امكان‌سنجي تشخيص برخط بيماري آتشك در گياه ليليوم به كمك سامانه ماشين بينايي و خوشه‌بندي K-means

تشخيص خودكار و به‌موقع بيماري‌هاي گياهي، يك موضوع اساسي در نظارت و توليد محصولات سالم و باكيفيت است. لذا طراحي و توسعه روشي سريع، خودكار، ارزان و دقيق به‌منظور تشخيص بيماري گياهان در مراحل اوليه از اهميت به‌سزايي برخوردار است. در اين پژوهش تصاوير از 40 ليليوم آلوده به بيماري آتشك و 40 گياه سالم توسط دوربين ديجيتال اخذ و پس از تقسيم‌بندي تصاوير تعداد 9 ويژگي رنگي از سه كانال RGB، Lab و HSV از ساقه و برگ گياه و همچنين يك ويژگي مورفولوژيكي (طول ساقه) از گياه استخراج شد. با اعمال الگوريتم پرچين‌هاي زباني طي 100 هزار تكرار موثرترين اين ويژگي‌ها (L برگ، L ساقه، a برگ، b برگ، H برگ، b ساقه، H ساقه، V برگ و طول ساقه) انتخاب و به‌وسيله خوشه‌بند kmeans گروه‌بندي شدند. در نهايت نشان داده شد كه دقت خوشه‌بند براي دو گونه بيمار، سالم و دقت كلي به‌ترتيب برابر با 96.42 و 100 و 97.63 درصد به‌دست آمد.