پیشگیری از شیوع بیماریهای مسری گلخانه ای به کمک سامانه ماشین بینایی

سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 687

متن کامل این مقاله منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل مقاله (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

NCPDA01_0469

تاریخ نمایه سازی: 12 دی 1393

چکیده مقاله:

سالانه در صد زیادی از محصولات کشاورزی به سبب بروز آفات و بیماریها نابود میشوند. کاهش میزان محصول و لزوم استفاده از سموم و آفت کشها، ضررهای اقتصادی هنگفتی متوجه تولید کنندگان بخش کشاورزی میکند. از سوی دیگر، استفاده بیرویه از سموم، خود عامل ایجاد بیماریهای خطرناک، در کشاورزان و مصرف کنندگان می باشد. لذا ضروری است با ارائه راهکارهایی جهت تشخیص به هنگام بیماری، از گسترش آن پیشگیری کرد. بررای نمونه یکی از این بیماری ها بیماری سفیدک داخلی (Downey Mildew) اکثراً در اقلیم های گرم و مرطوب بیشترین خسارت را در مورد خیار و طالبی وارد آورده و در زمان کمتر از 24 ساعت به کل گلخانه سرایت میکند. علایم این بیماری، در مراحل اولیه، ظهور لکه های زرد رنگ و زاویه دار در سطح برگ می باشد. در حال حاضر بازرسی گلخانه توسط نیروی انسانی و به صورت روزانه انجام می گیرد. در مقاله حاضر، روشی غیر مخرب جهت آشکارسازی برخط بیماری سفیدک داخلی بوته های خیار، با هدف تشخیص زودهنگام این بیماری در مراحل اولیه، جهت جلوگیری از شیوع آن در گلخانه، ارائه شده است. به همین منظور با تصویر برداری پیوسته و خطی از درختچه ها توسط دوربین دوربین Canon a70، در شرایط نور طبیعی و پردازش برخط این تصاویردر نرم افزار متلب، وجود این بیماری در گلخانه تشخیص داده شد. بدین ترتیب در ابتدا در مرحله پیش پردازش، برگها از پس زمینه جدا شدند. این امر با بررسی هیستوگرام لایه فام (Hue) تصاویر و اعمال فیلترهای مورفولوژی، جهت حذف نویز پسزمینه صورت گرفت. سپس در بخش پردازش رنگی، پس از بررسی هیستوگرام تصاویر در مدل رنگی HSV با تکیه بر مولفه فام ، لکهها از سطح برگ جدا و در قالب تصاویر دو سطحی (Binary) ارائه شدند. درمرحله بعد با پردازش هندسی، تصاویر لکه ها از لحاظ زاویهدار بودن مورد بررسی قرار گرفتند. در نهایت الگوی تشخیص با دقت 90 % موفق به آشکارسازی غیر مخرب بیماری سفیدک داخلی روی بوته های خیار شد.

کلیدواژه ها:

سفیدک داخلی خیار ، پردازش رنگی تصاویر ، پردازش هندسی تصاویر ، آشکار سازی خودکار بیماریهای گیاهی

نویسندگان

نعیمه توکلی

کارشناس ارشد مهندسی مکانیک ماشین های کشاورزی، دانشکده کشاورزی، دانشگاه صنعتی اصفهان

عباس همت

استاد گروه مهندسی مکانیک ماشین های کشاورزی، دانشکده کشاورزی، دانشگاه صنعتی اصفهان، اصفهان

بهزاد نظری

استادیار دانشکده برق و کامپیوتر، دانشگاه صنعتی اصفهان، اصفهان