مقاله ژورنالی)
  • نصوحی غ، ح(۱۳۸۰)، خیار داربستی، انتشارات صنوبر. ...
  • 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 ...
  • دانشگاه شیراز، ۱۴ الی ۱۶ شهریور ۱۳۹۱ ...
  • کدام مقالات به این منبع استناد نموده اند


    بر اساس سیستم تحلیلی استنادات مقالات، تاکنون برای نگارش ۱ مقاله استفاده شده است.

    علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه دولتی
    تعداد مقالات: ۲۱۵۹۱
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مدیریت اطلاعات پژوهشی

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    شبکه تبلیغات علمی کشور

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.