زهرا سرای لو - آزمایشگاه سیگنال و سیستم های الکترونیکی، دانشکده مهندسی برق، دانشگاه صنعتی خواجه نصیرالدین طوسی، تهران
داوود آسمانی - آزمایشگاه سیگنال و سیستم های الکترونیکی، دانشکده مهندسی برق، دانشگاه صنعتی خواجه نصیرالدین طوسی، تهران
رحیم مهرابی - بخش تحقیقات غلات، موسسه تحقیقات اصلاح و تهیه نهال و بذر، کرج

گندم از مهم ترین محصولات زراعی در جهان محسوب میشود. یکی از عوامل مهم در کاهش تولید گندم و کیفیت آن، بیماریها و آفات گندم میباشد که اقتصاد و زندگی مردم را تحت تاثیر خود قرار میدهد. تشخیص بیماری و اندازهگیری شدت آن نقش بسزایی در کنترل بیماریهای گندم ایفا میکنند. متداولترین روش کنونی برای تشخیص نوع بیماری و تخمین شدت آن، استفاده از نیروی انسانی متخصص بوده است. استفاده از بینایی انسان مستلزم صرف زمان و هزینه است. علاوه بر آن به دلیل خستگی چشم، معیارهای متفاوت افراد و خطای دید، منجر به نتایج ارزیابی متغیر و در نتیجه غیر استاندارد می شود. با توجه به مشکلات ارزیابی بصری و انسانی، میتوان از بینایی ماشین به عنوان جایگزینی مناسب برای بینایی انسان استفاده نمود. سیستم بینایی ماشین، بر اساس بررسی خودکار تصاویر و تجزیه و تحلیل آنها با روشهای مختلف پردازش تصویر، به ارزیابی و دسته بندی نتایج می پردازد. از مهمترین مزایای سیستم بینایی ماشین افزایش دقت و سرعت با هزینهی کم و در مجموع بازدهی بالا است. در این مقاله یک سیستم بینایی ماشین بر اساس الگوریتم های آستانه گذاری و عملگرهای مورفولوژی، برای تعیین خودکار شدت بیماریهای قارچی گندم ارائه شده است. با توجه به نتایج آزمایشگاهی حاصل از اعمال الگوریتم بر روی تصاویر مختلف، دقتی بالای 95 درصد حاصل گردیده است.

بیماری قارچی گندم، پردازش تصویر، درجه بندی بیماری، مورفولوژی، آستانه گذاری