بررسي عكس‌العمل طيفي گندم‌هاي سالم و آسيب ‌ديده به وسيله قارچ‌ها باتصويربرداري در محدوده مريي و غيرمريي به كمك شبكه‌هاي عصبي

Spectral reaction investigation of healthy and fungi infected wheat kernels using imaging in visible and non-visible range and utilization of neural network

گندم از محصولات كشاورزي مهم و استراتژيك در جهان و ايران است. گندم سرشار از پروتيين بوده و داراي ارزش غذايي و اقتصادي بالايي است؛ بنابراين تعيين سالم بودن آن از نظر آلودگي به عوامل قارچي، مهم است. هدف اين پژوهش امكان‌سنجي تشخيص گندم‌هاي سالم از ناسالم آلوده به قارچ‌هاي فوزاريوم و پني‌سيليوم با استفاده از سيستم تك‌رنگ‌ساز و تصوير‌برداري در محدوده مريي و نامريي است. بدين منظور دو رقم گندم الوند و سرداري كه سطح كشت بيشتري در كشور دارند، انتخاب شد و سه سيستم جامع زير استفاده شد. مبناي سيستم اول به كارگيري آشكارساز و تصويربرداري مريي و غيرمريي در محدوده نور ليزر 630-680 نانومتر بود. در سيستم دوم، چيدمان تك‌رنگ ساز استفاده شد و در سيستم سوم از تصويربرداري و آناليز تصوير در محدوده‌ي مريي و غيرمريي بهره گرفته شد. براي تصويربرداري از دوربين‌هاي تخصصي CCD مريي، مريي-مادون‌قرمز و مادون‌قرمز منفرد استفاده شد. تصويربرداري با دوربين‌هاي مذكور در محيط‌هاي نوري ماورا بنفش، مريي و مادون‌قرمز انجام شد. 18 مشخصه‌ رنگي RGB، LAB، HSV، HSI، YIQ و YcbCr از تصاوير نمونه‌هاي گندم درنظر گرفته شد و به‌عنوان ورودي شبكه عصبي استفاده شد. گندم‌ها به 6 دسته گندم سرداري و الوند سالم، سرداري و الوند آلوده به فوزاريوم و گندم سرداري و الوند آلوده به پني‌سيليوم دسته‌بندي شدند كه بهترين نتيجه براي دوربين CCD مريي در محدوده ماورا ‌بنفش برابر 3/47 درصد به دست آمد. نتايج نشان دادند كه براي تشخيص گندم‌هاي آلوده، استفاده از دوربين‌هاي مذكور بدون استفاده از فيلترها و تك‌رنگ‌سازهاي تخصصي، مناسب نيست.

Wheat is one of the most important and strategica crops in Iran and the world. It is rich in protein and has a high economic value. Therefore, it is very important to determine the safety of wheat. The objective of this study was to identify wheat kernels infected by fungi, such as Penicillium Expansum and Fusarium Graminearum using setup of monochromator and imaging in visible and non-visible range. Alvand and Sardari wheat cultivars that allocated more cultivation area in the country were chosen for this purpose and three following comprehensive systems were used. The basis of the first system was employing detector and imaging visibly and non-visibly in the range of 630-680 nm of laser light. Setup of monochromator and image analysis in the visible and non-visible ranges were used in second and third system, respectively. For this purpose, CCD visible camera, visible-infrared and infrared cameras used for imaging of healthy and unhealthy wheat samples in ultraviolet, visible and infrared lights. In this system, eighteen features in RGB, LAB, HSV, HSI, YCbCr, and YIQ color spaces were extracted and used as neural network inputs. Wheat samples are classified into six classes of healthy Sardari, healthy Alvand, Sardari infected with Fusarium, Sardari infected with Penicillium, Alvand infected with Fusarium and Alvand infected with Penicillium. The best result was 47.3% that obtained for CCD visible camera in ultraviolet ranges. These results indicated that using cameras without professional monochromator or filters were not suitable for detecting infected wheat kernels.