دفاعیه ارشد: تشخیص آفت جوانه خوار بلوط به کمک بینایی ماشین و الگوریتم های طبقه بند
Tortrix Viridana Detection by machine vison and classification algorithms
حوزه های تحت پوشش: علوم کشاورزی
برگزار کننده: موسسه آموزش عالی عمران و توسعه
حفظ جنگلها و پوشش گیاهی از اهمیت ویژهای برای محافظت از اکوسیستمها برخوردار است. پوشش گیاهی میتواند در مقابل بسیاری از بلایای طبیعی مانند سیل، طوفان و حتی ریزگردها از وارد آمدن خسارات سنگین جلوگیری کند. در این میان نمیتوان از نقش اصلی و مهم جنگلها در دریافت دیاکسید کربن و تولید اکسیژن چشمپوشی کرد. حفظ منابع طبیعی و بهخصوص جنگلها، یکی از چالشهای مهم برای محققان و انسانهاست. زندگی امروزی فشار زیادی به جنگلها وارد کرده است. جنگلهای زاگرس بهخصوص جنگلهای بلوط برای اکوسیستم ایران بسیار مهم هستند. مواردی همانند چرای بیرویه دامها، آتشسوزیها، ریزگردها و آفت جوانه خوار بلوط از تهدیدات مهم برای جنگلها محسوب میشوند. روشهای گوناگونی برای مقابله و شناسایی این آفتها ارائهشده است. در این پژوهش روشی بر اساس یادگیری ماشین و پردازش تصویر جهت تشخیص آفت جوانه خوار بلوط ارائه شد. برای این کار از تبدیلات رنگی استفاده شد و ناحیهای که انتظار میرود در آن آفت جوانه خوار بلوط وجود داشته باشد استخراجشده و ویژگیهای آماری از آن ناحیه استخراج میشود. ویژگیهایی مانند میانگین، میانه، مد، کشیدگی و چولگی. بعدازاینکه ویژگیها استخراج شدند، به کمک طبقه بند ماشین بردار پشتیبان، عمل شناسایی آفت جوانه خوار بلوط صورت گرفت. روش پیشنهادی بر اساس معیارهای دقت، فراخوانی و صحت مورد ارزیابی قرار گرفت. بر اساس معیار دقت نتیجه برابر ۸۴.۱، بر اساس معیار صحت نتیجه برابر ۱۰۰ و بر اساس معیار فراخوانی نتیجه برابر ۶۵ برحسب درصد بوده است. نتایج روش پیشنهادی با سایر طبقه بندها موردبررسی قرار گرفت که نتایج بیانگر کارایی خوب روش پیشنهادی بوده است.
معرفی سخنران: شهاب صوفی زاده کارشناسی ارشد مهندسی سیستم های معماری کامپیوتر