شماره ركورد كنفرانس :
3184
عنوان مقاله :
مطالعه عكس العمل طيفي گندم هاي سالم و آسيب ديده به وسيله قارچ ها با استفاده از تصويربرداري در محدوده غيرمرئي
عنوان به زبان ديگر :
Investigation of spectral reaction of healthy and infected wheat by fungi using imaging in non-visible range
پديدآورندگان :
ظهرابي سامان دانشگاه تبريز , سيدلو صادق دانشگاه تبريز - گروه مكانيك ماشين هاي كشاورزي , صفري ابراهيم دانشگاه تبريز - گروه فيزيك اوپتيك
كليدواژه :
گندم , قارچ , مادون قرمز , شبكه عصبي , تشخيص
سال انتشار :
۱۳۹۲
عنوان كنفرانس :
مجموعه مقالات هشتمين كنگره ملي مهندسي ماشين هاي كشاورزي (بيوسيستم) و مكانيزاسيون
چكيده فارسي :
گندم يكي از محصولات كشاورزي مهم و استراتژيك در جهان و ايران ميباشد و از ارزش اقتصادي و غذايي بالايي برخوردار است.با توجه به واردات گندم به ويژه در مواقع خشكسالي و نيز نقل و انتقال گندم در داخل كشور تعيين سالم بودن از نظر آلودگي به عوامل قارچي اهميت زيادي دارد. هدف از اين پژوهش تشخيص گندم هاي سالم از ناسالم است كه توسط قارچ هايي مثل فوزاريوم، پني سيليوم و يا فراورده هاي قارچي مثل آفلاتوكسين و غيره مورد هجوم قرارگرفته اند. به اين منظور با استفاده از دوربين هاي CCD، دوربين مرئي- مادون قرمز و دوربين مادون قرمز منفرد و استفاده از منابع نوري ماوراء بنفش، مرئي و مادون قرمز، تصاويري از نمونه هاي گندم سالم و ناسالم تهيه شد. در اين سيستم هم با استخراج 18 مشخصه رنگي از تصاوير اخذ شده و استفاده آنها به عنوان ورود شبكه عصبي بهترين درصد دسته بندي گندم ها به 6 دسته شامل گندم سرداري سالم، الوند سالم، سرداري آلوده به فوزاريوم، سرداري آلوده به پني سيليوم، الوند آلوده به فوزاريوم و الوند آلوده به پني سيليوم 47.3 صورت گرفت كه دقت مذكور با دوربين CCD معمولي و نورپردازي در محدوده ماوراء بنفش به دست آمده است.
چكيده لاتين :
Wheat is one of the strategically important crops in the world and Iran. It has a high economic and nutritive value. With regard to imports of wheat, especially in times of drought and as well as the transport of wheat in the country so determining of fungal infection of wheat is important. The purpose of this study is to identify healthy wheat from unhealthy wheat which infected by fungi such as Fusarium, Penicillium and fungi products such as aflatoxin and etc. so with using CCD, visible-infrared and infrared camera images of healthy and unhealthy wheat samples in light of ultraviolet, visible and infrared is taken and in this system, eighteen color features RGB, LAB, HSV, HIS, YCbCr, and YIQ is extracted and is used as the neural network inputs. Using of light with Ultraviolet range and CCD camera, 47.3 percent of the wheat samples are properly classified in to the six healthy Sardari, healthy Alvand, Sardari infected with Fusarium, Sardari infected with Penicillium, Alvand infected with Fusarium and Alvand infected with Penicillium
كشور :
ايران
تعداد صفحه 2 :
11
از صفحه :
3277
تا صفحه :
3287
لينک به اين مدرک :
بازگشت