تشخیص سه نوع بیماری برگ انگور بر پایۀ پردازش تصویر با استفاده از الگوریتم بهینه‌ساز پروانه و ماشین بردار پشتیبان

امروزه تکنیک‌های هوش مصنوعی و فناوری‌های یادگیری ماشین توانسته است شناسایی و طبقه‌بندی بیماری‌های گیاهی را آسان کند. در این پژوهش، به منظور تشخیص و طبقه بندی برخی بیماری های برگ گیاه انگور با نام های پوسیدگی سیاه، اسکای (زوال) و لکه برگی، پس از حذف پس زمینه از تصویر برگ ها و استخراج ویژگی های بافت و رنگ و شکل از تصاویر، از ترکیبی از طبقه بند ماشین بردار پشتیبان و الگوریتم بهینه‌ساز پروانه برای انتخاب مهم ترین ویژگی ها در تشخیص بیماری برگ گیاه انگور استفاده شد. نتایج صحت طبقه بندی برای بیماری های پوسیدگی سیاه، اسکای (زوال) و لکه برگی و برگ سالم به ترتیب 100، 100، 100 و 95 درصد و دقت طبقه‌بندی برای تشخیص کل گروه های بیمار و سالم 98.75 درصد به دست آمد. نتایج طبقه بندی نشان داد که توان پردازش تصویر و یادگیری ماشین در تشخیص و طبقه بندی برخی بیماری های گیاهی برگ انگور عالی است. در این پژوهش همچنین 15 ویژگی بافت، رنگ و شکل به کمک الگوریتم انتخاب ویژگی بهینه ساز پروانه به پژوهشگران بیماری شناسی گیاهی و علوم داده معرفی شده است.

diagnosis of three types of grape leaf diseases based on image processing using butterfly optimization algorithm and support vector machine

today, artificial intelligence techniques and machine learning technologies have made it easy to identify and classify plant diseases. in this research, in order to diagnose and classify some diseases of grapevine leaves with the names of black measles, black rot, and leaf blight, after removing the background from the image of the leaves and extracting the characteristics of texture and color and from the images, a combination of support vector machine classification and butterfly optimization algorithm was used to select the most important features in the diagnosis of grape plant leaf disease. the results of classification accuracy for black measles, black rot, leaf blight, and healthy leaf diseases are 100, 100, 100 and 95% respectively, and the classification accuracy for the diagnosis of all diseased and healthy groups is 98.75%. it was achieved. the classification results showed that image processing and machine learning are excellent in diagnosing and classifying some plant diseases of grape leaves. in this research, 15 features of texture, color and shape have been introduced to the researchers of plant pathology and data science with the help of the butterfly optimization feature selection algorithm.