مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

video

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

sound

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید:

1,399
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

539
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

شناسایی آفت های پروانه برگ خوار و پسیل برگ پسته با استفاده از تکنیک پردازش تصویر و شبکه های عصبی مصنوعی

صفحات

 صفحه شروع 1 | صفحه پایان 12

چکیده

 در این تحقیق با استفاده از تکنیک های پردازش تصویر و شبکه های عصبی مصنوعی, اقدام به شناسایی آفات پروانه برگ خوار و پسیل برگ پسته شد. تصاویر دیجیتالی از برگ های آفت زده درخت پسته رقم اوحدی تهیه شد و ویژگی های رنگ, بافت, مورفولوژیکی و ترکیبی (بافت – رنگ) از تصاویر استخراج و در تشخیص و طبقه بندی آفات مورد استفاده قرار گرفت. برای دستیابی به بهترین مدل, حالت های مختلف شبکه و ویژگی های مختلف استخراج شده از تصاویر مورد ارزیابی قرار گرفت که بهترین حالت ها عبارت بودند از؛ الف-با استفاده از شش ویژگی رنگی (واریانس, میانه, انحراف معیار, چولگی, کشیدگی و صافی), شبکه پس انتشار با تابع انتقال لگاریتم سیگموئید با دو لایه پنهان و لایه خروجی با تابع انتقال تانژانت سیگموئید با دقت3 /93% ب-با استفاده از پنج ویژگی بافتی (آنتروپی, کنتراست, همبستگی, انرژی و همگنی), شبکه پس انتشار با تابع انتقال تانژانت سیگموئید با دو لایه پنهان و لایه خروجی با تابع خطی با دقت 95% ج-با استفاده از پنج ویژگی مورفولوژیکی (سطح, محیط, سطح چند ضلعی محیطی, وسعت, استحکام) و 11 ویژگی ترکیبی (6 ویژگی رنگی و 5 ویژگی بافتی) با شبکه پس انتشار, با تعداد دو لایه پنهان و تابع انتقال تانژانت سیگموئید و لایه خروجی خطی به ترتیب با دقت 7 /86% و 3 /98%. نتایج نشان داد تکنیک پردازش تصویر و شبکه های عصبی مصنوعی توانایی بسیار خوبی در تشخیص و طبقه بندی آفات برگ پسته دارند.

استنادها

  • ثبت نشده است.
  • ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    شمسی گوشکی، مهدی، دولتی، مجید، رسولی، موسی، و احمدی، ابراهیم. (1397). شناسایی آفت های پروانه برگ خوار و پسیل برگ پسته با استفاده از تکنیک پردازش تصویر و شبکه های عصبی مصنوعی. پژوهش های مکانیک ماشین های کشاورزی، 7(1 (پیاپی 12) )، 1-12. SID. https://sid.ir/paper/270404/fa

    Vancouver: کپی

    شمسی گوشکی مهدی، دولتی مجید، رسولی موسی، احمدی ابراهیم. شناسایی آفت های پروانه برگ خوار و پسیل برگ پسته با استفاده از تکنیک پردازش تصویر و شبکه های عصبی مصنوعی. پژوهش های مکانیک ماشین های کشاورزی[Internet]. 1397؛7(1 (پیاپی 12) ):1-12. Available from: https://sid.ir/paper/270404/fa

    IEEE: کپی

    مهدی شمسی گوشکی، مجید دولتی، موسی رسولی، و ابراهیم احمدی، “شناسایی آفت های پروانه برگ خوار و پسیل برگ پسته با استفاده از تکنیک پردازش تصویر و شبکه های عصبی مصنوعی،” پژوهش های مکانیک ماشین های کشاورزی، vol. 7، no. 1 (پیاپی 12) ، pp. 1–12، 1397، [Online]. Available: https://sid.ir/paper/270404/fa

    مقالات مرتبط نشریه ای

    مقالات مرتبط همایشی

  • ثبت نشده است.
  • طرح های مرتبط

  • ثبت نشده است.
  • کارگاه های پیشنهادی






    بازگشت به بالا
    telegram sharing button
    whatsapp sharing button
    linkedin sharing button
    twitter sharing button
    email sharing button
    email sharing button
    email sharing button
    sharethis sharing button