عنوان پایان نامه : پردازش تصویر و کاربرد آن در شناسایی آفات گیاهیقالب بندی: PDF شرح مختصر : 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 تصویرمقدمهپردازش تصویر چیست؟کاربردهای علم پردازش تصویرآشنایی با مفهوم پیکسل در یک تصویرآشنایی با مفهوم عمق بیتیآشنایی با مفهوم بعد یک تصویرچگونگی تشکیل رنگ در چشم انسانپردازش تصویر رنگیآشنایی با انواع مدل های رنگمدل رنگ RGBمدل رنگ CMYمدل رنگ YIQمدل رنگی HISروش های پردازش تصویرتفریق دو تصویرجمع دو تصویرمکمل کردن تصویرآشنایی با مفهوم تشخیص لبهمیانگین گیری از تصویرهیستوگرام تصویرتعدیل هیستوگرامفیلتر کردن تصویرقطعه بندی و روش های آنمقدمهاي بر خوشه بنديروشهاي خوشه بنديروشهاي خوشه بندي سلسله مراتبيخوشه بندي با روش SingleLinkروش خوشه بندي KMeansمشکلات روش خوشه بندي KMeansالگوریتم خوشه بندي LBGروش خوشه بندیروش تقسیم بندی Otsu’sآشنایی با مفهوم موجکشبکههای عصبی مصنوعی (Artificial Neural Network ANN)تازه های پردازش تصویر در شناسایی آفات گیاهیروش اول: تحلیل تصویر با استفاده از موجکروش دوم: تشخیص آفات برنج با استفاده از از روش تقسیم بندی اوتسوروش سوم: استفاده از تصاویر طیفی برای شناسایی درختان تحت تاثیر آفاتبخش دومدقت وسرعت در شناسایی و طبقه بندی افات گیاهیروش چهارم: شناسایی آفات با استفاده از شبکه های عصبی مصنوعیوارد کردن تصویرتوضیح فضای رنگ L*A*Bمرحله ی اول: وارد کردن تصویرمرحله ی دوم: تبدیل تصویر از فضای رنگ RGB به فضای L*A*Bمرحله ی سوم: طبقه بندی رنگ های به دست آمده از فضای رنگ L*A*Bمرحله ی چهار: برچسب گذاری پیکسل ها با استفاده از نتایج به دست آمده از روش KMeansمرحله ی پنج: به دست آوردن تصاویر خوشه بندی شدهمرحله ی شش به دست آوردن هسته ی اصلیهدف های آیندهمنابع