بخشی از مقاله
چکیده
بیماری سفیدک نهان، که درتمام مناطق دنیامخصوصاً در اقلیمهای گرم و مرطوب و گرم و خشک بیشترین خسارات را در مورد خیار و طالبی وارد آورده و در زمان کمتر از 24 ساعت سبب نابودی کل محصولات گلخانه میشود. علا می این بیمار ی، در مراحل اولیه، ظهور لکه های زرد رنگ و منقطع در روی برگ میباشد . در این مقاله روشی جهت آشکارسازی برخ ط بیماری سفیدک نهان بوتههای خیار، ارائه شده است.
هدف از انجام این پژوهش، تشخیص زودهنگام این بیماری در مراحل اولیه جهت جلوگیری از شیوع آن درگلخانه است. این امر موجب جلوگیری از کاهش عملکرد محصول و بروز ضررهای اقتصادی قابل توجه شده و همچنین باعث افزایش دقت و سرعت بازرسی و کاهش هزینه نیروی انسانی میباشد. این مهم با پردازش برخط تصاو ری دریافتی از دوربینCanon a70 در نرم افزار متلب صورت میگیرد.
در برنامه تهیه شده ابتدا برگ از پس زمینه جدا شده و سپس با استفاده از دو فاکتور شکل و رنگ ، لکههای بیمار تشخیص داده میشوند. در نهایت وجود یا عدم وجود بیمار ی در گلخانه به مسئول هشدار داده میشود. در این پژوهش تعداد 250 تصویر از بوتههای خیار گلخانه ای واقع در منطقه شهر ابریشم اصفهان تهیه و برای تشخیص بیماری سفیدک نهان خیار مورد بررسی قرار گرفت. نتایج نشان داد که نرمافزار تهیه شده با در صد خطای پایین%3/2، میتواند جهت تشخیص زود هنگام این بیماری در گلخانهها استفاده شود.
مقدمه
رشد روز افزون جمعیت بشری، تأکید و توجه بر تأمین احتیاجات اولیه انسان نظیر خوراک و تغذیه سالم را ضروری می نماید. از آنجا که تولیدات گیاهی یکی از مهمترین منابع تغذیه می باشند، سعی در افزایش بازدهی و کاهش تلفات محصولات در واحدهای کشاورزی از جمله گلخانهها، از اهداف مهم مسئولین میباشد. بیمار یهای گیاه ی، همواره خسارات اقتصاد ی زیاد ی درتولید محصولات کشاورزی را موجب م یشوند.[5] طبق برآورد های به عمل آمده، تلفات محصول ناشی از بیمار یها و ویروسهای گیاه ی سالانه در آمریکا منجر به سی و سه بیلییون دلار ضرر اقتصادی میشود.
یکی از این بیمار یهای مهلک، بیماری سفیدک نهان گیاهان جالیزی با نام علمی Pseudoperonospora Cubensis استکه درتمام مناطق دنیا مخصوصاً در اقلیم های گرم و مرطوب و گرم و خشک، خسارات قابل توجهی را متوجه گلخانه داران میکند. این بیماری بیشترین خسارات را در مورد خیار و طالبی وارد آورده و در مدت زمان کوتاهی - کمتر از 24 ساعت - موجبات نابودی کل محصولات گلخانه را فراهم می آورد. هاگ این بیماری توسط آب، باد و همچنین لوازمی مانند بیلچه و دست آلوده کارگر و غیره قابلیت انتقال دارد . چنانچه تشخیص بیمار ی در مراحل اولیه صو رت گیرد، کنترل آن به سهولت انجام می گیرد . از علا می این بیمار ی، در مراحل اولیه، ظهور لکه های زرد رنگ و منقطع در روی برگ میباشد
استفاده از سیستمهای هوشمند در تشخیص بیمار یهای گیاه ی رویکردی است که اخ یرا مورد توجه محققان قرار گرفته است . چرا که علاوه بر حذف عامل انسان ی و در نتیجه کاهش هز ینه، در ا ین روش عمل پایش با دقت و سرعت عمل بالاتری، که در تشخیص زودهنگام بیمار ی مورد نیاز است، صورت میگیرد.
فعالیتهای زیاد ی در راستای تشخیص بیمار یها، آسیبها و کمبود های تغذ هی ای در گیاهان توسط روشهای هوشمند صورت گرفته است. روشهای متداول در این زمینه را میتوان به صورت ز ری خلاصه کرد:
. طیف سنجی - سنجش میزان انعکاس ای جذب موج در طیفهای گوناگون - ،
. اندازه گریی میزان انعکاس نور فلوروسنت،
. پردازش تصو ری در طیف مرئی و مادون قرمز،
. پردازش تصو ری در طیف مادون قرمز نزدیک - NIR - و میانی - MIR - و
. استفاده از سامانه ماشین بو اییی.
در تشخیص بیمار یهایی که علائم آن ها بر روی برگ گیاه ظاهر میشود، راه حل را یج، استفاده از امواج الکترومغناطیسی است. این روش بر پا هی این فرضهی استوار است که گیاهان سالم به گونه ای کاملا متفاوت از گیاهان بیمار، با تشعشعات الکترومغناطیسی در تعاملند، نظ ری: جذب امواج، انعکاس امواج از سطح رویین برگ، نشر و عبور دادن امواج نور از بافت برگ . در این موارد گیاهان گوناگون خصوصیات نوری متفاوتی از خود نشان میدهند که برخی با چشم غ ری مسلح قابل تشخیص میباشند. طبق تحقیقات به عمل آمده خصوصیات برگ سالم در برابر امواج الکترومغناطیسی به شرح ز ری است :
- انعکاس پا یین نور در طول موج مرئی به دلیل جذب قو ی نور توسط رنگدانه ها ی فعال - کلروفیلها، رنگدانههای قرمز و شبه کارتن ها - .
- انعکاس بالای امواج در طیف NIR ، به دلیل پراکنش چندگانه در سطح مشترک هوا- سلول در بافت داخلی برگ،
- انعکاس پا یین امواج در باند پهن - Short wave Infrared - SWIR به دلیل جذب امواج توسط آب، پروتئین و دیگر ترکیبات کربنی،
از آنجا که محتوا ی آب برگهای سالم بالاست - قابلیت نشر - - emissivityبین 97 تا 99 درصد - ، برگهای سالم بیشتر شبهی اجسام سیاه رنگ رفتار م یکنند و در باند مادون قرمز گرما یی، مطابق با دما یشان، امواج را منتشر میکنند.
بیمار یها میتوانند در طیفهای گستردهای از امواج الکترومغناطیسی، بر خصوصیات نوری برگ، تأثری گذار باشند. بنابراین، برگهای سالم تا زمانی سبز به نظر میآیند که باند موج نور سبز به طور نسبی در مقایسه با باند موج زرد، آبی و قرمز - که توسط رنگدانه ها جذب میشوند - بیشتر انعکاس داده شود.
- برگ گیاهان بیمار، به طور معمول دارا ی لکههای مجزا - نواحی آسیب دیده - ، مطابق با نواح ی دارای نسج مرده - نکروزی - یا نواحی رنگ پریده میباشند. این نواحی باعث افزایش بازتابش نور در بازه طیف مرئی، خصوصا در باند جذب کلروفیل میشوند
از استفاده از طیف نزدیک مادون قرمز جهت تشخیص بیمار ی زنگ قرمز - - fire blight در گلابی استفاده نمودند. اما این روش کمک چندانی در راستای تشخیص و طبقه بند ی میوههای سالم از بیمار نکرد، در حالی که با استفاده از سامانه ماشین بو اییی دسته بندی بهتری در این آزمایش بدست آمد. پژوهشگران دلیل این ضعف در روش اول را کوچک بودن اسکن شده برگ2 - میلیمتر مربع - دانستند. آنها پیشنهاد نمودند که با تحلیل تصو ری چند بعدی نسبت یا زاویه دید کوچک، میتواند اطلاعات بیشتری از گیاهان بیمار راتأمین کند.
با استفاده از روش پردازش تصو ری در طیف مرئی و بکارگریی شبکه عصبی، روشی جهت تشخیص و طبقه بند ی بیمار یهای گونهای از گل ارکیده را ارائه دا دن. این بیمار یها شامل پوسیدگی نرم باکتر اییی، لکه قهوه ای باکتر اییی، و پوسیدگی سیاه بود. در ا ین روش جهت تفکیک نواحی سالم از بیمار، در الگوریتم پردازش تصویر، از شکل بافت و متوسط سطح آستانه خاکستر ی در مناطق بیمار حاصل از تبدیل تصو ری RGB، جهت طبقه بندی بیمار یها استفاده شد. یک برنامه شبکه عصبی پشتیبان جهت تشخیص نواحی آلوده به هر سه نوع بیمار ی و نواحی سالم به کار گرفته شد . روش ارائه شده به خوبی عمل تشخیص و دسته بندی نواحی بیمار را با دقت86/9 درصد انجام داد. توانایی تشخیص این سامانه بدون دسته بندی نوع بیمار ی، بالاتر از 97/2 در صد بود.
علی رغم انجام مطالعات فراوان در تشخیص خودکار بیماری ها و آسیب های محصولات کشاورزی، تا کنون فعالیتی جهت تشخیص خودکار بیماری سفیدک نهان، صورت نگرفته است.
از آنجا که در بیمار ی سفیدک نهان، ظهور علا می اولهی بیمار ی در برگها به صورت لکههای قابل رؤیت است، هدف از انجام این پروژه، تصویر برداری امواج الکترومغناطیس در طیف مرئی، جهت تشخیص این بیماری، میباشد.
مواد و روشها
جهت تهیه تصویر از دوربین کانن مدل a70 استفاده شد. این دوربین با استفاده از بسته نرم افزاری همراه امکان پردازش برخط تصاویر را فراهم میآورد. این نرم افزار امکان تنظیم و کنترل کامل دوربین شامل وضوح تصویر، تنظیمات رنگ، نور و سرعت تصویر برداری را فراهم می آورد. در این پژوهش تعداد 250 تصویر از بوته های خیار گلخانهای واقع در منطقه شهر ابریشم اصفهان تهیه و برای تشخیص بیماری سفیدک نهان خیار مورد بررسی قرار گرفت. تصاویر دریافتی در نرم افزار متلب 2011 مورد پردازش قرار گرفت.
عملیات پیش پردازش
در پروژه حاضر عملیات پیش پردازش با اهداف ز ری انجام شد:
· حذف نو زی،
· ارتقای تما زی ارزش پیکسلها و
· کاهش حجم تصاو ری جهت افزایش سرعت پردازش.
جدا سازی برگ از پس زمینه:
نقاطی در پس زمینه ما نند لبههای علفهای هرز، انعکاس های سطح خاک و غیره وجود دارند که با اجرای برنامه تشخیص، بهاشتباه بهعنوان لکه بیمار ی انتخاب میشوند. بنابراین به منظور کاهش این خطاها و همچنی ن جهت کاهش زمان اجرای برنامه، ابتدا باید این اطلاعات اضافی در تصویرها حذف شوند . به عبارت دیگر، ضروری است در ابتدا برگها از زمینه جداسا زی شوند.
