تشخیص بیماری قارچی سفیدک پودری و آنتراکنوز خیار به کمک پردازش تصویر و شبکه عصبی

با توجه به اینکه بیماریهای قارچی سفیدک پودری و آنتراکنوز بیشترین میزان خسارت را در گلخانه هایخیار به وجود می آورند در این پژوهش با ارائه روشی نوین و غیر مخرب مبتنی بر تکنیک پردازش تصویر وشبکه عصبی مصنوعی به تشخیص این دو نوع بیماری قارچی پرداخته شده است. مراحل مربوط به پیادهسازیروش پیشنهادی از سه بخش قطعهبندی، جداسازی قسمتهای آسیب دیده از برگ و طبقهبندی کلاس نوعبیماری است. پس از آنکه ویژگیهای رنگی و بافت از نمونههای برگ خیار استخراج گردید از شبکه عصبیپرسپترون چند لایه با الگوریتم یادگیری پس انتشار خطا برای جداسازی کلاسهای مختلف تصویر استفاده شد.تصاویر و خروجی عدد صفر به عنوان برگ سالم، عدد (B، G، R) ورودی شبکه میانگین مولفههای اصلی رنگ3 است که از -7-7- یک بیماری سفیدک پودری و عدد دو بیماری آنتراکنوز میباشد. ساختار این شبکه 27برای لایه مخفی و خروجی استفاده شده است و در بین توابع آموزشی تابع لونبرگ tansig تابع انتقال99 درصد قادر به تشخیص بیماری شد. / مارکوارت مناسبترین عملکرد را داشت که با دقت 98