تشخیص آفت سوسک چهار نقطه‌ای حبوبات توسط تکنیک پردازش تصویر و شبکه عصبی مصنوعی

Abstract

با توجه به‌سرعت و دقت بالای تشخیص هوشمند آفات در محصولات انباری، در این پژوهش تشخیص آفت سوسک چهار نقطه­ای حبوبات توسط تکنیک پردازش تصویر با بهره­گیری از شبکه­های عصبی مصنوعی انجام شده است. برای تهیه تصاویر مناسب، جعبه­ای شیشه­ای تهیه و دانه­های نخود در مرکز جعبه قرار داده شد. سپس از شش وجه به آن نور تابانده و از تمامی وجوه توسط یک دوربین دیجیتال، از آن عکسبرداری انجام شد. سپس ویژگی تصاویر شامل بافت و لبه­ها توسط موجک گابور با بکارگیری نرم­افزار MATLAB استخراج و به‌عنوان داده‌های آموزشی به شبکه عصبی مصنوعی معرفی شدند. برای آموزش شبکه از 69 تصویر نخود آسیب دیده توسط سوسک چهارنقطه­ای حبوبات و 59 نخود سالم استفاده شد. سپس برای ارزیابی شبکه، یک دسته از داده­ها که در آموزش شبکه هیچ نقشی نداشته­اند به عنوان داده­های آزمون، به شبکه اعمال شد و نتایج آن بررسی شد. در این پژوهش از شبکه­های عصبی پرسپترون و المن استفاده شد که شبکه پرسپترون نتایج بهتری نسبت‌به شبکه المن داشت. روش پیشنهادی با 17/6 درصد خطای عدم تشخیص و 86/4 درصد خطای تشخیص اشتباه، توانست با نرخ بالایی نخودهای آسیب دیده را آشکارسازی نماید. پس از پردازش تصویر توسط شبکه عصبی و تشخیص نقاط آسیب، میزان آسیب محصول نیز محاسبه شد. بدین‌منظور، سطح آسیب تشخیص داده شده محاسبه و مقدار آن بر مساحت سطح کل دانه نخود تقسیم و درصد آسیب دانه­ها برابر با 3/2 درصد برآورد شد.