Bazı sert çekirdekli meyvelerde görüntü işleme teknikleri kullanılarak yaprak delen (Wılsonomyces carpophılus lév.) hastalığının hasar düzeyinin belirlenmesi

Tarım, insanlığın yaşamını sürdürebilmesi için kritik öneme sahip bir sektördür ve ekonomi, beslenme ve çevre koruması gibi alanlarda büyük rol oynamaktadır. Ancak, bitki hastalıkları ve zararlıları, tarımsal üretimi olumsuz etkileyen önemli bir sorundur. Bu hastalıkların etkilerini azaltmak ve verimliliği artırmak için erken teşhis ve etkili müdahaleler gereklidir. Bu araştırmada, ülkemiz açısından önemli olan meyvelerde ürün kayıplarına neden olan yaprak delen (çil) hastalığının (Wilsonomyces carpophilus Lév.) görüntü işleme teknikleri kullanılarak hastalığın hasar düzeyinin belirlenmesi amaçlanmıştır. Bu amaç doğrultusunda K-Means ve Gaussian Karışım Modelleri (GMM) kümele algoritmalarının birleşimi ile bir görüntü işleme algoritması geliştirilmiştir. Yaprak delen hastalığının belirtilerinin bulunduğu kayısı meyvesi ve yaprağı ile kiraz ve şeftali yapraklarından oluşan toplamda 200 görüntü içeren bir veri seti oluşturulmuştur. Edinilen görüntüler, MATLAB programının Image Processing Toolbox modülü ve geliştirilen algoritma ile işlenmiştir. Daha sonra, görüntü işleme algoritmasından elde edilen sonuçlar uzman gözlemi ile karşılaştırılmıştır. Karşılaştırma sonucunda, toplam 200 görüntü için genel sonuç, görüntü işleme yöntemiyle hastalık seviyelerini 2.86 RMSE ve Theil UII'si 0.1164 ile tahmin etmiştir. Verilerin normallik varsayımı için Kolmogorov-Smirnov testi kullanılmış ve verilerin normal dağılım gösterdiği tespit edilmiştir (p>0.05). Görüntü işleme sonuçları ile uzman değerlendirmesi arasındaki regresyon katsayısı (R² = 0.986, p<0.01) ve Pearson korelasyon katsayısı (r = 0.993, p<0.01) olarak bulunmuştur. Çalışma sonucunda, geliştirilen görüntü işleme algoritmasının kayısı, kiraz ve şeftali meyvelerinde yaprak delen hastalığının teşhisinde uzman değerlendirmesi yerine başarıyla kullanılabileceği gösterilmiştir.