تشخیص بیماری بلاست گیاه برنج در شرایط محیطی مختلف با استفاده از تکنیک پردازش تصویر

نویسندگان

1 دانشیار، گروه مهندسی بیوسیستم، دانشگاه محقق اردبیلی، اردبیل، ایران.

2 دانشجوی دکتری، گروه مهندسی بیوسیستم، دانشگاه محقق اردبیلی، اردبیل، ایران.

3 پژوهشگر پسادکتری، گروه مهندسی بیوسیستم، دانشگاه تربیت مدرس، تهران، ایران.

doi
10.52547/fsct.17.100.17
چکیده

هدف از این تحقیق ارزیابی تکنیک پردازش تصویر در تشخیص بیماری بلاست گیاه برنج در شرایط مزرعه­ای و کنترل­شده می­باشد. با استفاده از نرم­افزار Matlab، تصاویر تهیه شده از شرایط مزرعه­ای و کنترل شده، در سه فضای رنگی RGB، HSI و LAB پردازش شدند. پس از حذف پس­زمینه در فضاهای رنگی RGB، HSI و LAB به تشخیص لکه­های بیماری روی برگ گیاه برنج پرداخته شد. در فضای رنگی RGB با استفاده از تفریق آرایه­ها بصورت آزمون و خطا لکه­های بلاست روی برگ از بقیه پیکسل­های تصویر تفکیک شد. در فضای رنگی HSI از Hue استفاده شد؛ چون این مؤلفه مستقل از تغییرات شدت نور بود، شناسایی لکه بلاست نسبت به مؤلفه­های S و I با دقت بالاتری انجام شد. در فضای رنگی LAB از الگوریتم خوشه­بندی Kmeans برای بخش­بندی تصاویر در سه خوشه استفاده گردید و پس از برچسب گذاری تصویر لکه­های بیماری بلاست در یک خوشه مستقل نمایش داده شد. در پایان جهت تعیین میزان کارایی الگوریتم­های طراحی شده در سه فضای رنگی، فاکتور حساسیت، ویژگی و دقت کل بر اساس ماتریس اغتشاش برای 500 نمونه تصویر تست شد. در شرایط مزرعه­ای و کنترل شده، بالاترین دقت در تشخیص لکه بلاست در فضای رنگی LAB حاصل شد که به ترتیب 94 و 98 درصد بود. به­طورکلی نتایج به­دست آمده نشان داد که روش پردازش تصویر می­تواند برای تشخیص بیماری بلاست گیاه برنج بکار رود.