• عنوان

    شناسايي آفات مكنده برگ پسته ( پسيل پسته) و پروانه برگ خوار پسته با استفاده از تكنيك پردازش تصوير و شبكه‌هاي عصبي مصنوعي

  • نويسنده اصلي

    مهدي شمسي

  • تاريخ دفاع
    1394/10/20
  • چكيده
    چكيده در اين تحقيق جهت شناسايي آفات پروانه برگ خوار و پسيل پسته رقم اوحدي با استفاده از روش ماشين بينايي و شبكه¬هاي عصبي مصنوعي، ابتدا تصاوير ديجيتالي از برگ¬¬هاي آفت زده تهيه شد و سپس ويژگي¬هاي رنگ، بافت، مورفولوژيكي و تركيبي (بافت – رنگ) از تصاوير استخراج شد و در تشخيص و طبقه¬بندي برگ¬ها از نظر نوع و ميزان آلودگي به آفات مورد استفاده قرار گرفت. پس از آزمون انواع مختلف شبكه¬هاي عصبي مصنوعي، در حالت استفاده از شش ويژگي رنگي شبكه پس انتشار با تابع انتقال لگاريتم سيگموئيد با دو لايه پنهان و لايه خروجي با تابع انتقال تانژانت سيگموئيد با دقت 3/93% و در حالت استفاده از پنج ويژگي بافتي، شبكه پس انتشار با تابع انتقال تانژانت سيگموئيد با دو لايه پنهان و لايه خروجي با تابع خطي با دقت 95% به عنوان مناسب¬ترين شبكه جهت شناسايي و طبقه¬بندي آفات مورد نظر انتخاب شدند. همچنين در حالت استفاده از پنج ويژگي مورفولوژيكي و 11 ويژگي¬ تركيبي (بافت – رنگ) با شبكه پس انتشار، با تعداد دو لايه پنهان و تابع انتقال تانژانت سيگموئيد و لايه خروجي خطي به ترتيب با دقت 7/86% و 3/98% مناسب¬ترين شبكه جهت شناسايي و طبقه¬بندي آفات بودند. نتايج اين پژوهش نشان داد كه تكنيك پردازش تصوير و شبكه¬هاي عصبي مصنوعي توانايي تشخيص و طبقه¬بندي آفات برگ پسته با دقت بسيار خوبي را دارد. واژگان كليدي: پردازش تصوير، پسيل پسته، پروانه برگ خوار، شناسايي آفات، نسبت خسارت، شبكه‌هاي عصبي مصنوعي
  • شماره ركورد
    230255
  • دانشگاه
    دانشگاه جيرفت
  • استاد مشاور
    دكتر ابراهيم احمدي دكتر موسي رسولي
  • استاد راهنما
    دكتر مجيد دولتي