ارزیابی ویژگیهای برگ مرکبات با بهره گیری از روشهای آنالیز تصویری
/مریم عبدالعلی پور
: دانشکده کشاورزی
۶۲ص
چاپی
کارشناسی ارشد
علوم باغبانی گرایش میوه کاری
۱۳۹۲/۰۶/۲۵
تبریز
تولید مرکبات در جهان امروز از ایی بر ، مبادلات تجاری و اشتغال به کار ساکنین حدود ۱۲۵ کشور مرکبات خیز جهان به شمار میصرود .ایران یکی از کشورهای مهم تولیدکننده مرکبات به شمار میصآید که شناسایی، عرضه و معرفی ارقام جدید نقش مهمی در توسعه پایدار صنعت مرکبات در کشور میصتواند داشته باشد .یکی از چالشصها در شناسایی ارقام جدید، بهره گیری از مارکرهای مولکولی میصباشد که به نوبه خود مستلزم صرف هزینه و آزمایشگاه مناسب است .بر این اساس روشهای مبتنی بر نشانگرهای مورفولوژیکی میصتواند در صورت گونه-اختصاصی بودن آنها مفید باشند .هدف از انجام این پروژه ایجاد یک سیستم شناسایی آماری بر اساس آنالیز تصویر و مارکرهای مورفومتریک میصباشد که روشی بسیار ساده و سریع تر از مارکرهای مولکولی بوده و نتایج قابل اعتمادی ارائه دهد .این سیستم قادر به شناسایی، طبقه بندی و مقایسه بین برخی ارقام و گونهصهای مرکبات میصباشد .در این پژوهش از ۱۲ گونه و رقم مرکبات به تعداد متفاوت از هر کدام، برگ تهیه شده و توسط اسکنر تصویر آنها به دست آمد .سپس عکسها توسط نرمصافزار Photo shop ویرایش و در مرحله اول توسط نرم افزار Shape مبتنی بر تابع الیپتیکال فوریه به هارمونی تبدیل گردیدند .سپس خروجی نرمصافزار Shape با استفاده از نرمصافزار SPSS تجزیه و تحلیل گردید .در مرحله دوم تصاویر برگها توسط ۱۰ صفت موفومتریک و نرم افزارهایImage J ، Excel و SPSS آنالیز گردید و در مرحله سوم دو روش بالا تلفیق شده و نتایج مقایسه گردید .در مرحله اول نتایج حاصل از آنالیز تشخیص کانونی شکل برگ مرکبات نشان داد که ۶/۸۶ گروه ها بطور صحیح تفکیک شدند .برای مرحله دوم این نتیجه ۹/۶۳ بوده و برای مرحله سوم این نتیجه به ۳/۹۰ افزایش یافت .طبق نتایج مشاهده میصشود که استفاده از دو روش به طور همزمان میزان صحت گروه بندی را به میزان چشمگیری افزایش داده است .در مورد Hierarchical cluster نتایج در مرحله دوم و سوم شبیه هم بوده و نسبت به نتایج مرحله اول به واقعیت نزدیک تر میصباشند
Based Software were converted eliptical Fourier harmonic functions. The Shape of software outputs were analyzed using Spss software. In second stage, images of leaves were analyzed by 10 morphological and software Image J, Excel and Spss. In the third stage, combining the above two methods, and the results were compared. Firstly the results of the canonical recognize analysis showed that citrus leaves 86/6 groups were segregated properly. For the second phase this result was 63/9 and for the third phase this result increase to 90/3 . The results show that the simultaneous use of two methods dramatically increases the accuracy of the grouping.Hierarchical cluster results in the second and third stages are similar and are closer to the truth than First stage results -Citrus production is very important in today's world and is one of the main sources of wealth, trade and employment residents of about 125 of the world's rich citrus country. Iran is one of the most important world producer of citrus that identification, distribution and introduction of new varieties play an important role in the sustainable development of the citrus industry in country. One of the known challenges in citriculture is the identification and classification of new introduced cultivars using molecular markers. This expensive methodology requires advanced laboratories with expert labors which may not available for every researcher. In parallel to molecular procedures, exploiting of morphological characteristics could be decisive and helpful, if they would be species specific. The aim of this project is to create a statistical identification system based on image analysis and morphometric markers would be a much simpler and faster than molecular Markers And give reliable results. This system enables the identification, classification and comparison of some species and varieties of citrus In this study, 12 species and varieties of citrus are selected, then different numbers of leaves from each collected and therefore produced leaf images by the scanner. in the next step, the pictures edited by Photo shop software. Firstly Images by Shape