تشخیص و طبقه بندی بیماری سیب با ادغام ویژگی های بافتی

در برخی از کشور های در حال توسعه، کشاورزان ممکن است مجبور به پیمودن مسافت های طولانی برایتماس با کارشناسان باشند که این کار بسیار گران و وقت گیر می باشد. همچنین، کنترل به موقع بیماریمیوه ها و گیاهان باعث کاهش تلفات محصول و حداقل استفاده از سموم شیمیایی می شود که در نتیجهباعث کاهش آلودگی منابع زیر زمینی می شود. فناوری بینایی ماشین و پردازش تصویر قادر است به طورخودکار بیماری های گیاهی را تشخیص، تفکیک و طبقه بندی نماید.لذا در این پژوهش روشی هوشمند بر مبنای پردازش تصاویر به منظور شناسایی و طبقه بندی بیماریسیب و همچنین طبقه بندی میوه سالم از بیمار طراحی و توسعه یافت. بر این اساس روش پیشنهادیشامل پیش پردازش توسط فیلتر میانه، بخش بندی ترکیبی توسط kmeans-fuzzy و استخراج ویژگی-های بافتی ازجمله ویژگی های شکلی، گابور و رنگی صورت می گیرد و در نهایت طبقه بندی توسط SVMمی باشد. مقایسه ی روش پیشنهادی با سایر روشها نشان میدهد که این روش دارای صحت بیشتری و درحدود ۹۷.۷۰ درصد می باشد.

کلیدواژه ها:

پیش پردازش ، بخش بندی ترکیبی ، استخراج ویژگی