Detect Plant Diseases Using Image Processing
| العنوان بلغة أخرى: |
اكتشاف امراض النباتات باستخدام معالجة الصور |
|---|---|
| المؤلف الرئيسي: | العبيسات، مني صالح (مؤلف) |
| مؤلفين آخرين: | العبادي، محمد علي حسين (مشرف) |
| التاريخ الميلادي: |
2018
|
| موقع: | مؤتة |
| الصفحات: | 1 - 34 |
| رقم MD: | 1014680 |
| نوع المحتوى: | رسائل جامعية |
| اللغة: | الإنجليزية |
| الدرجة العلمية: | رسالة ماجستير |
| الجامعة: | جامعة مؤتة |
| الكلية: | كلية الدراسات العليا |
| الدولة: | الاردن |
| قواعد المعلومات: | Dissertations |
| مواضيع: | |
| رابط المحتوى: |
عدد مرات التحميل
18
| المستخلص: |
هناك تزايد في المساحات الزراعية وتطور الطرق الزراعية، كان من المهم دراسة الأمراض التي تؤثر سلبا على كمية ونوعية المحاصيل الزراعية وهو المصدر الرئيسي للغذاء البشري، وتجدر الإشارة أن التطورات التكنولوجية ساعدت في تصنيع أدوات تصوير حديثة، وتكون بأسعار معقولة في جميع أنحاء العالم، وساهم تطور البحث العلمي في ظهور ما يسمى رؤية الكمبيوتر وساعدت هذه التكنولوجيا على تشخيص الأمراض. وفي هذه الرسالة قدمنا نموذج لتحديد أمراض أوراق النبات من خلال استخدام مجموع الطرق الإحصائية لاستخراج السمات، وتعتمد طريقتنا على استغلال المدى من نماذج الفضاء اللوني. حيث تم العمل على أربع من أكثر قنوات الألوان شيوعا وهي (RGB, YCBCR, HSV and HIQ). وهذا النموذج القائم على استخدام ثلاث من أكثر الفلاتر شيوعا وهي (Histogram Median and mean Equalization) لتحديد الأمراض على أوراق النباتات، ثم تحديد الأجزاء الداخلية للصورة وتقسيمها إلى مجموعات حسب التنوع في الخصائص اللونية ومن ثم طبقنا DWT. تم استخدام (matlab) لتنفيذ البرنامج المقترح، واعتمدنا على قاعدة البيانات (Planetvillage) وعملنا على 1900 صورة من قاعدة البيانات، ومقسمة كالتالي 1300 صورة لنباتات مصابة و600 صورة لنباتات غير مصابة. لتقييم أداء النموذج المقترح تم استخدام مصفوفة (confusion matrix) والتي تتكون من: (true negative (TN), true positive (TP), false negative (FN) and false positive (FP)) واستنادا على هذا تم احتساب دقة النظام بناء على (accuracy, F-score, recall and precision) حقق Ycbcr_HSV_YIQ أفضل النتائج حيث كانت (Accuracy (100), Sensitivity (96) Specificity (96) and F-score (98.13084112)) في حين حقق نموذج اللون Ycbcr_HSV_YIQ أفضل النتائج بالنسبة ل (F measures) |
|---|
عناصر مشابهة
-
Automatic Detection and Classification for Plant Diseases Using Digital Image Processing
بواسطة: أبو شريعه، غيداء نصري إبراهيم منشور: (2019) -
Early Detection of Glaucoma Disease Using Image Processing
بواسطة: Ali, Mawia Salih Mohammed منشور: (2019) -
Concealed Weapons Detection Using Image Processing Techniques
بواسطة: صالح، آلاء داوود منشور: (2010) -
A Framework for Road Sign Detection and Recognition Using Image Processing Techniques
بواسطة: النجداوي، منار أمين منشور: (2018) -
Identification of Plant Diseases in Jordan Using Convolutional Neural Networks "CNN"
بواسطة: الخطيب، شهد نبيل منشور: (2023)
