NGHIÊN CỨU GIẢI PHÁP PHÁT HIỆN BỆNH TRÊN LÁ HOA HỒNG  BẰNG KỸ THUẬT XỬ LÝ ẢNH

Nguyễn Thị Thanh Thảo; Nguyễn Thị Mỹ Dung

doi:10.34238/tnu-jst.8406

NGHIÊN CỨU GIẢI PHÁP PHÁT HIỆN BỆNH TRÊN LÁ HOA HỒNG BẰNG KỸ THUẬT XỬ LÝ ẢNH

Thông tin bài báo

Ngày nhận bài: 24/07/23 Ngày hoàn thiện: 30/08/23 Ngày đăng: 31/08/23

Các tác giả

1. Nguyễn Thị Thanh Thảo , Trường Đại học Đồng Tháp
2. Nguyễn Thị Mỹ Dung, Trường Đại học Đồng Tháp

Tóm tắt

Ngày nay, kỹ thuật xử lý ảnh được vận dụng nhiều trong sản xuất nông nghiệp, đặc biệt là trên nông sản. Trong nghiên cứu này đề xuất giải pháp phát hiện bệnh trên lá hoa hồng bằng một giải thuật xử lý ảnh dựa trên đặc trưng của lá. Thuật toán này giúp phát hiện những vết bệnh trên lá của cây hoa hồng qua hình ảnh được thu thập từ vườn cây trồng. Phương pháp thực hiện theo các bước sau: thu thập ảnh mẫu, định dạng kích thước ảnh mẫu, tách vùng ảnh lá ra khỏi nền và sau đó chạy thuật toán SimpleBlobDector để phát hiện, khoanh vùng những ứng viên có khả năng là đốm bệnh. Thực nghiệm trên tập dữ liệu thu thập từ 500 hình ảnh cho thấy mô hình đạt độ chính xác 93,30%. Nghiên cứu này nhằm đưa ra một hướng đi mới trong việc phát hiện bệnh trên lá hoa hồng một cách tự động. Các ảnh nguồn và ảnh thu thập đã được chúng tôi thực hiện kiểm chứng với phương pháp đưa ra. Kết quả thu được chứng tỏ tính khả thi của phương pháp đề xuất.

Từ khóa

Thuật toán xử lý ảnh; Đặc trưng hình ảnh; Xử lý ảnh; Thuật toán SimpleBlobDetector; Phát hiện bệnh trên cây trồng

Toàn văn:

PDF (English)

Tài liệu tham khảo

[1] S. Arivazhagan, S. R. Newlin, S. Ananthi, and V. S. Vishnu, “Detection of unhealthy region of plant leaves and classification of plant leaf diseases using texture features,” Agtic Eng. Int. CIGR, vol. 15, no. 1, pp. 211-217, 2013.

[2] S. B. Dhaygude and S. M. Hambarde, “Agricultural Plant Leaf Disease Detection and Diagnosis Using Image Processing Based on Morphological Feature Extraction,” IOSR Journal of VLSI and Signal Processing, vol. 4, no. 5, pp. 24-30, 2014.

[3] A. H. Kulkarni and A. Patil, “Applying image processing technique to detect plant diseases,” International Journal of Modern Engineering Research, vol. 2, no. 5, pp. 3661-3664, 2012.

[4] R. Patil, S. Udgave, S. More, D. Nemishte, and M. Kasture, “Grape Leaf Disease Detection Using K-means Clustering Algorithm,” International Research Journal of Engineering and Technology, vol. 3, no. 4, pp. 2330-2333, 2016.

[5] S. Bashir and N. Sharma, “Remote area plant disease detection using image processing,” IOSR Journal of Electronics and Communication Engineering, vol. 2, no. 6, pp. 31-34, 2012.

[6] P. Chaudhary, A. K. Chaudhari, and S. Godara, “Color transform based approach for disease spot detection on plant leaf,” International Journal of Computer Science and Telecommunications, vol. 3, no. 6, pp. 65-70, 2012.

[7] N. M. Butale and D. V. Kodavade, “Detection of Plant Leaf Diseases using Image Processing and SoftComputing Techniques,” International Research Journal of Engineering and Technology, vol. 6, no. 6, pp. 3288-3261, 2019.

[8] A. N. Rathod, B. Tanawal, and V. Shah, “Image processing techniques for detection of leaf disease,” Int. J. Adv. Res. Comput. Sci. Softw. Eng., vol. 3, pp. 397-399, 2013.

[9] T. N. Tete and S. Kamlu, “Plant Disease Detection Using Different Algorithms,” Proceedings of the Second International Conference on Research in Intelligent and Computing in Engineering, vol. 10, pp. 103–106, 2017.

[10] V. Singh and A.K. Misra, “Detection of plant leaf diseases using image segmentation and soft computing techniques,” Information processing in agriculture, vol. 4, no. 1, pp. 41-49, 2017.

[11] P. Dayang and A. S. K. Meli “Evaluation of image segmentation algorithmsfor plant disease detection,” I.J. Image, Graphics and Signal Processing, vol. 5, pp. 14-26, 2021.

[12] A.S. Zamani, L. Anand, K.P. Rane, P. Prabhu, A. M. Buttar, H. Pallathadka, A. Raghuvanshi, and B. N. Dugbakie, “Performance of Machine Learning and Image Processing in Plant Leaf Disease Detection,” Journal of Food Quality, vol. 2022, 2022, Art. no. 1598796.

DOI: https://doi.org/10.34238/tnu-jst.8406

Các bài báo tham chiếu

Hiện tại không có bài báo tham chiếu



Ghi nhớ