در دنیای امروز کاربردهای پردازش تصویر هر روزه در حال افزایش است. در زمینه های پزشکی، رباتیک، و هواشناسی تحقیقات و پژوهش های بسیاری در این زمینه شده است و از کاربرد های آن در این زمینه ها استفاده های بسیاری مشود. اما در مورد کاربرد پردازش تصویر در کشاورزی تحقیقات کمتری صورت گرفته و کاربرهای آن در این زمینه کمتر مورد توجه قرار گرفته است. ما در مقاله ی پیش رو سعی کردیم به منظور بیشتر شناساندن این رشته بیشتر روی کاربرد های پردازش تصویر در شناسایی و دفع آفات تحقیقات خود را انجام دهیم.

در مطالب پیش رو سعی بر این بوده است تا در ابتدا موارد کلی و مفاهیم اصلی در رابطه با موضوع یعنی پردازش تصویر آورده شود، مفاهیمی از قبیل خوشه بندی، قطعه بندی، هیستوگرام، تشخیص لبه و دیگر مفاهیمی که برای پیاده سازی و ارائه ی مطالب مورد نیاز است. در قدم بعدی مطالب و مقاله هایی که پیش از این و توسط افراد دیگر در رابطه با موضوع مورد نظر گرد آوری شده است آورده شده، ما از این مقالات برای نتیجه گیری بهتر و ملموس تر کردن موارد جمع آوری شده برای کسانی که پیش از این آشنایی با پردازش تصویر نداشته اند استفاده خواهیم کرد. در قدم سوم نتایج مطالعات و تحقیقات انجام شده برای ارائه ی روشی به صرفه در شناسایی آفات با استفاده از الگوریتم های پردازش تصویر آورده میشود و است مراحل و روش پیاده سازی مطالب ارائه شده آورده خواهد شد.

فهرست :

مفاهیم اصلی در مبحث پردازش تصویر

مقدمه

 پردازش تصویر چیست؟

 کاربردهای علم پردازش تصویر

 آشنایی با مفهوم پیکسل در یک تصویر

 آشنایی با مفهوم عمق بیتی

 آشنایی با مفهوم بعد یک تصویر

 چگونگی تشکیل رنگ در چشم انسان

 پردازش تصویر رنگی

آشنایی با انواع مدل های رنگ

 مدل رنگ  RGB

 مدل رنگ  CMY

 مدل رنگ  YIQ

 مدل رنگی  HIS

 روش های پردازش تصویر

 تفریق دو تصویر

جمع دو تصویر

 مکمل کردن تصویر

 آشنایی با مفهوم تشخیص لبه

 میانگین گیری از تصویر

 هیستوگرام تصویر

 تعدیل هیستوگرام

 فیلتر کردن تصویر

 قطعه بندی و روش های آن

 مقدمهاي بر خوشه بندي

 روشهاي خوشه بندي

 روشهاي خوشه بندي سلسله مراتبي

 خوشه بندي با روش  SingleLink

 روش خوشه بندي  KMeans

 مشکلات روش خوشه بندي  KMeans

 الگوریتم خوشه بندي  LBG

 روش خوشه بندی

 روش تقسیم بندی  Otsu’s

 آشنایی با مفهوم موجک

 شبکههای عصبی مصنوعی (Artificial Neural Network  ANN)

تازه های پردازش تصویر در شناسایی آفات گیاهی

 روش اول: تحلیل تصویر با استفاده از موجک

 روش دوم: تشخیص آفات برنج با استفاده از از روش تقسیم بندی اوتسو

 روش سوم: استفاده از تصاویر طیفی برای شناسایی درختان تحت تاثیر آفات

بخش دوم

 دقت وسرعت در شناسایی و طبقه بندی افات گیاهی

 روش چهارم: شناسایی آفات با استفاده از شبکه های عصبی مصنوعی

وارد کردن تصویر

 توضیح فضای رنگ L*A*B

مرحله ی اول: وارد کردن تصویر

 مرحله ی دوم: تبدیل تصویر از فضای رنگ RGB به فضای L*A*B

 مرحله ی سوم: طبقه بندی رنگ های به دست آمده از فضای رنگ L*A*B

مرحله ی چهار: برچسب گذاری پیکسل ها با استفاده از نتایج به دست آمده از روش KMeans

 مرحله ی پنج: به دست آوردن تصاویر خوشه بندی شده

 مرحله ی شش به دست آوردن هسته ی اصلی

هدف های آینده

منابع

• مقاله کامپیوتر
• مقالات تخصصي
• پایان نامه