Title
|
بررسی امکان تشخیص برخی از بیماری های گیاهی و ناهنجاری های فیزیولوژیک با استفاده از تکنیک پردازش تصویر
|
Type of Research
|
Thesis
|
Keywords
|
هوش مصنوعی، یادگیری عمیق، رنگ، کشاورزی پیشرفته، تنسورفلو لایت
|
Abstract
|
پردازش تصویر به عنوان یکی از زیرشاخه های هوش مصنوعی امروزه کاربردهای فراوانی در صنایع مختلف از جمله کشاورزی پیدا کرده است. از جمله مزیت های استفاده از سیستم های هوشمند می توان به کاهش نیروی انسانی و افزایش دقت عملکرد اشاره نمود. و طبق آخرین تحقیقات انجام شده در پردازش تصویر، میتوان در تشخیص کمبود عناصر درگیاهان، کیفیت سنجی محصولات کشاورزی و مواد غذایی فرآوری شده، تشخیص بیماری های گیاهی، رباتیک در کشاورزی، کشاورزی دقیق و غیره مورد استفاده قرار گیرد (Jha et al. 2019). تشخیص به موقع بیماری های گیاهی و ناهنجاری های فیزیولوژیک با استفاده از هوش مصنوعی باعث افزایش تولید محصول، کاهش هزینه تولید، و تولید محصول سالم و باکیفیت میشود. از جمله روش های متداول در تشخیص بیماری های گیاهی و بیماری های فیزیولوژیک استفاده از روش بصری است؛ اما این روش کار دشواری برای بررسی تعدادی از پارامتر ها مانند اثر محیط، ارگانیسم و غیره بودند. و در عین حال دقت مناسبی در تکرار های بسیار، باتوجه به خستگی فرد خبره ندارد. در صورتی که تشخیص کمبود عناصر و بیماری ها از طریق برخی از روش های خودکار و هوشمند با توجه به حجم زیاد کار نظارت در مزارع بزرگ بسیار سودمند می باشد. از جمله روش های جایگزین در تشخیص کمبود عناصر و بیماری میتوان به روش های مبتنی بر تکنیک پردازش تصویراشاره نمود؛ دراین روش علائمی که در برگ های گیاه ظاهر میشود در مراحل اولیه بیماری جهت تشخیص استفاده میگردد. این روش علاوه بر اینکه از دقت بسیار بالایی برخوردار است، میتواند دسترسی به اطلاعات اولیه در مورد سلامت محصول و کنترل بیماری ها را از طریق استراتژی های مدیریتی مناسب، مانند استفاده از نهاده های کشاورزی را تسهیل سازد (Bhadane et al. 2013).
|
Researchers
|
farid ghaznavi (Student)، Vahid Fallahzadeh Mamaghani (Primary Advisor)، Alireza Alizadeh (Advisor)، Hojjat Emami (Second Advisor)
|