Ayşenur YILMAZ, Abdülkadir ÇAKIR, Ozan DEMİRÖZER

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

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

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.

Keywords:

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

PDF

___

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.