بررسی امکان به کارگیری روش پردازش تصاویر دیجیتال جهت تشخیص بیماری های سطح برگ برنج

چکیده:
در مباحث نوین کشاورزی، بررسی روش های سریع، خودکار، ارزان و دقیق برای تشخیص بیماری های گیاه از اهمیت زیادی برخوردار است. تشخیص به موقع و دقیق بیماری در مزارع، از مهمترین فاکتورهای مقابله با بیماری های گیاهی می باشد. در این تحقیق توانایی تکنیک پردازش تصویر در تشخیص دو بیماری مهم برنج (لکه قهوه ای و بلاست برگ برنج) مورد بررسی قرار گرفت. تصاویر دیجیتال از برگ های گیاه برنج آلوده تهیه شدند. تصاویر در جعبه ابزار پردازش تصویر نرم افزار متلب پردازش شدند. از پردازش رنگی به منظور جداسازی لکه های ظاهری قسمت های آلوده از سطح برگ استفاده شد. نتایج نشان داد که الگوریتم ارائه شده توانست نقاط آلوده را در نمونه تصاویر مورد آزمایش با دقت 4/97% تشخیص دهد. تمایز بین دو نوع بیماری به دلیل شباهت های رنگی علائم بیماری ها تقریبا غیر ممکن بود. بنابراین به منظور بهبود تشخیص، خصوصیات شکلی از تصاویر سیاه و سفید برگ ها آلوده استخراج شدند. ویژگی های بدون بعد مانند گردی، نسبت ظاهری، فشردگی و نسبت سطح قسمت های آلوده مربوط به بیماری لکه قهوه ای و بلاست برگ برنج استخراج شده و مورد بررسی قرار گرفتند. دقتی معادل با 6/96% برای الگوریتم به دست آمد که نشان دهنده توانایی در تشخیص دو بیماری لکه قهوه ای و بلاست برگ برنج بود.
زبان:
فارسی
صفحات:
69 تا 79
لینک کوتاه:
magiran.com/p1524240 
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یک‌ساله به مبلغ 1,390,000ريال می‌توانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
  • حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران می‌شود.
  • پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانه‌های چاپی و دیجیتال را به کاربر نمی‌دهد.
In order to view content subscription is required

Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!