##plugins.themes.bootstrap3.article.main##

احمد حیدری جعفر امیری پریان

چکیده

شناسايي و رديابي به موقع آفات در گلخانه يک امر حياتي جهت کنترل آفات و بيماري‌ها، کاهش خسارت و افزايش عملکرد محصول مي‌باشد. آفات مختلفي از قبيل سفيد بالک‌ها، تريپس‌ها، شته‌ها و غيره در خسارت به محصول و در نتيجه کاهش آن موثر هستند. در اين پژوهش، شناسايي و شمارش آفات مهم گلخانه (سفيد بالک و تريپس) از طريق کارت‌هاي چسبان زرد رنگ به کمک پردازش تصوير انجام شد. ابتدا از کارت‌هاي نصب شده در گلخانه در طول روز با دوربين ديجيتال عکس گرفته شد. سپس بر اساس طراحي الگوريتمي به منظور استخراج مولفه‌هاي رنگي و اندازه اشياء از تبديلات فضاي رنگ، آستانه‌گيري، حذف نويز، عمليات مرفولوژيکي برچسب‌زني به هم‌بندها براي شناسايي و شمارش حشرات سفيد بالک و تريپس به تله افتاده بر روي کارت‌هاي چسبان زرد استفاده شد. به کمک روش ماتريس اغتشاش، دقت الگوريتم پيشنهادي بررسي شده که اين مقدار برابر با 5/94 و 4/87 درصد به‌ترتيب براي شناسايي سفيد بالک و تريپس محاسبه شد.

جزئیات مقاله

کلمات کلیدی

حشره, سمپاشي هوشمند, شمارش خودکار, کارت چسبان زرد

مراجع
1. Barbedo, J. G. A. 2014. Using digital image processing for counting whiteflies on soybean leaves. Journal of Asia-Pacific Entomology 17: 685-694.
2. Bhadane, G., S. Sharma, and V. B. Nerkar. 2013. Early pest identification in agricultural crops using image processing techniques. International Journal of Electrical, Electronics and Computer Engineering 2: 77-82.
3. Boissard, P., V. Martin, and S. Moisan. 2008. A cognitive vision approach to early pest detection in greenhouse crops. computers and electronics in agriculture 62: 81-93.
4. Cho, J., J. Choi, M. Qiao, C.-W. Ji, H.-Y. Kim, K.-B. Uhm and T.-S. Chon. 2007. Automatic identification of whiteflies, aphids and thrips in greenhouse based on image analysis. Red 346: 244.
5. Flint, M. 2002. Whiteflies: Integrated pest management for home gardeners and professional landscapers. University of California, Davies, Tech. Report.
6. Gonzalez, R. C., and R. E. Woods. 1992. Digital image processing: Addison-wesley Reading.
7. Huddar, S. R., S. Gowri, K. Keerthana, S. Vasanthi, and S. R. Rupanagudi. 2012. Novel algorithm for segmentation and automatic identification of pests on plants using image processing. Pages 1-5. Computing Communication & Networking Technologies (ICCCNT), 2012 Third International Conference on: IEEE.
8. Krishna, M., and G. Jabert. 2013. Pest Control in Agriculture Plantation using Image Processing. IOSR Journal of Electronic and Communication Engineering (IOSR-JECE) 6: 68-74.
9. Malais, M., and W. Ravensberg. 2003. Knowing and recognizing: the biology of glasshouse pests and their natural enemies. rev.
10. Martin, J., and L. Mound. 2007. An annotated check list of the world's whiteflies (Insecta: Hemiptera: Aleyrodidae). Lista de las moscas blancas del mundo (Insecta: Hemiptera: Aleyrodidae). Zootaxa 1: 1-84.
11. Martin, V., S. Moisan, B. Paris, and O. Nicolas. 2008. O. 50-Towards a video camera network for early pest detection in greenhouses. ENDURE International Conference.
12. Mundada, R. G., and V. Gohokar. 2013. Detection and classification of pests in greenhouse using image processing. IOSR Journal of Electronics and Communication Engineering 5: 57-63.
13. Payman, S. H., A. Bakhshipour Ziaratgahi, and A. Jafari. 2016. Exploring the possibility of using digital image processing technique to detect diseases of rice leaf. Journal of Agricultural Machinery 6: 69-76. (In Farsi).
14. Pokharkar, S., and V. Thool. 2012. Early pest identification in greenhouse crops using image processing techniques. International Journal of Computer Science and Network 1: 1-6.
15. Pourdarbani, R., and B. Rezaei. 2011. Automatic detection of greenhouse plants pests by image analysis. Tarım Makinaları Bilimi Dergisi 7.
ارجاع به مقاله
حیدریا., & امیری پریانج. (2019). شناسايي و شمارش دو آفت مهم گلخانه با کمک پردازش تصوير مطالعه موردي: سفيد بالک و تريپس. ماشین‌های کشاورزی, 9(2), 309-320. https://doi.org/10.22067/jam.v9i2.70517
نوع مقاله
مقاله کامل پژوهشی

مقالات بیشتر خوانده شده از همین نویسنده