Thông tin chung:

Ngày nhận bài: 15/09/2017
Ngày nhận bài sửa: 10/10/2017

Ngày duyệt đăng: 20/10/2017

Title:

Grapefruit leaf pets detection and recognition automatically using image technology

Từ khóa:

Đặc trưng ảnh, lá bưởi, máy học vectơ hỗ trợ, nhận dạng và phát hiện, phân đoạn ảnh, sâu bệnh, xử lý hình thái

Keywords:

Image feature, grapefruit leaf, support vector machines, detection and recognition, image segmentation, pests, morphology processing

ABSTRACT

Nowadays, information technology is widely applied in agriculture - the most developed field in Viet Nam. Among these applications, the detection and recognition of pests system using handle image technique and computer vision have been attracted by many researchers. In this paper, the detection and recognition pests are resolved through two main phases: (1) detect possible areas that are pests; (2) identify the pests from the possible areas detected. In the first phase, segment method is used to detect possible areas. Binary segment and contour detection method is used to get and hightlight related objects in this phase. In the second phase, some colour features and shape features are extracted from images. Then, combined with extracted features, support vector machines are built to classify the image areas which are found in the previous phase. Classification models are trained to recognize four grapefruit leaf pests. The training results are over 99.5% for each model. The experimental result over 500 images is 99.2%. These results show that the proposed method achieves promising results and can be applied to identify the pests in reality.

TÓM TẮT

Ngày nay, công nghệ thông tin đã được ứng dụng rộng rãi trong nông nghiệp, lĩnh vực phát triển nhất của nước ta. Trong số các ứng dụng này, hệ thống phát hiện và nhận dạng sâu bệnh sử dụng kỹ thuật xử lý ảnh và thị giác máy tính đang thu hút nhiều nhà nghiên cứu trong và ngoài nước. Nghiên cứu này trình bày phương pháp để phát hiện và nhận dạng sâu bệnh trên lá bưởi. Bài toán được giải quyết thông qua hai giai đoạn chính là: phát hiện vùng ứng viên có khả năng là sâu bệnh; nhận dạng sâu bệnh từ các vùng ứng viên đã phát hiện. Ở giai đoạn thứ nhất, phương pháp phân đoạn ảnh được thực hiện để xác định vùng ứng viên có thể là đối tượng sâu bệnh. Giai đoạn này sử dụng phương pháp phân ngưỡng nhị phân kết hợp với kỹ thuật dò biên để tách lấy vùng ứng viên. Ở giai đoạn thứ hai, một số đặc trưng về màu sắc và hình dáng được trích ra từ ảnh. Sau đó, mô hình máy học vectơ hỗ trợ (SVM) được xây dựng kết hợp với các đặc trưng đã trích ra trước đó để phân lớp vùng ứng viên. Chúng tôi huấn luyện mô hình phân lớp để nhận dạng bốn loại sâu bệnh trên lá bưởi. Kết quả huấn luyện đạt trên 99,5%. Kết quả thực nghiệm nhận dạng trên 500 ảnh sâu bệnh cho thấy độ chính xác xấp xỉ 99,2% đã khẳng định phương pháp đề nghị là rất triển vọng và có thể áp dụng vào nhận dạng sâu bệnh trên thực tế.

Trích dẫn: Nguyễn Minh Triết, Trương Quốc Bảo và Trương Quốc Định, 2017. Tự động nhận dạng một số loại sâu bệnh trên lá bưởi sử dụng công nghệ ảnh. Tạp chí Khoa học Trường Đại học Cần Thơ. Số chuyên đề: Công nghệ thông tin: 88-95.