Image leaf classification for plant diseases detection using grey wolf optimization technique
Başlık çevirisi mevcut değil.
- Tez No: 806205
- Danışmanlar: DR. ÖĞR. ÜYESİ HAKAN KOYUNCU
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilişim Teknolojileri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 108
Özet
Bitki hastalıkları, tarımı önemli ölçüde etkileme ve önemli mali kayıplara neden olma potansiyeline sahiptir. Mahsul verimlerini ve kalitesini etkileyerek çiftçiler için daha düşük karlara ve tüketiciler için daha yüksek fiyatlara yol açabilirler. Bazı durumlarda, bitki hastalıkları gıda kıtlığına ve diğer ekonomik ve sosyal sonuçlara da yol açabilir. Bu nedenle, bitki hastalıklarını yönetmek ve bunlardan kaçınmak için verimli planlar oluşturmak çok önemlidir. Öğrenme teknikleri (ML ve DL) kullanılarak bitki hastalıklarının tanımlanması ve teşhisi, bitki hastalıklarının neden olduğu zararı ve parasal kayıpları büyük ölçüde azaltabilir. Bu tezde, çeşitli yaklaşımlar kullanılarak bitki hastalığı tespiti için bir yöntem önerilmiştir. Bu tezde üç çeşit bitki yaprağı kullanılmıştır: Biber (iki çeşit), Patates (üç çeşit) ve Domates (Dokuz çeşit). görüntü yeniden boyutlandırma ve veri büyütme ön işleme olarak kullanılır. Gradient Histogramı (HOG), Local Binary Patterns (LBP) ve Haralick özelliği olmak üzere üç tür özellik çıkarma özelliği kullanılır. Karakterize eden en iyi özellikleri seçmek için, bir özellik seçim yöntemi olarak bir Gri Kurt Optimizasyonu (GWO) kullanılır. İkili sınıflandırma, Destek Vektör Makineleri (SVM) ve K-En Yakın Komşu (KNN) kullanılarak Machin öğrenmede çoklu sınıflandırma kullanılarak yapılırken, derin öğrenme ayrıca her üç gezegen yaprağını da sınıflandırmak için kullanılır.
Özet (Çeviri)
Plant ailments have the potential to significantly affect agriculture and cause substantial financial losses. They can affect crop yields and quality, leading to lower profits for farmers and higher prices for consumers. In some cases, plant diseases can also lead to food shortages and other economic and social consequences. Thus, it's critical to create efficient plans for managing and avoiding plant diseases. The identification and diagnosis of plant illnesses using learning techniques (ML and DL) can greatly reduce the harm and monetary losses brought on by plant diseases. In this thesis a method for plant disease detection is proposed using several approaches. Three types of plant leaves are used in this thesis Peppers (two types), Potato (three types) and Tomato (Nine types). image resizing, and data augmentation are used as a pre-processing. Three type of feature extraction Histogram of Gradient (HOG), Local Binary Patterns (LBP) and Haralick feature are used. In order to choose the best features that characterize, a Grey Wolf Optimization (GWO) is employed as a feature selection method. Binary classification is carried by using Support Vector Machines (SVM) and K-Nearest Neighbour (KNN) used multi classification in Machin learning while deep learning is used also for classification all three types of planet leaf.
Benzer Tezler
- Konvolüsyonel sinir ağlarını kullanarak üzüm ve üzüm yapraklarının hastalıklarının tespit edilmesi
Grape and grape leaves diseases detection using convolutional neural networks
SHEKOFA GHOURY
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. CEMİL SUNGUR
- Derin evrişimli yapay sinir ağı kullanarak meyve yaprağı hastalık tespiti
Fruit leaf disease detection using deep convolutional neural network.
SENA NUR BENLİ
Yüksek Lisans
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBilecik Şeyh Edebali ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SALİM CEYHAN
- Evolutionary feature optimization for plant leaf disease detection by deep neural networks
Bitki yaprak hastalık teşhisi için derin sinir ağları ile evrimsel özellik optimizasyonu
JALAL SADOON HAMEED AL BAYATI
Doktora
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
Prof. Dr. BURAK BERK ÜSTÜNDAĞ
- Görüntü işleme tabanlı bitki türleri ve hastalıkları tanıma
Image processing based plant species and diseases recognition
MUAMMER TÜRKOĞLU
Doktora
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİnönü ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. DAVUT HANBAY
- Pancar bitki hastalıklarının derin öğrenme ile sınıflandırılması
Classification of beet plant diseases using deep learning
BİLAL EYİSOY
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAmasya ÜniversitesiTeknoloji ve İnovasyon Yönetimi Ana Bilim Dalı
DR. ÖĞR. ÜYESİ YAVUZ ÜNAL