Тема: Компьютерная диагностика заболеваний растений по текстурным характеристикам изображений листьев

В настоящее время сельское хозяйство стало намного больше, чем просто средством для кормления постоянно растущих популяций. Растения стали ценным источником энергии, способным решить проблему глобального потепления.
Население Земли стремительно растёт и по прогнозам ООН к 2030 году достигнет восьми с половиной миллиардов человек. Территории, наиболее пригодные для сельского хозяйства, уже обрабатываются, и значительного их прироста не предвидится. Теперь перед человечеством стоит задача вырастить максимальное количество урожая, вовремя предотвращая распространение вредителей и возбудителей заболеваний.
Существует большое количество заболеваний, которые влияют на урожайность растений, что ведет к экономическим и экологическим потерям. Болезни растений приводят к потере 10-16% мирового урожая сельскохозяйственных культур каждый год, что обходится в 220 миллиардов долларов США [6]. В этом контексте диагностика заболеваний растений, дающая точный и своевременный результат, имеет первостепенное значение. Следовательно, целесообразно было бы выбрать объектом исследования наиболее значимую для человечества зерновую культуру. Такой культурой является пшеница, известная нам с глубокой древности, и, служащая основным поставщиком растительного белка для большей части человечества. Ее мировая площадь уже превысила 235 млн га. Однако, пшеница, как и все зерновые культуры подвержена многим видам заболеваний, в том числе грибками или гнилями, после чего у зараженных растений снижается зимостойкость и засухоустойчивость.
Общим подходом выявления патологий растений является использование дистанционного метода обнаружения (см. Рис. 1), который исследует фотоизображения, полученные с помощью беспилотных летательных аппаратов (БПЛА).
Беспилотные летательные аппараты оснащаются мультиспектральными камерами,
высокая четкость изображения которых позволяет точно выявлять проблемные участки поля (Рис. 2) и применить оборудование для распыления химикатов.
Применение БПЛА в сельском хозяйстве имеет огромный потенциал и с каждым годом интерес к их использованию растет. За последние 5-6 лет по развитию этой отрасли машиностроения сделано во много раз больше, чем за все предыдущие годы. Это позволяет считать эту отрасль бурно развивающейся.
Большинство заболеваний листьев растений порождают какое-то проявление в видимом спектре [2]. В подавляющем большинстве случаев, диагноз или, по крайней мере, первое предположение о заболевании, осуществляется людьми визуально. Важно учитывать, что сельскохозяйственные культуры занимают чрезвычайно большие площади, делая мониторинг сложной задачей. Проблема может быть решена за счёт использования цифровых фотоизображений, полученных с помощью БПЛА в сочетании с обработкой изображений, распознаванием образов и автоматическими инструментами классификации, один из которых и был разработан.

Купить

1. Проанализированы известные методы диагностики болезней растений по изображениям листьев.
2. Предложен метод диагностики болезней растений по нормализованным изображениям листьев, основанныйнавычислении4-хтекстурных характеристик изображений, вычисленных с использованием матриц GLCM для 6-ти цветовых компонент изображений: R, G, B, RG, RB, GB.
3. Предложен и реализован алгоритм нормализации изображений при помощи вегетативных индексов Вобекке с применением морфологических операций, поворота и масштабирования.
4. Доказано путем моделирования, что можно достигнуть достоверности распознавания около 90% за счет бинаризации результатов и мажоритарного голосования.
5. Произведена экспериментальная проверка метода диагностики на 1000 изображений листьев пшеницы 10-ти видов болезней, подтвердившая результаты , полученные при моделировании.
6. Разработано ПО для компьютерной диагностики
заболеваний растений по текстурным характеристикам изображений листьев.

Купить