Gül koşnili (Rhodococcus perornatus Cockerell & Parrott) (Hemiptera: Coccidae)’un görüntü işleme yöntemleri kullanılarak sayılması

Yıl 2018, Cilt: 55 Sayı: 1, 95 - 102, 30.03.2018

Ayşenur Yılmaz Abdülkadir Çakır Ozan Demirözer

https://doi.org/10.20289/zfdergi.391018

Öz

Yağ güllerinde zararlı sayımı
ziraat uzmanları tarafından doğrudan sayma (stereomikrokop altında, genelde 40X
yakınlaştırma) yöntemi kullanılarak yapılmaktadır. Fakat yorgunluk, bıkkınlık
ve dikkatsizlik gibi insani durumlardan sıkça etkilenilmesi sayım hatalarına
neden olmaktadır. Proje çıktısı olan yöntem daha önce bu konuda uygulanmamış
bir yöntem olmasından dolayı ve hata oranını sıfıra indirgemesinden dolayı
farklılık yaratmaktadır. Isparta merkez bölgesinde yetişen yağ güllerinden
alınan bulaşık dal örnekleri 1.5 cm’lik parçalara ayrılıp ölçüme hazır hale
getirilmiştir. Leica marka Z16 APO model makroskop ile (1X Magnification);
(0.57 Zoom factor); (16:1 Zoom) ölçekli olarak 13 adet örnek dal görüntüsü
alınmıştır. Alınan görüntüler Leica las 4.50 mikroskop yazılım platformunda
gerekli görüntü kalitesi arttırma işlemleri yapılarak işlenebilir hale
getirilmiştir. Makroskoptan alınan görüntüler Matlab programı ve yazılım dili
ile morfolojik görüntü işleme yöntemleri kullanılarak sayılabilir forma
dönüştürülmüştür. 1.nimf koşnil, 2.nimf koşnil ve erginlerin belirlenmesi,
ortalama koşnil boyutlarının çıkartılması amacıyla bir algoritma
oluşturulmuştur. Yazılan algoritmaya bağlı kalınarak sayım işlemleri yapılmış
ve tablolar düzenlenmiştir. 

Anahtar Kelimeler

Tarımda görüntü işleme uygulamaları, koşnil, Isparta, Isparta gülü

Count of main pest of Oil-Bearing (Rosa damascena Miller)’s Rose Soft Scale (Rhodococcus perornatus Cockerell & Parrott) by using image processing methods

Öz

Harmful counting of oil roses is
carried out by agricultural experts using direct counting method (under
stereomicroscope, generally 40X Zoom). But frequent influences from human
situations such as fatigue, boredom and carelessness cause counting errors. The
method of outputting the project differs because it is a method which has not
been applied in this field before and because error rate is not reduced to
zero. Dish samples taken from the oil roses grown in Isparta central region
were separated into 1.5 cm pieces and prepared for measurement. 13 sample
branch images were taken by Leica brand Z16 APO model macroscope (1X
Magnification); (0.57 Zoom factor); (16: 1 Zoom) scaled. Acquired images were
processed in the Leica las 4.50 microscope software platform by performing the
necessary image quality enhancement operations. Images from the macroscope are
converted into countable form by Matlab program and software language using
morphological image processing methods. An algorithm has been created to determination
of the 2.nimf adults cochineal, 1.nimf cochineal and 2.nimf cochineal and
calculate average cochineal dimensions. Counting was done and schedules were
arranged according to the written algorithm.

Anahtar Kelimeler

Image processing applications in agriculture, soft scale, pest, oil-bearing

Kaynakça

• Acatay, A.1970. Schädlinge von Rosa domestica Mill. İn der Türkei. Anzeiger für schädlingskunde und pflanzenschutz vereinigt mit schädlingsbekampfung, 43(4): 49-53.
• Altinok, M.A. & Ulusoy, M.R. Distribution by GIS mapping of Rhodococcus perornatus (Cockerell & Parrot) (Homoptera: Coccidae) on oil bearing roses in Isparta province, Turkey. Proceedings of the X International Symposium of Scale Insect Studies. Adana-Turkey 19th-23rd April, 389-396, 2004.
• Ayata, M., Yalçın, M. ve Kirişçi, V., Toprak-Alet İlişkilerinin Görüntü İşleme Sistemi ile İncelenmesi. Tarımsal Mekanizasyon 17. Ulusal Kongresi Bildiri Kitabı, s. 267-274, Tokat, 1997.
• C. Solomon, T. Breckon, Fundamentals of Digital Image Processing, Wiley-Blackwell, 2011.
• Cockerell, T.D.A. & Parrott, P.J. Contribution to the knowledge of the Coccidae. The Industrialist 25: 159-165, 227-237, 276-284, 1899.
• Demirozer, O., Karaca, İ., Karsavuran, Y., Proceedings of the XI International Symposium on Scale Inseet Studies ‘Developmental biology of citrus mealybug, Planococcus citri (Risso) (Hemiptera: Pseudococcidae) on ornamental plants’, 2007
• Dursun, E. ve Göknur- Dursun, İ., Ekim makinası sıra üzeri tohum dağılımının görüntü işleme yöntemi ile belirlenmesi. Tarım Bilimleri Dergisi, 6(4): 21-28, 2000.
• Dursun, E. and Dursun, I. Some physical properties of caper seed. Biosystems Engineering, 92(2), 237-245, 2005.
• Elmas, Ç., Yapay Zeka Uygulamaları. Seçkin Yayıncılık, Ankara,2011.
• Goering, R., Matlab edges closer to electronic design automation world, EE Times, 2004.
• Gonzalez, R. C., Woods, R. E., “Digital Image Processing “, 2nd. Ed., 2002.
• Kozár, F. & V.G. Ostafichuk, New and little known scale-insect species from Moldavia (USSR) (Homoptera: Coccoidea). F. Entomologica Hungarica, 48: 91-95,1987.
• Kozár, F., Catalogue of Palearctic Coccoidea. Plant Protection Institute, Hungarian Academy of Sciences Budapest, Hungary, 526 pp.1988
• Koztarab, M.& F. Kozár, Scale Insects of Central Europe, Budapest,456 pp.,1990. John C., The Image Processing Hand Book. Third Edition, CRC Press, ISBN:0- 8493- 25323,1999
• Ulgenturk, S.; Kaydan, M.B. ; Zeki, C.; Toros, S.; Rhodococcus perornatus (Cockerell &Parrott)(Homoptera: Coccidae): Yağ güllerinin yeni bir zararlısı,2001
• Digital Image Processing, Kenneth R. Castleman, Perceptive Scientific Instruments, Inc.