تشخیص و طبقه بندی بیماری گیاهان با الگوریتم SVM و K Means در نرم افزار متلب

تشخیص و طبقه بندی بیماری گیاهان با الگوریتم SVM و K Means

در این بخش پروژه تشخیص و طبقه بندی بیماری گیاهان با الگوریتم SVM چند کلاسه (الگوریتم ماشین بردار پشتیبان چند کلاسه) و الگوریتم K Means را آماده کرده ایم که یک پروژه مناسب در زمینه مهندسی کشاورزی، پردازش تصویر، بینایی ماشین و هوش مصنوعی می باشد. این پروژه با استفاده از نرم افزار MATLAB با عنوان مقاله Plant Disease Detection Using Image Processing ارائه شده است. در ادامه می توانید توضیحات، فیلم و تصاویری از خروجی شبیه سازی را مشاهده کنید و مقاله اصلی نیز در انتهای این بخش برای دانلود رایگان قرار داده شده است.

معرفی پروژه تشخیص و طبقه بندی بیماری گیاهان

این پروژه که بر روی برگ ها کار می کند، با هدف شناسایی و طبقه بندی بیماری های آلترناریا، آنتراکنوز، سوختگی باکتریایی، گونه Cercospora نقطه برگ و برگ سالم پیاده سازی شده است.

تشخیص بیماری در گیاهان

یک راه مناسب برای جلوگیری از ضرر و زیان در عملکرد و مقدار محصولات کشاورزی تشخیص به موقع بیماری های گیاهی می باشد. از آن جایی که عمل نظارت بر سلامت گیاهان و همچنین شناسایی گیاهان بیمار برای کشاورزی پایدار یک موضوع حیاتی محسوب می شود، نظارت به صورت دستی و سنتی نمی تواند راه حل مناسبی باشد. امروزه از هوش مصنوعی، پردازش تصویر و بینایی ماشین به منظور شناسایی و تشخیص بیماری گیاهان استفاده می شود که روشی بسیار بهتر و سریع تر از روش دستی و سنتی می باشد.

مراحل تشخیص بیماری گیاهان

به منظور شناسایی و تشخیص بیماری در گیاهان باید مراحی همچون تهیه تصویر، تصویر قبل از پردازش، تقسیم بندی تصویر، استخراج ویژگی و طبقه بندی انجام شود. در مقاله حاضر چگونگی شناسایی و تشخیص بیماری های گیاهی با استفاده از برگ گیاهان و همچنین برخی تقسیم بندی ها و الگوریتم های استخراج ویژگی مورد استفاده در مقاله های مرتبط با تشخیص بیماری های گیاهی مورد بررسی قرار می گیرد.

---

---

تصاویری از خروجی