تشخیص آفت سوسک چهار نقطه ای حبوبات توسط تکنیک پردازش تصویر و شبکه عصبی مصنوعی

با توجه به سرعت و دقت بالای تشخیص هوشمند آفات در محصولات انباری، در این پژوهش تشخیص آفت سوسک چهار نقطه ای حبوبات توسط تکنیک پردازش تصویر با بهره گیری از شبکه های عصبی مصنوعی انجام شده است. برای تهیه تصاویر مناسب، جعبه ای شیشه ای تهیه و دانه های نخود در مرکز جعبه قرار داده شد. سپس از شش وجه به آن نور تابانده و از تمامی وجوه توسط یک دوربین دیجیتال، از آن عکسبرداری انجام شد. سپس ویژگی تصاویر شامل بافت و لبه ها توسط موجک گابور با بکارگیری نرم افزار MATLAB استخراج و به عنوان داده های آموزشی به شبکه عصبی مصنوعی معرفی شدند. برای آموزش شبکه از 69 تصویر نخود آسیب دیده توسط سوسک چهارنقطه ای حبوبات و 59 نخود سالم استفاده شد. سپس برای ارزیابی شبکه، یک دسته از داده ها که در آموزش شبکه هیچ نقشی نداشته اند به عنوان داده های آزمون، به شبکه اعمال شد و نتایج آن بررسی شد. در این پژوهش از شبکه های عصبی پرسپترون و المن استفاده شد که شبکه پرسپترون نتایج بهتری نسبت به شبکه المن داشت. روش پیشنهادی با 17/6 درصد خطای عدم تشخیص و 86/4 درصد خطای تشخیص اشتباه، توانست با نرخ بالایی نخودهای آسیب دیده را آشکارسازی نماید. پس از پردازش تصویر توسط شبکه عصبی و تشخیص نقاط آسیب، میزان آسیب محصول نیز محاسبه شد. بدین منظور، سطح آسیب تشخیص داده شده محاسبه و مقدار آن بر مساحت سطح کل دانه نخود تقسیم و درصد آسیب دانه ها برابر با 3/2 درصد برآورد شد.