Citrus Huanglongbing (HLB) is a destructive disease in citrus production that causes huge economic damage to citrus producers and related industries in the world. Early and accurate detection of HLB is a critical management step to control the spread of this disease. However, existing HLB detection methods cannot be widely adopted in citrus production due to long-time and high-cost detection period in specific laboratory environments. In view of this, a fast-response and low-cost computer vision technique is investigated for diagnosing HLB in citrus leaves. Specifically, the Gaussian mixture density (GMD) is performed to extract the leaf object from the citrus image, followed by the feature extraction and recognition of the existence of HLB in the leaf based on scalable vocabulary tree. A citrus leaf image dataset is constructed, and the experimental results show that the proposed HLB recognition method with GMD object extraction performs 95–100 % accuracy within 1 s

چکیده

بیماری لکه سبز میوه مرکبات (HLB) یک بیماری مخرب در تولید مرکبات است و سبب آسیب اقتصادی به تولید کنندگان و صنایع مربوطه در سراسر جهان می شود. تشخیص زود و صحیح این بیماری یک مرحله مهم در کنترل انتشار این بیماریست. به هر حال روش های تشخیص HLB نمی تواند به واسطه پرهزینه بودن و طولانی مدت بودن در محیط های آزمایشگاهی مورد استفاده قرار گیرد. با توجه به این، یک تکنیک کامپیوتری کم هزینه و کم مدت برای تشخیص HLB در برگهای مرکبات به کار گرفته شد. به طور ویژه، دانسیته مخلوط گوسی (GMD) برای استخراج شکل برگ از تصویر مرکبات به کار گرفته شد و سپس شناسایی و استخراج وجود HLB در برگ براساس نشخصات مقیاس پذیر درخت انجام شد. یک مجموعه اطلاعات از تصویر برگ مرکبات ساخته شده و نتایج آزمایشگاهی نشان داد که روش شناسایی HLB با GMD 95–100 درصد دقیق است.

1-مقدمه

امروزه روش های تشخیص بیماری لکه سبز میوه (HLB) به صورت گسترده ای به چند دسته تقسیم شده است: تشخیص در عرصه، تشخیص در هنگام پیوند زدن، مشاهده با میکروسکوپ الکترونی، تشخیص سرولوژیکی، هیبریداسیون DNA و تقویت با PCR (واکنش زنجیره پلیمراز). از این روش ها، روش تشخیص در عرصه (میدانی) رواج گسترده تری دارد در این روش چهار علامت اصلی تشخیص داده می شود: نوک زرد، زرد لکه دار و زرد یکپارچه همانند میوه های قرمز. به هر حال تشخیص میدانی به دلیل مشاهده با چشم غیر مسلح دقت پایین تری دارد...