زهره قاسمی ورجانی - دانشجوی کارشناسی ارشد، دانشکده مهندسی و فناوری دانشگاه تهران
سیدسعید محتسبی - استاد، دانشکده مهندسی و فناوری دانشگاه تهران
شاهین رفیعی - استاد، دانشکده مهندسی و فناوری دانشگاه تهران

بیماریهای گیاهی هر ساله زیانهای زیادی را به بخش کشاورزی تحمیل میسازد. این بیماریها با کاهش کمیت و کیفیت محصولات کشاورزی علاوه بر تقلیل این بخش حتی بر روی اقتصاد و امنیت غذایی انسانها نیز تاثیر میگذارد. با تشخیص و کنترل به موقع بیماریهای گیاهی میتوان میزان خسارتهای وارد شده به بخشهای مختلف کشور را تا حدودی کاهش داد. این مقاله به بررسی مطالعات اخیر در شناسایی زودهنگام بیماریهای گیاهی با استفاده از تکنولوژیهای مختلف که در طول ده ه های اخیر مورد استفاده قرار گرفته است، میپردازد. عمده تفاوت این تکنولوژیها در استفاده از نوع سیستم داده برداری (تصویربرداری معمولی، تصویربرداری فراطیفی، تصوبربرداری طیفی) و نوع الگوریتم هوش مصنوعی انتخابی (شبکه عصبی، عصبی فازی، ماشین بردار پشتیبان) میباشد. روند کار اکثر محققین با جمعآوری نمونه، ثبت اطلاعات مربوط به بیماری آغاز و پس از پردازش و استخراج ویژگی ها به شناسایی و طبقهبندی بیماریهای گیاهی با استفاده از الگوریتمهای هوش مصنوعی میپردازند. با مشاهده نتایج حاصل از این تحقیقات درمییابیم که این روشها در تشخیص زود هنگام بیماریهای گیاهی موفق ظاهر شدند و همچنین با پیشرفت در سیستمهای دادهبرداری و تکنیکهای هوش مصنوعی، دقت این تکنولوژیها افزایش یافته است.

استخراج ویژگی، بیماری های گیاهی، سیستم داده برداری، هوش مصنوعی