נושא הפרוייקט
מספר פרוייקט
מחלקה
שמות סטודנטים
אימייל
שמות מנחים
פיתוח מערכת לזיהוי טובומווירוס בזרעי מלפפון באמצעות צילום היפר ספקטראלי
Develop a system to detect Tobamovirus in cucumber seeds using hyperspectral imaging
תקציר בעיברית
מטרות פיתוח מערכת מבוססת הדמיה היפר-ספקטרלית ולמידת מכונה לזיהוי וסיווג מוקדם של זרעי מלפפון הנגועים בנגיף הטובמו. המטרות כוללות איסוף DATA על ידי צילום במצלמות היפר ספקטרליות, בחירת ערוצים ספקטרליים אופטימליים, בניית מודל סיווג והצגת גישה חדשה לזיהוי מחלות זרעים. הקדמה פרויקט זה מתמקד באיתור מוקדם של מחלות בזרעים, חיוני לשמירה על בריאות ואיכות היבול, הבטחת יבול פרודוקטיבי ושמירה על מקור המזון העיקרי. מחלות הנישאות בזרעים מהוות איום משמעותי, המוביל להפסדים כספיים לחקלאים ולחברות מזון, והחששות מפני זרעים מזויפים גוברים בשל מחיריהם הגבוהים. שיטות הזיהוי הקיימות הן הרסניות, גוזלות זמן ויקרות. לפיכך, יש צורך בטכניקה חדשה, מהירה ולא הרסנית. מחקר זה נועד לפתח אלגוריתם באמצעות הדמיה היפרספקטרלית לזיהוי מוקדם של וירוס ה - Tubamo, זיהוי מדויק של זרעים חולים ללא בדיקה פיזית. המטרה היא ליישם טכנולוגיה זו בשלב האריזה הסופי של הזרעים לגידול צמחים בריא יותר. שיטה איסוף נתונים על ידי צילום ב-2 מצלמות היפר ספקטרליות בתחום 400-2,500 ננומטר. פיתוח האלגוריתמים לסיווג בין זרעים בריאים לנגועים. האלגוריתם נכתב בשפת python. שלב פיתוח הקוד כלל שלושה שלבים עיקריים: 1) תהליך סגמנטציה על התמונות. 2) חילוץ מאפיינים גאומטריים וספקטרליים. 3) שימוש באלגוריתמי למידה לצורך פיתוח המודל. לאחר שלבים אלו נבחנו כל הממצאים ולצורך בחירת האינדקסים הטובים ביותר ומספר הערוצים המינימלי המיטבי למודל. חלוקה של הנתונים לשני סטים שונים ותקופות גידול שונות, הראשון ינואר 2022 בהם הזרעים קטנים והשני אוגוסט 2022 בהם הזרעים גדולים יותר. תוצרים 1. בניית ספריית אינדקסים גאומטריים וספקטרליים עבור כלל הזרעים שצולמו. 2. תיוג אוטומטי של הזרעים לזרעים בריאים ונגועים. 3. בחירת הפיצ'רים המיטביים. 4. בחינה של 4 מודלי machine learning: XGboost, SVM, Randomforest, LogisticRegression 5. בחירת במודל LogisticRegression אשר הניב דיוק של 83.5% עבור שני הסטים. סיכום אלגוריתמים ללמידת מכונה המבוססים על מידע היפר ספקטרלי הניבו תוצאות דיוק טובות ומוכיחות כי טכנולוגיה זו מהווה פתרון מתאים לזיהוי המוקדם של וירוס הTubamo בזרעי מלפפון.
תקציר באנגלית