Plant Disease Detection using Image Processing and Machine Learning

طورت نظامًا آليًا لاكتشاف أمراض النباتات باستخدام تقنيات معالجة الصور وتعلم الآلة.

يقوم النظام بتحليل صور أوراق النباتات وتصنيفها بناءً على الخصائص البصرية مثل اللون والملمس. تم استخدام مجموعة بيانات PlantVillage، وتنفيذ خط معالجة متكامل للصور يشمل المعالجة المسبقة، تحسين الصور، تقسيمها، استخراج الخصائص، ثم تصنيفها باستخدام نماذج تعلم الآلة.

يتضمن المشروع:

• معالجة الصور وتغيير حجمها إلى 128×128 بكسل.

• استخدام تقنية CLAHE لتحسين الصور وزيادة التباين.

• استخدام Gaussian Blur وMedian Filter لتقليل الضوضاء.

• اكتشاف الحواف باستخدام Canny وSobel.

• تقسيم الصور باستخدام HSV لعزل منطقة الأوراق الخضراء.

• استخراج خصائص اللون باستخدام Color Histogram وخصائص الملمس باستخدام GLCM.

• مقارنة أداء نماذج Random Forest وSVM وKNN.

• اختبار النظام باستخدام صور تحتوي على ضوضاء وتأثيرات ضبابية لتقييم مدى قوة النموذج وتحمله للتشويش.

حقق نموذج Random Forest أفضل أداء بدقة بلغت حوالي 84%، متفوقًا على نماذج SVM وKNN.

يوضح المشروع التطبيق العملي لتقنيات الرؤية الحاسوبية ومعالجة الصور وتعلم الآلة في اكتشاف أمراض النباتات بشكل آلي.