Bazı sert çekirdekli meyvelerde görüntü işleme teknikleri kullanılarak yaprak delen (Wılsonomyces carpophılus lév.) hastalığının hasar düzeyinin belirlenmesi
Determining the damage level of leaf borer (Wilsonomyces carpophilus lév.) in some stone fruits using image processing techniques
- Tez No: 875328
- Danışmanlar: DOÇ. DR. MEHMET METİN ÖZGÜVEN, PROF. DR. YUSUF YANAR
- Tez Türü: Yüksek Lisans
- Konular: Ziraat, Agriculture
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Tokat Gaziosmanpaşa Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Biyosistem Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Tarım, insanlığın yaşamını sürdürebilmesi için kritik öneme sahip bir sektördür ve ekonomi, beslenme ve çevre koruması gibi alanlarda büyük rol oynamaktadır. Ancak, bitki hastalıkları ve zararlıları, tarımsal üretimi olumsuz etkileyen önemli bir sorundur. Bu hastalıkların etkilerini azaltmak ve verimliliği artırmak için erken teşhis ve etkili müdahaleler gereklidir. Bu araştırmada, ülkemiz açısından önemli olan meyvelerde ürün kayıplarına neden olan yaprak delen (çil) hastalığının (Wilsonomyces carpophilus Lév.) görüntü işleme teknikleri kullanılarak hastalığın hasar düzeyinin belirlenmesi amaçlanmıştır. Bu amaç doğrultusunda K-Means ve Gaussian Karışım Modelleri (GMM) kümele algoritmalarının birleşimi ile bir görüntü işleme algoritması geliştirilmiştir. Yaprak delen hastalığının belirtilerinin bulunduğu kayısı meyvesi ve yaprağı ile kiraz ve şeftali yapraklarından oluşan toplamda 200 görüntü içeren bir veri seti oluşturulmuştur. Edinilen görüntüler, MATLAB programının Image Processing Toolbox modülü ve geliştirilen algoritma ile işlenmiştir. Daha sonra, görüntü işleme algoritmasından elde edilen sonuçlar uzman gözlemi ile karşılaştırılmıştır. Karşılaştırma sonucunda, toplam 200 görüntü için genel sonuç, görüntü işleme yöntemiyle hastalık seviyelerini 2.86 RMSE ve Theil UII'si 0.1164 ile tahmin etmiştir. Verilerin normallik varsayımı için Kolmogorov-Smirnov testi kullanılmış ve verilerin normal dağılım gösterdiği tespit edilmiştir (p>0.05). Görüntü işleme sonuçları ile uzman değerlendirmesi arasındaki regresyon katsayısı (R² = 0.986, p<0.01) ve Pearson korelasyon katsayısı (r = 0.993, p<0.01) olarak bulunmuştur. Çalışma sonucunda, geliştirilen görüntü işleme algoritmasının kayısı, kiraz ve şeftali meyvelerinde yaprak delen hastalığının teşhisinde uzman değerlendirmesi yerine başarıyla kullanılabileceği gösterilmiştir.
Özet (Çeviri)
Agriculture is a critical sector for human survival and plays a major role in the economy, nutrition and environmental protection. However, plant diseases and pests are a major problem that negatively affect agricultural production. Early detection and effective interventions are necessary to reduce the effects of these diseases and increase productivity. In this study, it was aimed to determine the damage level of leaf borer (freckle) disease (Wilsonomyces carpophilus Lév.), which causes crop losses in fruits important for our country, by using image processing techniques. For this purpose, an image processing algorithm was developed by combining K-Means and Gaussian Mixture Models (GMM) clustering algorithms. A dataset containing 200 images of apricot fruit and leaves, cherry and peach leaves, and apricot fruit and leaves with symptoms of leaf borer disease was created. The acquired images were processed with the Image Processing Toolbox module of the MATLAB program and the developed algorithm. Then, the results obtained from the image processing algorithm were compared with expert observation. As a result of the comparison, the overall result for a total of 200 images was that the image processing method predicted the disease levels with an RMSE of 2.86 and Theil UII of 0.1164. The Kolmogorov-Smirnov test was used for the normality assumption of the data, and it was found that the data were normally distributed (p>0.05). The regression coefficient (R² = 0.986, p<0.01) and Pearson correlation coefficient (r = 0.993, p<0.01) between image processing results and expert opinion were found. As a result of the study, it was shown that the developed image processing algorithm can be successfully used instead of expert observation in the diagnosis of leaf borer disease in apricot, cherry and peach fruits.
Benzer Tezler
- Bazı sert çekirdekli meyvelerde modifiye atmosferde paketlemenin muhafaza süresi üzerine etkileri
The Effects of modified atmosphere ( MA ) packaging in some stone fruits on storage period
A.SİNAN ÖZKURT
- Kahramanmaraş yöresindeki sert çekirdekli meyve türlerinde görülen bazı virüs hastalıklarının ELISA yöntemiyle tanısı
Identification of common virus diseases of stone fruits at district of Kahramanmaraş by ELISA
FATMA EBRU TOLAY ARIKAN
Yüksek Lisans
Türkçe
2002
ZiraatKahramanmaraş Sütçü İmam ÜniversitesiBitki Koruma Ana Bilim Dalı
PROF.DR. KADRİYE ÇAĞLAYAN
Y.DOÇ.DR. NİHAT TURSUN
- Molecular characterization of Monilinia species associated with brown rot of stone fruits
Sert çekirdekli meyvelerde kahverengi çürüklük ile ilişkili Monilinia türlerinin moleküler karakterizasyonu
ZERRİN KOZMA
Yüksek Lisans
İngilizce
2018
Bilim ve TeknolojiÇanakkale Onsekiz Mart ÜniversitesiDR. ÖĞR. ÜYESİ HİLAL ÖZKILINÇ
- Malatya Merkez İlçedeki bazı meyvelerde fungal ve bakteriyel hastalıkların tespiti
The Determination of fungi and bacteria that they make dseases in fruits which are grown in the center district of Malatya
AYŞEGÜL KUTLUBAY (BAŞAR)
- Beyaz nektarin ve değişik sert çekirdekli meyve türlerinin karşılıklı melezlemede uyuşma durumlarının incelenmesi
The determination of cross compatibilities of white nectarine and some stone fruit species by hybridization studies
GÜROL BEKCİ
Yüksek Lisans
Türkçe
2010
ZiraatÇanakkale Onsekiz Mart ÜniversitesiBahçe Bitkileri Ana Bilim Dalı
DOÇ. DR. MURAT ŞEKER