پردازش تصویر و کاربرد آن در شناسایی آفات گیاهی

پردازش تصویر و کاربرد آن در شناسایی آفات گیاهی

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