امکانسنجی تشخیص برخط بیماری آتشک در گیاه لیلیوم به کمک سامانه ماشین بینایی و خوشهبندی K-means | ||
| ماشین های کشاورزی | ||
| مقاله 11، دوره 11، شماره 2 - شماره پیاپی 22، 1400، صفحه 277-291 اصل مقاله (1.52 M) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22067/jam.v11i2.77237 | ||
| نویسندگان | ||
| حدیث بی آبی1؛ سامان آبدانان مهدی زاده* 1؛ محمدرضا صالحی سلمی2 | ||
| 1گروه مکانیک بیوسیستم، دانشکده مهندسی زراعی و عمران روستایی، دانشگاه علوم کشاورزی و منابع طبیعی خوزستان، اهواز، ایران | ||
| 2گروه باغبانی، دانشکده کشاورزی، دانشگاه علوم کشاورزی و منابع طبیعی خوزستان، اهواز، ایران | ||
| چکیده | ||
| تشخیص خودکار و بهموقع بیماریهای گیاهی، یک موضوع اساسی در نظارت و تولید محصولات سالم و باکیفیت است. لذا طراحی و توسعه روشی سریع، خودکار، ارزان و دقیق بهمنظور تشخیص بیماری گیاهان در مراحل اولیه از اهمیت بهسزایی برخوردار است. در این پژوهش تصاویر از 40 لیلیوم آلوده به بیماری آتشک و 40 گیاه سالم توسط دوربین دیجیتال اخذ و پس از تقسیمبندی تصاویر تعداد 9 ویژگی رنگی از سه کانال RGB، Lab و HSV از ساقه و برگ گیاه و همچنین یک ویژگی مورفولوژیکی (طول ساقه) از گیاه استخراج شد. با اعمال الگوریتم پرچینهای زبانی طی 100 هزار تکرار موثرترین این ویژگیها (L برگ، L ساقه، a برگ، b برگ، H برگ، b ساقه، H ساقه، V برگ و طول ساقه) انتخاب و بهوسیله خوشهبند k-means گروهبندی شدند. در نهایت نشان داده شد که دقت خوشهبند برای دو گونه بیمار، سالم و دقت کلی بهترتیب برابر با 96.42 و 100 و 97.63 درصد بهدست آمد. | ||
| کلیدواژهها | ||
| الگوریتم پرچینهای زبانی؛ پردازش تصویر؛ تشخیص بیماری گیاه؛ سلامت گیاه لیلیوم | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 4,271 تعداد دریافت فایل اصل مقاله: 3,867 |
||