توسعه یک سامانه ترکیبی جدید به منظور تشخیص بیماری های برگ درخت سیب | ||
| مهندسی بیوسیستم ایران | ||
| مقاله 6، دوره 49، شماره 2، تابستان 1397، صفحه 215-225 اصل مقاله (1.06 M) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22059/ijbse.2017.232483.664936 | ||
| نویسندگان | ||
| زهره قاسمی ورجانی1؛ سید سعید محتسبی* 2؛ هادی قاسمی3؛ الهام عمرانی1 | ||
| 1ماشین های کشاورزی، دانشکده مهندسی و فناوری دانشگاه تهران | ||
| 2دانشگاه تهران | ||
| 3مهندسی عمران،دانشکده عمران محیط زیست دانشگاه امیرکبیر | ||
| چکیده | ||
| هر ساله بیماریهای گیاهی موجب خسارتهای قابل توجهی در بخش کشاورزی میشوند که میتوان تأثیر آنرا در چرخهی اقتصادی کشورها و امنیت غذایی مردم احساس نمود. تشخیص زودهنگام بیماریهای گیاهی راهکاری مفید برای کاهش این خسارتها میباشد. در سالهای اخیر محققان مختلف از روشهایی چون تصویربرداری برای تشخیص بیماریهای گیاهی استفاده نمودهاند. در این تحقیق یک سامانه جدید، متشکل از روش پردازش تصویر دیجیتال و مدل ترکیبی شبکه عصبی بهمنظور تشخیص سه بیماری برگ درخت سیب (بیماریهای لکه سیاه سیب، آلترناریا و آفت مینوز) بکار گرفته شد. در واقع از فرایند روش پردازش تصویر دیجیتال برای تهیه، پردازش و استخراج ویژگیهای هر یک از تصاویر نمونهها و از مدل ترکیبی شبکه عصبی مصنوعی برای طبقهبندی بیماریها استفاده گردید. در این مدل برای آموزش شبکه از دو الگوریتم بهینهسازی ازدحام ذرات (PSO) و الگوریتم لونبرگ مارکوارت (LM) استفاده شد. در ادامه عملکرد سامانه پیشنهادی در تشخیص بیماریهای درخت سیب مورد ارزیابی قرار گرفته و مشاهده گردید که این سامانه در تشخیص بیماری فوق الذکر با دقت 99 درصد و شاخصهای 985/0= R2 و 099/0= RMSE عملکرد مناسبی دارد و همچنین در مقایسه با سایر روشهای انجام شده توسط دیگر محققان، در تشخیص بیماریهای برگ درخت سیب توانایی بالاتری دارد. | ||
| کلیدواژهها | ||
| بیماری های گیاهی؛ پردازش تصویر؛ شبکه عصبی مصنوعی؛ بهینه سازی ازدحام ذرات | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 2,308 تعداد دریافت فایل اصل مقاله: 1,353 |
||