تشخیص آفات گیاه با استفاده از پردازش تصویر

امروزه مطالعات فراوانی در شبیه سازی فعالیتهای انسان و ارایه روشها و الگوریتم های متفاوت در حال انجام است. یکی از این زمینه ها تشخیص با استفاده پردازش تصویر است که در حوزه های مختلف نظیر پزشکی،صنعت،کنترل و بازرسی و عکس های ماهواره ای به طور گسترده ای استفاده می شود. یکی از حوزه ها کشاورزی است که می توان از پردازش تصویر در تشخیص آفات و بیماری های گیاه استفاده کرد. هدف این تحقیق ارایه روشی سریع و دقیق برای تشخیص خودکار آفات با استفاده از مفاهیم و الگوریتم های موجود است. این فرایند در چند مرحله انجام می شود. مرحله اول مشخص کردن قسمت آلوده برگ است، تصاویر گرفته شده به فرمت RGB تبدیل به ساختار LAB شده و با استفاده از الگوریتم های قطعه بندی و خوشه بندی K-means و C-means بخش های آلوده مشخص می شود. مرحله دوم جدا سازی قسمت های آلوده از قسمت سالم و سبز برگ است که بر اساس مقادیر آستانه و به روش اوتسو انجام می گیرد.مرحله بعدی استخراج ویژگی از رنگ و بافت است که به روش CCM و با تولید ماتریس SGDM انجام می گیرد.در این مرحله برای تولید ماتریس خوشه مورد نظر به مدل HSI تبدیل می شود .مرحله آخر تشخیص با استفاده از شبکه های عصبی مصنوعی است. در هریک از این مراحل می توان از الگوریتم های متفاوت بسته به نوع تصویر و آفات استفاده کرد که بهبود پارامتر دقت و تشخیص زود هنگام قابل ملاحظه است.

ساختارLab ، خوشه بندیk-means ، C-means ،روشCCM،مدل HSI،شبکه های عصبی مصنوعی