الرئيسية / كشف وتحديد الأمراض التي تصيب التفاحيات باستخدام معالجة الصورة والخوارزميات الجينية

كشف وتحديد الأمراض التي تصيب التفاحيات باستخدام معالجة الصورة والخوارزميات الجينية

اسم الباحث:

المهندسة غزل عبد اللطيف محمود

عنوان البحث:

كشف وتحديد الأمراض التي تصيب التفاحيات باستخدام معالجة الصورة والخوارزميات الجينية

عنوان البحث باللغة الانكليزية :

Detection and identification of diseases affecting apples using image processing and genetic algorithms

اسم المشرف :

الدكتور المهندس بسيم عمران

العام:2021

القسم:هندسة التحكم الآلي والحواسيب

الملخص:

تمّ في هذا البحث العمل على دمج الخوارزميات الجينية Genetic Algorithms والشبكات العصبونية Neural Networks، وذلك بهدف زيادة معدّل دقة التعرّف على بعض أمراض أوراق التفاح، والتركيز على مزايا استخدام الخوارزميات الجينية بالمشاركة مع الشبكات العصبونية في عملية التصنيف النهائية للمرض.

أُجريت الدراسة على اثنين من الأمراض التي تصيب التفاح وتظهر أعراضهما على الأوراق، وهما مرض جرب التفاح ومرض الصدأ، إذ تمحورت الدراسة حول الكشف فيما إذا كانت الورقة مصابة بجرب التفاح أو مصابة بالصدأ أو مصابة بالمرضين معاً أو أن الورقة سليمة غير مصابة بأي من هذين المرضين.

قام الباحث بالاستفادة من تقنيات معالجة الصور الرقمية في إجراء البحث، إذ قام بدايةً بعملية تجزئة صور أوراق التفاح باستخدام خوارزمية K-means Clustering، ومن ثمّ استخراج سمات المرض وخصائصه من تلك الصور المجزأة باستخدام مصفوفة التواجد للمستويات الرمادية gray-level co-occurrence matrix (GLCM)، وصولاً في النهاية إلى مرحلة تصنيف  المرض، إذ تمّت عملية التصنيف النهائية باستخدام الشبكات العصبونية والخوارزميات الجينية.

تمّ تدريب الشبكة العصبونية باستخدام الخوارزمية الجينية بحيث تعمل الخوارزمية الجينية على ضبط وتعديل أوزان وانحيازات الشبكة العصبونية، ومن ثمّ إسناد قيم هذه الأوزان والانحيازات إلى الشبكة العصبونية وتدريبها بناءً على هذه القيم.

 

الكلمات المفتاحية: معالجة الصور الرقمية، الشبكات العصبونية، الخوارزميات الجينية، خوارزمية K-means Clustering، مصفوفة التواجد للمستويات الرمادية.

التحميل