Фото болезни растений: Список болезней растений с фотографиями

Фото болезни растений: Список болезней растений с фотографиями

Содержание

фото, видео и описание заболеваний различных видов


К сожалению, растения, растущие в наших садах, не имеют иммунитета к болезням и вредителям. На протяжении всей жизни они тесно связаны с окружающей средой и постоянно взаимодействуют с ней. Когда условия окружающей среды соответствуют требованиям растения и во взаимоотношениях растения с населяющими среду живыми организмами наблюдается равновесие, его обмен веществ протекает нормально, оно растет и развивается, не обнаруживая функциональных и морфологических нарушений. Если же какой — либо фактор среды резко отклоняется от оптимума или на растение нападают другие организмы, то происходят нарушения обмена веществ и физиологических функций.

Болезни растений бывают инфекционные и неинфекционные. Неинфекционные возникают под воздействием неблагоприятных для нормального развития растений факторов окружающей среды. Это болезни, вызываемые недостатком или избытком влаги, нарушениями режима питания, воздействием слишком высокой или низкой температуры, недостатком снега, наличием в воздухе или почве токсичных для растений веществ и т.д. особенность неинфекционных болезней — их неспособность передаваться от больного растения к здоровому. Инфекционные болезни растений вызываются микроорганизмами (грибами, бактериями, вирусами). Инфекционные болезни весьма многочисленны и многие из них причиняют большой ущерб, так как могут передаваться от больных растений здоровым.

Несмотря на существенные различия между инфекционными и неинфекционными болезнями, из нельзя рассматривать как явления обособленные. В природе между ними наблюдается определенная взаимосвязь: часто инфекционные заболевания возникают на фоне предварительного поражения и ослабления растений неинфекционными болезнями.

БАКТЕРИАЛЬНЫЙ ОЖОГ — бактерия Erwinia amylovora, поражает культурные и дикорастущие растениясемейства разноцветные. Наименее устойчивы к заболеваниям — кизильник и груша, восприимчивы — боярышник, айва, яблоня, рябина.

Первичная инфекция развивается весной, во время цветения. Бактерии попадают на цветок с пыльцой или с частичками экссудата, переносятся насекомыми, птицами, дождевой и поливной водой, ветром. При атмосферной влажности около 70% и температуре воздуха выше 180С бактерии быстро размножаются, продвигаясь по тканям в ветви. Ветви могут быть заражены также через повреждения листьев и коры, поэтому особенно опасен град, вызывающий множественные травмы растений. Источником для дальнейшего распространения заболевания служат инфицированные растения, плодв, садовый инструмент, тара. Следующей весной из некротических язв выделяется вязкий экссудат,который вытягивается в тонкие нити, легко переносимые ветром.

На зараженных деревьях наблюдается увядание и гибель соцветия, усыхание и скручивание листьев, плодоножек, некритические мокнущие язвы на коре, выделение экссудата на больных побегах. Усохшие цветы и листья не опадают.

Меры борьбы:при незначительном поражении отдельных веток проводят пятикратное опрыскивание бордосской смесью; корчевание и сжигание сильно пораженных деревьев на месте их роста; как профилактическая мера — выбор устойчивых к заболеванию сортов.

КОККОМИКОЗ

Возбудитель — сумчатый гриб Coccomyces hiemalis (конидиальная стадия, Cylindrosporium hiemale).

Чаще всего болезнью поражается вишня, черешня, реже — слива, абрикос. На верхней части листка появляются мелкие пятна бурого цвета, на нижней стороне пятна хорошо видны в виде розово — белых подушечек конидиального спороношения гриба.

При значительном поражении коккомикозом у деревьев начинается преждевременное опадание листьев. В конце июля дерево сбрасывает около 65 — 75 % листьев, а молодые саженцы оголяются практически полностью. В результате растения не успевают подготовиться к зиме и могут вымерзнуть.

Меры борьбы :правильный, соответствующий агротехнике уход за растениями; обработка медьсодержащими препаратами.

КОРНЕВАЯ ГУБКА – Heterobasidion annosum (базидиальный паразит, опаснейший возбудитель пестрой ямчато –волокнистой гнили в центральной части корней стволов растущих хвойных и лиственных древесных пород).

Первичное заражение происходит через механические повреждения на поверхности корней. Корневая губка развивается и сохраняется не только в древесине живых деревьях, но и на мертвых корнях, пнях, древесных остатках. Споры гриба переносятся потоками воздуха, водой, различными животными. Дальнейшее распространение инфекции и вторичное заражение корней живых деревьев осуществляется грибницей при непосредственном контакте здоровых корней с пораженными. Самый верный признак поражения дерева корневой губкой — наличие на корнях плодовых тел гриба.

У растений, пораженных корневой губкой, отмирают корни, нарушается водный баланс, снижается интенсивность физиологических функций. Происходит общее ослабление растений, и в дальнейшем их гибель.

Меры борьбы :регулярный уход за садом, сбалансированное внесение органо-минеральных удобрений, своевременное удаление погибших деревьев.

МУЧНИСТАЯ РОСА

Возбудитель — сумчатые грибы, относящиеся к семейству Мучнисторосяные. Поражает многие лиственные породы и характеризуется образованием на листьях белого мучнистого налета. Мучнисторосяные грибы заражают только молодые листья и не одревесневшие побеги.

Заражение мучнистой росой приводит к резкому снижению зимостойкости у поврежденных побегов, вызывает нарушение физиологических функций листьев (фотосинтез, дыхание, транспирацию). В результате листья засыхают и опадают. Возбудитель зимует на опавших листьях. В следующем год, когда среднесуточная температура воздуха достигнет 160С, в сумках созревают аскоспоры, которые осуществляют первичное заражение молодых листьев.

Меры борьбы :сбор всех растительных остатков, обрезка и сжигание засохших, деформированных побегов, опрыскивание одним из препаратов: коллоидная сера, фитоспорин — М, топаз.

НЕКРОЗЫ КОРЫ

При некрозных болезнях поражаются кора, луб, камбий и наружные слои древесины. Некрозы протекают сравнительно быстро, вызывая гибель растений за несколько лет, а иногда — за несколько недель.

Туберкуляриевый некроз коры.

Возбудитель — в цикле развития у возбудителя образуется конидиальная (Tubercularia vulgaris Tode) и сумчатая (Nectria cinnabarina) стадии. Последняя развивается крайне редко. Поражаются как ослабленные, так и жизнеспособные лиственные древесные породы и кустарники разного возраста. Развитию болезни способствуют природные и антропогенные факторы; ослабляющие растения; погодные условия, промышленные выбросы, нарушение водного и воздушного режима почвы. Споры проникают в ткани растений через различные поражения коры, обломы сучьев, морозобоины, ожоговые трещины.

Меры борьбы: регулярный уход за растениями, своевременная обрезка пораженных ветвей, опрыскивание растений до распускания почек, по коре бордосской смесью или ее заменителями.

Колпомовый (клитрисовый) некроз дуба
Возбудитель — сумчатый гриб Colpoma guercinum. Поражает растения разного возраста.

Заражение осуществляется аскоспорами через различные повреждения коры. Кора на пораженных стволах и ветвях становится вначале красноватой, а после отмирания приобретает желтовато — белесую окраску, при этом некротические участки четко отграничиваются от здоровой коры.

Меры борьбы: регулярный уход за садом, опрыскивание растений до распускания почек по коре бордосской смесью или ее заменителями.

Цитоспороз лиственных пород
Возбудитель — грибы рода Citospora. Поражаются многие древесные породы и кустарники. Очаги цитоспороза возникают на фоне предварительного ослабления растений, в связи с неблагоприятными почвенно — климатическими условиями (засуха, длительное затопление, влияние низких температр, нарушение баланса питательных веществ), нарушениями правил ухода. Инфекция проникает в ткани дерева через сухие сучья, различные повреждения коры.

На участках пораженной коры в мае и в конце августа — сентября из пикнид выходит масса спор, застывающая на воздухе в виде кроваво — красных капель и жгутиков или золотисто — красноватых капель и тонких спиралек.

Меры борьбы: регулярный уход за садом, опрыскивание растений до распускания почек, по коре бордосской жидкостью или ее заменителями.

ПАРША

Болезнь вызывается преимущественно микроскопическими патогенными грибами, а также бактериями. Поражает поверхностные ткани листьев, цветков, плодов, побегов. Внешними признаками болезни является образование пятен, язвочек или бородавочек, шелушение кожицы. Болезни подвержены многие растения. Наибольший ущерб причиняется паршой яблони и груши, паршой цитрусовых.

Парша яблони и груши :возбудитель — гриб Fusicladium dendriticum(сумчатая стадия — Venturia inaequalis — яблоня) и Fusicladium pirinum (сумчатая стадия -Venturia pirina — груша).

На листьях образуются сначала слегка желтоватые, как бы просвечивающие маслянистые пятна, которые затем покрываются зеленовато — бурым бархатистым налетом. У яблони этот налет, как правило с верхней стороны листьев. у груши — с нижней. Размеры и количество пятен во многом зависят от восприимчивости сорта, погодных условий и возраста листьев. Пятна парши весной бывают более крупными — до 8 — 13 мм. в диаметре, при осеннем заражении — 2- 3 мм. Поражаются в основном молодые листья, в листья старше 25 дней, гриб обычно не проникает.

На плодах пятна округлые, темно-серые, почти черные. Ткани плода в местах заражения пробковеют, нередко растрескиваются. Часто паршой поражаются цветки, плодоножки и черешки листьев, что вызывает преждевременное опадение листьев и завязей, и соответственно, уменьшение урожая.

Парша тополя: возбудитель — несовершенный гриб Pollaccia radiosa (сумчатая стадия — Venturia tremulae — образуется не всегда). В начале лета на листьях образуются сначала фиолетово-бурые, округлые или неправильной формы пятна разных размеров. Позднее на пятнах появляется бархатистый налет оливкового цвета, представляющий конидиальное спороношение возбудителя. Конидии распространяются ветром, дождевыми каплями, а также через зараженные листья. Развитие болезни зависит от погодных условий, главным образом от влажности. Кроме листьев болезнь поражает молодые побеги, они чернеют, засыхают и загибаются в виде крючков, а иногда ломаются.

Парша ивы :возбудитель — несовершенный гриб Pollaccia saliciperda. Поражает разные виды ивы (белую, козью, ломкую и др.). Заражение листьев осуществляется весной, в мае , конидиями, которые образуются на прошлогодних пораженных листьях. Пораженные молодые листья и побеги чернеют и усыхают. При этом побеги загибаются в виде крючка, а усохшие листья повисают. На больных побегах и листьях образуется темно — оливковый, почти черный, плохо заметный бархатистый налет конидиального спороношения.

Меры борьбы :уничтожение источников инфекции (заделка в почву, сгребание, компостирование или сжигание поврежденных побегов), опрыскивание почвы приствольных кругов 10% аммиачной селитрой или 7% раствором мочевины, своевременные и высококачественные химические обработки насаждений медьсодержащими (1% раствор бордосской смеси или ее заменителями), карбонатными и другими фунгицидами.

ПЛОДОВАЯ ГНИЛЬ

Возбудитель: несовершенный гриб Monilla fructigena Pers ex Fr. Болезнь поражает яблоню, грушу, айву, реже — абрикос, сливу вишню, черешню, алычу, персик, развивается на плодах (в пор роста, созревания и при хранении) и на падалице. Плоды заражаются, главным образом через раны наносимые вредными насекомыми (плодожорками, вишневой мухой и др.) Заражение может происходить и при тесном соприкосновении больного плода со здоровым. Плодовая гниль начинается с небольшого бурого пятна, постепенно разрастающегося и охватывающего весь плод. Мякоть плода буреет, размягчается, становится губчатой. На поверхности загнившего участка образуется спороношение гриба в виде желтовато — серых подушечек, расположенных концентрическими кругами вокруг места, куда проникла инфекция.

Меры борьбы :регулярный сбор и уничтожение больных плодов; обработка деревьев фунгицидами, применяемыми в борьбе с паршой; предохранение плодов от механических повреждений при уборке,хранение только здоровых плодов.

РЖАВЧИНА

Возбудитель: различные виды ржавчинных грибов — узкоспециализированных паразитов, некоторые из которых имеют большое число форм и рас, развивающихся лишь на растениях определенных родов и видов. Ржавчинные грибы поражают многие древесные породы и кустарники, вызывая преждевременное засыхание и опадание листьев и хвои. Болезнь вызывает сильное ослабление растений, они отстают в росте, а иногда погибают. Ржавчинные грибы, как правило — разно-хозяйственные (различные стадии у грибов развиваются на разных растениях). Заболевание особенно быстро развивается и распространяется в условиях повышенной влажности и ветренности. На листьях ржавчина проявляется в виде отдельных пятен, подушечек или коростинок, с обратной стороны которых разрастаются оранжевые пустулы с порошащими спорами. Молодые побеги в основном утолщаются или растрескиваются. Из трещин выступают споры в виде обильно пылящего желтого порошка. На хвое сосны, желтые пузыревидные пустулы располагаются в беспорядке на обеих сторонах хвоинок. Пораженные молодые побеги елей с укороченной, покрытой эциями хвоей, имеют вид характерных оранжевых или ярко — желтых кисточек и шишечек, резко выделяющихся на фоне зеленой кроны.

Меры борьбы: правильный, соответствующий агротехнике уход за растениями; обрезка и уничтожение пораженных частей растений; опрыскивание садов медь и серосодержащими препаратами до отрастания листьев.

РЖАВЧИННЫЙ РАК (ПУЗЫРЧАТАЯ РЖАВЧИНА) СОСНЫ
Возбудитель болезни — ржавчинный гриб Cronartium ribicola. Поражаются сосна кедровая сибирская, сосна веймутова, реже другие виды сосны и разные виды смородины. Заражение сосны происходит в конце лета или осенью посредством базидиоспор, образующихся на листьях смородины. Через 2 — 3 года, весной в местах поражения образуется эциостадия. Эции имеют вид желто — оранжевых пузырьков длиной 10 мм., высотой 1 -2 мм., заполненных массой оранжевых эциоспор. Вначале заражаются молодые побеги, откуда мицелий проникает в древесину ветвей и стволов. На пораженных ветвях и стволах возникают утолщения, которые постепенно разрастаются и превращаются в многолетние, ступенчатые, смолоточащие раны. Ветви выше мест поражения усыхают.

Меры борьбы: регулярный уход за садом, профилактика механических повреждений, обрезка и уничтожение сухих ветвей.

СЕРАЯ ГНИЛЬ

Возбудитель — гриб Botrytis cinerea. Почвенный патоген, поражает большое число видов растений: виноград, розы, сирень, чубушник и др. Серой гнилью поражаются все части растения — корневища, клубнелуковицы, стебли, листья, бутоны и лепестки. Симптомы проявления у разных растений бывают разные, но всегда на побуревших пятнах при обилии влаги развивается характерное дымчато — серое спороношение гриба.

Возбудитель зимует на мумифицированных плодах и зараженных ветвях. Особенно сильно болезнь распространяется в годы с дождливым и прохладным летом.

Меры борьбы :соблюдение всех агротехнических требований выращивания каждой культуры; сбор и уничтожение пораженных растительных остатков; протравливание посадочного материала цветочных культур в растворе препарата «Максим»; обработка растений 3% раствором Бордосской смеси до распускания почек.

СМОЛЯНОЙ РАК (СЕРЯНКА) СОСНЫ

Возбудителями болезни являются ржавчинные грибы Cronartium flaccidum и Peridermium pini. Оба гриба вызывают одинаковое по внешним признакам заболевание, но отличаются циклом развития. Мицелий возбудителя проникает в клетки древесины и смоляные ходы, разрушает их, вследствие чего смола пропитывает близлежащие слои древесины и вытекает наружу. Развиваясь в клетках камбия, грибница прекращает рост древесины через 2 — 3 года после заражения. В это же время на пораженных местах развиваются эции возбудителей. Они выступают из трещин коры в виде оранжевых пузырьков высотой 3 — 5 мм., заполненных массой эциоспор и сплошь покрывают пораженный участок ветви или ствола. При проникновении мицелия в ствол, он распространяется в нем из года в год вдоль и по окружности, вызывая отмирания кадмия и образование коры. Кора в местах поражения шелушится и опадает, вытекающая смола застывает в виде серовато — желтых желваков или подтеков. Пораженные смоляным раком ослабленные деревья заселяются стволовыми вредителями (вершинный короед, малый сосновый лубоед, большой сосновый лубоед и др.). Стволовые вредители в значительной степени ускоряют процесс отмирания деревьев в очагах болезни.

Меры борьбы: регулярный уход за садом, дезинфекция срезов ветвей, механических и морозобойных ран путем опрыскивания 3 — 5% — м раствором медного купороса.

ЧЕРНАЯ ПЯТНИСТОСТЬ

Возбудителями черной пятнистости являются различные грибы, в зависимости от вида растения. Систематически повторяющееся сильное поражение пятнистостями, ослабляет растения, снижает устойчивость к другим болезням и ухудшает их декоративные качества.

Черная пятнистость клена:возбудитель — сумчатый гриб Rhytisma acerinum. Заражение листьев происходит в начале лета, в июле — августе на листьях появляются многочисленные светло — желтые пятна, на которых возникают мелкие, черные постепенно сливающиеся точечные бугорки. К концу лета, слившиеся отдельные бугорки образуют строму, имеющую вид черных, выпуклых, округлых пятен с блестящей поверхностью диаметром 10 — 15 мм., с хорошо заметной желто — зеленой каймой. Зимует возбудитель на опавших листьях.

Черная пятнистость ивы:возбудитель— сумчатый гриб Rhytisma salicinum, образующий на листьях черные выпуклые блестящие пятна до 1,5 см. в диаметре.

Черная пятнистость березы:возбудитель — полостно — сумчатый гриб Dothidella betulina. На верхней листьев образуются многочисленные мелкие черные, выпуклые пятна округлой или угловатой формы.

Черная пятнистость розы:возбудитель — гриб Marssonina rosae. На листьях с верхней стороны образуются вначале единичные, затем множественные, округлые лучистые пятна пурпурно — бурого или почти черного цвета размером 5 — 15 мм. Со временем по некрозной ткани развивается спороношение гриба в виде многочисленных черноватых коростинок.

Меры борьбы:регулярный уход за садом (сбор растительных остатков, обрезка пораженных побегов), опрыскивание растений весной до распускания почек 1%-ной Бордосской смесью или ее заменителями.

ШЮТТЕ

Болезнь хвои, вызываемая грибами и проявляющаяся в сравнительно быстром ее опадении. Характерными признаками этой болезни являются изменение окраски хвои, которая приобретает желтый, брый, красно — бурый цвет, и образование на ней спороношений гриба. Возбудитель: различают Шютте обыкновенное (возбудители — сумчатые грибы рода Lophodermium), снежное Шютте (возбудитель — сумчатый гриб Phacidium infestans) и Шютте лиственницы (возбудитель — несовершенный гриб Meria).

Признаки болезни: пожелтение, затем побурение и опадание хвои; при снежной Шютте — появление весной белой паутинистой грибницы, затем побурение хвои, которая к осени становится пепельно — серой. Созревание, рассеивание аскоспор и заражение хвои происходят в период с середины июля и до конца сентября — начала октября. Интенсивность этих процессов зависит от количества осадков, выпавших в июле — августе, и температуры воздуха в июле — августе. Однако решающим фактором в развитии болезни является влажность.

Меры борьбы:удаление и уничтожение зараженной и опавшей хвои; опрыскивания медьсодержащими и серными препаратами (Бордосской смесью, Абига — Пик или ХОМ) ранней весной и осенью (при проявлении заболевания в сильной степени в летнее время опрыскивания повторяют).

Определить болезни растений по листьям фото

Если вы когда-нибудь вели огород, то знаете о том, что растения могут подвергаться заболеваниям. Паразиты, которые поражают плодово-овощные культуры, могут лишить всего урожая. И это ещё ничего страшного, если речь идёт об одном огороде. Становится гораздо хуже, когда масштаб поражения увеличивается, и погибают целые поля урожая. В результате аграрии теряют большую долю дохода, а часть населения недополучает необходимых продуктов, так как стоимость на них повышается. По оценкам экспертов 30% гибели урожая от паразитов является нормой. Можно представить насколько губительны для урожая заболевания, когда показатели выходят за пределы нормы.

Поэтому, если растение вдруг заболело, гораздо менее болезным для урожая будет ранее обнаружение этого факта. И самые первые признаки заболевания появляются на листочках. И именно по ним можно судить об актуальном состоянии здоровья. В этой статье мы расскажем о том, каким образом выявить точную болезнь вашего растения по фотографии его листьев, анализируя главные индикаторы здоровья.

Plantix — лучшее приложение для определения болезни растений

Приложениями, которые по фотографии могут определить, что на ней запечатлено и дать этому предмету детальное описание, уже никого не удивишь. Такие есть и для идентификации растений, животных, пищи и многого другого. Но задача разработчика значительно затрудняется, когда необходимо обучить приложения определять заболевание, анализируя лишь небольшие дефекты листьев растения.

Вам будет интересно: Определить растение по фото онлайн.

На данный момент есть лишь одно такое приложение, и называется оно Plantix. Приложение умеет определять около 60 видов распространённых заболеваний у более чем 30 видов культур. При этом оно постоянно развивается и улучшается, база дополняется новыми данными. Plantix работает на основе машинного обучения, это значит, что чем большее количество фото пользователи в него загружаются, тем более точно оно сможет определять заболевание растений.

Plantix разработан специалистами из Германии, и релиз был организован в странах Центральной Европы. А, так как заболеваемость растения изменяется в зависимости от географии и климата, приложение будет идеально работать именно в странах Центральной Европы. Но это не значит, что в других климатических поясах его нельзя будет использовать — можно, но с меньшим эффектом. Но со временем этот недостаток будет устранён. Так, в данный момент Plantix обучился уже работать также и в регионах Южной Азии.

Чтобы начать пользоваться приложением:

  1. Скачайте Plantix на устройство под управлением Android по этой ссылке. Обратите внимание, что в некоторых регионах приложение может быть недоступно для скачивания. В этом случае вы можете скачать его с помощью Proxy или VPN сервисов.
  2. После установки запустите приложение и выберите язык интерфейса. Если вы не владеете ни одним из приведённых в списке языком, то выберите английский — он универсальный. Русского языка пока нет. После выбора нажмите «Accept«.
  3. Затем вы можете познакомиться с простой презентацией работы приложения или сразу нажать «Get Started«.
  4. Нажмите «Allow» и этим самым вы позволите приложению определять ваше метаположение. Это даст возможность более точно идентифицировать заболевание растения, так как оно зависит от географии.

    Разрешите приложению определить ваше местоположение

  5. Может появиться дополнительный запрос, в котором тоже следует разрешить. Внешний вид и наличие этого уведомления зависят от вашего устройства.
  6. Затем вам нужно выбрать из списка растения, те которые вам вам интересны в данный момент. Среди базы растений, которые вы выберите, приложение будет искать. Можно выбрать до восьми растений одновременно.
  7. После выбора нажмите «Next«. Обратите внимание, что в настоящий момент приложение работает лишь с урожайными растениями, но в будущем скорее всего будут и другие.
  8. На следующей странице вам нужно выбрать ваш статус. Эти данные будут отправлены разработчикам, чтобы они понимали, кто чаще всего пользуется их приложением. Первый вариант — «Я выращиваю урожай в домашнем саду«, второй — «Я выращиваю урожай на поле» и третий — «Я выращиваю урожай в горшках«.
  9. Выберите любой вариант, который вам больше всего подходит и нажмите «Continue«.
  10. Теперь вы окажетесь в интерфейсе приложения. Здесь в верхней вкладке будут растения, которые вы выбрали в начале, и нажав на иконку в виде карандаша, вы сможете отредактировать свой выбор в будущем.
  11. Переключаясь между верхними вкладками, вы можете открывать калькулятор удобрений, список известных болезней и вредителей, и советы по выращиванию для той или иной культуры.
  12. В верхней вкладке выберите нужную культуру и нажмите «Take a picture«, чтобы загрузить изображение с заболевшим листом растения. Фото можно как загрузить из галереи устройства, так и сфотографировать.
  13. После загрузки картинки нажмите на галочку и изображение отправится на анализ, который займёт несколько секунд. На скриншоте ниже в Plantix было загружено фото больного листа арбуза.
  14. После анализа вы увидите описание заболевания, симптомы, рекомендации по профилактике и лечению. Также будут показаны дополнительные фото с этой болезнью, которые позволят вам методом сравнения понять, правильно ли был совершён анализ.

Итак, Plantix — очень функциональное и полезное приложение, но главный его недостаток — это отсутствие русского языка и недоступность в некоторых климатических регионах, которые со временем скорее всего будет устранены. Но, так как это единственный подобный инструмент, приходиться мириться со всеми недостатками. В целом приложение отлично поможет определить любую болезнь вашего домашнего растения, если загрузить в него фото листьев.

Читайте также: Как определить — что за гриб по фото?

Поиск заболеваний по фото листьев в Google и Яндекс

Популярные поисковики Google и Яндекс также могут помочь узнать все о заболевании растений по снимку его листочков. Несмотря на то, что конкретно на этой задаче данные сервисы не специализируются, обширная база информации позволяет им решать её не мене успешно в некоторых случаях, чем Plantix.

Итак, начнём с Google:

  1. Установите приложение Google объектив на своё устройство под управлением Android и запустите его.
  2. Если появится запросы на разрешение использования камеры или файловой системы, то согласитесь. Затем, наведите объектив вашего устройства на больной лист. Постарайтесь сделать так, чтобы в кадр попал только лист с максимально большим количеством поражений. По возможности, чтобы была видна и форма листа. И нажмите на кнопку с лупой снизу, чтобы сделать фото. При этом вы должна находиться во вкладке «Поиск» (снизу).
  3. Вы увидите результаты анализа. Например, на скриншоте ниже показан результат анализа больного листика арбуза. Как видно, приложение смогло определить заболевание, но при этом предложило альтернативные варианты. Поэтому можно предположить, что результат анализа не будет однозначным и точным.
  4. Также изображение с больным растением можно загрузить через галерею устройства.

Можно задействовать и ресурсы Яндекса:

  1. Установите приложение Yandex на ваше устройство под управлением Android или iOs, и запустите.
  2. Нажмите на иконку в виде фотоаппарата в форме поиска, чтобы начать поиск по изображениям.
  3. Наведите объектив на поражённый лист, и нажмите на жёлтую кнопку снизу, чтобы начать анализ фото.
  4. Затем вы увидите результат с похожими изображениями, где сможете найти название заболевания.
  5. Также можно загрузить картинку и через галерею.

Для того, чтобы распознать болезни любых домашних растений по одной лишь фотографии листьев, идеально подойдёт приложение Plantix, которое было описано выше. Однако, если оно не подходит для вашего региона или вам трудно разобраться в нём из-за отсутствия русского языка, то можно вполне эффективно попробовать и ресурсы Яндекса и Google, которые подойдут всём, но могут работать не с такой точностью и эффективностью.

Автор Рамиль Опубликовано Обновлено

фото, названия, описание, лечение и защита растений от болезней

3.5 / 5 ( 2 голоса )

Как и в случае с вредителями, лечение болезней растений требует от садовода комплексного похода. Мало побрызгать пораженные части какого-то одного кустарника или цветка – необходимо сделать так, чтобы заболевание не распространилось по саду. Для того чтобы меры борьбы были действительно эффективными, нужно точно знать, чем именно больна культура.

Следует помнить, что легче болезнь предупредить, чем лечить. Самый надежный способ борьбы с болезнями растений — это высокий уровень агротехники, использование здорового посадочного материала. Растения должны получать в достаточном количестве питательные вещества, воду, солнечный свет, в этом случае они смогут противостоять вредителям и болезням. Основные виды болезней растений – это грибные, вирусные и бактериальные. Также выделена отдельная группа неинфекционных болезней растений, связанных с дефицитом тех или иных веществ.

С описанием болезней растений, а также с самыми эффективными мерами борьбы и профилактическими мероприятиями вы можете ознакомиться на этой странице.

Грибные болезни растений, средства и способы борьбы с ними

Из грибных заболеваний растений наиболее часто встречаются следующие.

   

Фузариоз. Наибольший вред это заболевание наносит гладиолусам, нарциссам, тюльпанам и другим луковичным, а также ирисам, георгинам. Грибы обитают в пахотном слое почвы и через корневую систему попадают в луковицы, стебли, листья, бутоны, семена. У пораженных растений плохо развивается корневая система, листья длинные, тонкие, изгибающиеся, постепенно желтеют, начиная с кончиков. Луковичные легко выдергиваются из почвы. Нередко болезнь протекает со слабовыраженными симптомами, что особенно опасно.

При слабом поражении донца луковицы внешне не отличаются от здоровых, поэтому могут быть высажены в грунт. Листья пораженного растения долго остаются зелеными, однако при выкопке обнаруживается, что большая часть корней отмерла, а на самой луковице видны красно-бурые пятна, донце можно различить мелкие беловатые споры гриба. Между чешуями появляется розовато-белый налет в виде паутины. При хранении пораженных луковиц грибная инфекция продолжает интенсивно развиваться, пронизывая всю луковицу и вызывая ее гибель. При низкой влажности луковицы усыхают, а при высокой влажности и температуре образуется мягкая гниль. Развитию фузариоза способствуют избыточная влажность или, напротив, засуха, загущенность посадок, тяжелые почвы, избыток органики, наличие механических повреждений луковиц. Возбудитель сохраняется в почве, растительных остатках, посадочном материале.

Справиться с фузариозом нелегко, так как он часто протекает бессимптомно. Поэтому главное значение имеет профилактика болезней растений и прежде всего, своевременное выкапывание луковиц. Их необходимо быстро просушивать и хранить в проветриваемом помещении. Для защиты растений от этой болезни перед высадкой посадочный материал выдерживают в течение 30 минут в 0,2%-ной суспензии фундазола. Все подозрительные на болезнь растения следует уничтожать. Сортов, невосприимчивых к фузариозу нет, но степень устойчивости может быть различной. В случае ежегодного появления заболевания следует исключить из коллекции восприимчивые сорта. С целью профилактики применяют культурообороты, чередуя посадки с устойчивыми к фузариозу растениями (сальвия, календула, эшшольция, бархатцы).

Эффективный метод борьбы с этой болезнью растений – обработка тиазоном. Препарат смешивают с песком (1:1) и вносят осенью или весной за месяц до посадки, затем перекапывают на штык лопаты и поливают участок.

   

Серая гниль, или ботритис. Эта одна из основных болезней растений, она поражает многие цветочные культуры — тюльпаны, ирисы, пионы, гладиолусы, лилии, розы, хризантемы, астры, левкои, гвоздики. Гриб может повреждать все органы растений в течение всего вегетационного периода. Заболевают всходы, рассада, цветущие растения, луковицы, клубни, корневища. Может поражаться посадочный материал в период хранения.

Заболевание вызывается двумя разновидностями гриба. Первый поражает стебли и концы листьев при повышенной влажности. Листья обесцвечиваются, затем приобретают коричневую окраску и загнивают, покрываясь серым налетом. Вторая разновидность гриба вызывает сухую гниль корневищ, луковиц, клубней. Развитие больных растений замедляется. Гниль может распространиться и на основания листьев, где образуется серый налет спор гриба. При этом у гладиолусов и ирисов веер листьев падает.

Развитию заболевания способствуют повышенная влажность, загущенность посадок, избыток азота, тяжелые глинистые почвы, механические повреждения луковиц и подмораживание корневищ. Интенсивное развитие серой гнили происходит в период прохладного и влажного лета. Возбудитель заболевания передается через зараженную почву и растительные остатки, а также пораженный посадочный материал.

При борьбе с этой болезнью растений во время вегетации важно избегать избыточного внесения азотных удобрений. При появлении признаков поражения опрыскивают 0,2%-ным фундазолом или 1%-ной бордоской жидкостью 1 раз в 10 дней. Сильно пораженные экземпляры выбраковывают. На хранение закладывают здоровый посадочный материал, в хранилище обеспечивают хорошую вентиляцию и необходимую температуру воздуха. В период хранения пораженные клубни или луковицы выбраковывают и уничтожают.

   

Склероциальная гниль. Болезнь поражает луковичные растения, чаще всего тюльпаны, гиацинты, нарциссы как во время вегетации, так и при хранении. Весной зараженные луковицы не прорастают или дают желтые искривленные побеги.

Как видно на фото, при этой болезни растений на луковицах образуется белый налет, напоминающий вату, с темными точками спор гриба:

При сильном поражении посадочный материал размягчается и сгнивает. Заболевание может проявиться в виде вдавленного с темной каймой пятна гнили в верхней части луковицы. Инфекция передается через почву и пораженный посадочный материал.

Основная мера борьбы с этой болезнью растений – выбраковка больных культур и луковиц, уничтожение растительных остатков, при необходимости обрабатывают фунгицидами.

   

Пенициллез, или зеленая плесень. Болезнь поражает луковицы тюльпанов, нарциссов, гиацинтов, гладиолусов в период покоя в результате механических повреждений при уборке и очистке, а также плохих условий хранения. Поражаются плохо просушенные, сильно охлажденные и Имеющие механические повреждения луковицы. Болезнь нередко возникает как вторичная при заболевании серой гнилью, фузариозом. На донце и вокруг него появляются мелкие светло-коричневые пятна, которые могут распространяться не только по поверхности, но и вглубь луковицы. Зараженный посадочный материал или полностью сгнивает, или дает чахлые всходы. На листьях образуются желто-бурые пятна с обильным голубовато-зеленым налетом гриба.

Необходимо соблюдать температурный режим при хранении луковиц, обеспечив достаточную вентиляцию. Пораженный посадочный материал отбраковывают как во время хранения, так и перед посадкой. Нужно стараться избегать механических повреждений луковиц. Хорошее средство борьбы с этой болезнью растений – обработка посадочного материала 0,2%-ным раствором фундазола в течение 30 минут.

   

Пятнистость листьев. Опасное заболевание, вызываемое различными видами грибов. Могут поражаться анютины глазки, примулы, ирисы, флоксы, маки, бородатая гвоздика, дельфиниум, георгины, розы. На листьях появляются пятна различной окраски, формы и величины. Пораженные листья со временем засыхают. Пятнистость листьев проявляется во второй половине лета. Теплая влажная погода способствует распространению болезни. Так как резервуаром инфекции служат пораженные листья, важным моментом в борьбе с этим заболеванием является уничтожение растительных остатков и засохших листьев.

Эффективными препаратами для борьбы с этой болезнью растений являются медь- и цинксодержащие фунгициды.

Бактериальные болезни растений и методы защиты

Мокрая гниль. Это бактериальная болезнь растений, которая поражает луковичные (нарциссы, тюльпаны, гиацинты), а также является одним из самых опасных заболеваний ирисов. Данный тип болезни растений проявляется пожелтением и увяданием листьев, задержкой роста, луковицы и корневища размягчаются, покрываются слизью, издают резкий неприятный запах.

   

Заболевшее растение погибает. Развитию болезни способствуют избыток азота в почве, недостаток кальция и фосфора, внесение свежего навоза, высокая влажность, загущенность посадок. Заболевание передается через зараженные бактериозом почву и растительные остатки. Инфекция может проникать в растения через повреждения, наносимые насекомыми (личинками хрущей и мухи-журчалки, проволочником). У ирисов распространению гнили способствует подмерзание корневищ.

Для защиты растений от этой бактериальной болезни больные культуры и луковицы выбраковывают. Перед посадкой корневища и луковицы выдерживают в 0,5%-ном растворе марганцовки в течение 30 минут или в суспензии каптана (0,2—0,5%) в течение часа.

Типы вирусных болезней растений и рекомендации по борьбе с ними

Все типы вирусных болезней растений проявляются рядом характерных симптомов. Листья желтеют, покрываются некротическими пятнами и причудливыми узорами в виде мозаики, полосок, штрихов. Листья сморщиваются, деформируются (морщинистость, курчавость, узколистность). На стеблях могут появляться зеленовато-коричневые полосы, резко замедляется их рост. Болезнь распространяется через инвентарь и даже руки садовода, переносчиками инфекций могут быть сосущие насекомые, например, тля.

При недостатке железа, магния, других микроэлементов, а также при повреждении вредными насекомыми могут наблюдаться схожие признаки. Если после подкормок микроэлементами симптомы болезни не исчезнут, то велика вероятность поражения вирусами.

Лечения вирусных заболеваний не существует. Единственная рекомендация по борьбе с этой болезнью растений – выкопать больную культуру и сжечь её, а почву продезинфицировать темно-малиновым раствором марганцовки. Также следует бороться с переносчиками инфекции, дезинфицировать инструменты и руки после контакта с больными растениями.

   

Мозаика. Этому заболеванию подвержены практически все декоративные культуры. Свое название эта болезнь растений получила за то, что при поражении вирусом на листьях образуется рисунок в виде сетки или желтых полос, напоминающий мозаику. Рост растений замедляется, формируются укороченные цветоносы, цветки недоразвитые, деформированные. Лепестки цветков становятся пестрыми. Могут образовываться многочисленные боковые побеги, что приводит к чрезмерной кустистости. Луковичные созревают раньше срока, но луковицы при этом мелкие и неполноценные. Возбудитель сохраняется в зараженных растениях и почве. Переносят вирус мозаики сосущие насекомые — тля, цикадки.

   

Пестролепестность. Эта вирусная болезнь растений приводит к появлению на лепестках прожилок или пятен нехарактерного цвета. Наиболее часто от этого страдают тюльпаны, но болезнь может встречаться и у георгин, хризантем, лилий, фиалок. На лепестках светло-красных, розовых, сиреневых тюльпанов появляется белый или желтый перистый рисунок. У темно-красных и пурпурных сортов цвет бутонов становится менее насыщенным, и на них появляются темные штрихи. Многие тюльпаны, у которых заболевание проявляется слабо, могут существовать годами и все это время являться источником болезни. Цветки и луковицы у таких растений постепенно мельчают, и в конечном счете они вырождаются.

Неинфекционные болезни растений, методы борьбы и профилактики

Заболевания цветочных культур могут быть обусловлены не только поражением инфекционными агентами, но и неправильным уходом, плохими почвами или посадочным материалом, недостатком или избытком питательных элементов, неблагоприятными погодными условиями, слишком частыми обработками пестицидами, загрязнением воздуха.

   

Дисбаланс питательных элементов в почве неблагоприятно сказывается на развитии растений. Так, при недостатке азота листья бледнеют, уменьшается количество цветков в соцветии. Избыток азота также нежелателен, особенно в сочетании с дефицитом калия и кальция: стебли теряют прочность, цветки в верхней части соцветия недоразвиты, нарушается развитие луковиц, растения легко поражаются фузариозом.

   

Хлороз листьев. Эта аномалия обусловлена недостатком микроэлементов (чаще всего магния). Высокое содержание извести или калия в почве может послужить причиной того, что магний с трудом усваивается растением. Ткани становятся бледными или желтовато-зелеными, а жилки остаются ярко-зелеными. Изменяется окраска всего растения или части листьев. Хлороз нередко наблюдается в холодные весны, чаще на тощих песчаных и супесчаных почвах. Возможно, аномалия развивается у растений, ослабленных другими болезнями. Для профилактики этой неинфекционной болезни растений проводят четырехкратное опрыскивание растений перед цветением раствором сульфата магния.

   

Увядание. Болезнь начинается с кончиков побегов и медленно распространяется вниз. Обычно поражаются ослабленные растения. Очень часто увядание наблюдается при дефиците в почве калия, кальция, фосфора и бора. Возникновению болезни способствуют подмерзание побегов, заболевания мучнистой росой или пятнистостью листьев.

Неинфекционные заболевания довольно часто поражают тюльпаны.

Засыхание цветков. Заболевание поражает зачаток цветка у тюльпанов. Если этот процесс происходит до высадки луковицы, то остатки цветочного зачатка в развившемся растении можно обнаружить в виде маленького пленчатого перышка между листьями. Такие растения имеют укороченные стебли и более мелкие листья. Отмершие части цветка никогда не загнивают и не покрываются плесенью, как при серой гнили. При слабом развитии болезни повреждаются только тычинки.

   

Засыхание цветочной почки в луковице может быть обусловлено слишком высокой температурой на позднем этапе хранения. Обычно такое наблюдается при транспортировке луковиц (транзитный нагрев). После высадки засыхание цветков часто наблюдается у очень быстро растущих сортов и при плохом развитии корневой системы. Этому также способствует длительное охлаждение или высокая температура в теплицах во время выгонки. Имеет значение и время начала охлаждения луковиц, подготавливаемых к выгонке.

Основной метод профилактики этой неинфекционной болезни растений – соблюдение оптимального режима хранения посадочного материала. Чтобы предотвратить засыхание цветков, луковицы после уборки нужно хранить при температуре 20 °С или несколько выше. Следует избегать перегрева посадочного материала при транспортировке. При выгонке в ящиках температура после переноса тюльпанов в теплицу не должна превышать 18—20 °С. Если охлаждение было очень длительным или ожидается быстрый рост при поздней выгонке, необходимо поддерживать температуру 15—16 °С.

Какие ещё есть неинфекционные болезни растений и как с ними бороться

Ниже описано, какие ещё есть неинфекционные болезни растений и как с ними бороться на приусадебном участке.

   

«Смола». На мясистых чешуях луковицы возникают пузырьки, наполненные вначале светлой, а затем светло-желтой или коричневой вязкой жидкостью, которая может выступать наружу через трещины. Постепенно она затвердевает и превращается в смолообразное вещество, локализующееся под поверхностными слоями чешуи. Такие луковицы после высадки, как правило, развиваются нормально. «Смола» может образовываться, если посадочный материал подвергся легким механическим повреждениям (например, при сортировке) или воздействию этилена.

Сорта, склонные к образованию «смолы», следует выкапывать и обрабатывать очень осторожно; ни в коем случае нельзя хранить их с другими луковицами, выделяющими этилен.

   

«Лебединые шеи». Эта аномалия может встречаться как в открытом грунте, так и в теплицах, особенно при поздней выгонке. Росток имеет двойной завиток, развивается вяло или совсем не растет. У некоторых сортов аномалия повторяется из года в год. По-видимому, она возникает при сильном высыхании чешуи или повреждении верхушки луковицы.

   

Пестрота листьев. Проявления болезни различны. Иногда на листовых пластинках появляется желтая или серебристая кайма. Это может быть следствием мутаций. Нередко это расценивается садоводами как вирусная болезнь, и растения уничтожают. Или же на листьях возникают бледно-желтые или зеленовато-желтые полосы. Часто аномалия появляется в одной из партий тюльпанов и исчезает на следующий год. Желтые пятна на проростках и развернувшихся листьях образуются, если луковицы высажены в обработанную гербицидами почву.

   

Дегенерации (аномалии роста) отмечаются как в надземных частях растений, так и в луковицах.

   

Наиболее часто встречаются пасынки и «лошадиные зубы». В первом случае кроме обычных листьев развивается несколько мелких, из детки. Основные листья длинные, острые, со слегка загнутыми краями. Такие растения цветут позже, а мелкие луковицы могут вообще не давать цветков. Тюльпаны с такой аномалией роста долго остаются незамеченными.

Иногда зачаток луковицы в пазухе чешуи расщепляется, возникают плотно прилегающие друг к другу продолговатые, сплющенные и угловатые луковички. Они сидят в один ряд и напоминают лошадиную челюсть. Эта дегенерация наследуется.

У некоторых луковиц чешуи формируются неравномерно. Сверху они смыкаются, образуют концентрически расположенные «зубы», напоминающие артишок.

Основной метод защиты растений от этой болезни — своевременное выявление и тщательное удаление тюльпанов с признаками дегенерации.

Химическая защита и борьба с болезнями растений при помощи препаратов

Чтобы защитить растения от болезней, необходима комплексная система мероприятий. Особое место отводится профилактике. Важнейшее значение имеет культурооборот. На месте выкопанных многолетников и луковичных полезно размещать однолетники, выделяющие фитонциды (настурция, горчица, календула, бархатцы), и осенью их запахивать. При этом отмечается заметное оздоровление почвы от возбудителей фузариоза и серой гнили. На старое место многолетники обычно возвращают через 4—6 лет.

А как бороться с болезнями растений, если нет возможности чередовать культуры? В этом случае проводят протравливание почвы нитрафеном, обладающим фунгицидным, бактерицидным и отчасти гербицидным действием. Осенью почву перекапывают на глубину 20-25 см и поливают из садовой лейки с распылителем раствором нитрафена (250 г на 20 л воды на 1 м2). Можно также использовать для протравливания почвы такие препараты для защиты растений от болезней, как хлорокись меди (0,4%), фундазол (0,2%) и топсин (0,1%).

Следует использовать только здоровый посадочный материал, избегать загущения посадок, периодически выбраковывать и уничтожать заболевшие растения, почву в лунках дезинфицировать. Важное значение имеет внесение органических и минеральных удобрений в оптимальных дозах.

Внесение микроэлементов способствует оздоровлению растений. Нередко одного этого хватает для предотвращения многих заболеваний. Проводят опрыскивание раствором микроэлементов 2—3 раза за сезон. Для этого на 10 л воды берется 50 г серной кислоты, по 50 г железного и медного купороса, 10г борной кислоты и 10г азотнокислого кобальта.

Большинство необходимых питательных веществ и микроэлементов содержится в так называемом «зеленом удобрении». Подкормки настоем крапивы, окопника, пижмы, хвоща, бархатцев способствуют укреплению растений и повышению их устойчивости к болезням. Кроме питательных свойств такие растворы обладают и инсектицидным действием, что проявляется в оздоровлении почвы и защите растений от вредных насекомых и болезнетворных грибов.

Большое значение имеет дезинфекция стеллажей, лотков, ящиков и рабочего инвентаря, помещений для хранения. Общую уборку и влажную дезинфекцию проводят ежегодно в конце вегетационного сезона. Используют формалин (4%), медный (5%) или железный (8%) купорос, раствор хлорной извести (400 г на 12 л воды — готовят за 2—4 часа до употребления).

Для химической защиты растений от болезней лучше применять медно-мыльный препарат (200 г калийного зеленого мыла и 20 г медного купороса на 10л воды), фундазол (0,2%), хлорокись меди (0,4%), карбофос (0,2%). Против грибных болезней высокоэффективны простейшие бытовые щелочные химикаты — питьевая и кальцинированная сода, поташ, зола (особенно подсолнечника). Концентрация раствора этих веществ 0,5—1%. Кроме того, щелочные химикаты содержат необходимые для растений элементы питания, поэтому они одновременно могут служить и подкормкой. Растворы щелочей безвредны для окружающих. После ливневых дождей, приносящих массу спор всех видов патогенных грибов, а также при обильных росах рекомендуется систематически опрыскивать растения растворами бытовых щелочных химикатов.

При хранении посадочного материала необходимо соблюдать температурный режим, поддерживать оптимальную влажность воздуха. Периодически осматривают и выбраковывают подозрительные на заболевания экземпляры. Перед посадкой луковицы обрабатывают фунгицидами и раствором марганцовки.

Приложение диагностирует больше 60 болезней растений, анализируя фотографии

Немецкая компания Peat разработала приложение Plantix для диагностики и лечения болезней сельскохозяйственных культур.

Пользователи загружают фотографии пораженных растений через приложение, которое анализирует изображения и выдает название и причину болезни.

В Plantix реализована система машинного обучения. Чем больше фотографий добавляется в базу данных приложения, тем более точно она будет работать.  Программа не только диагностирует, но и предоставляет пользователям информацию о профилактических мерах и методах борьбы с заболеванием.

По словам генерального директора компании Peat — ежегодные потери урожая сельскохозяйственных культур во всем мире из-за болезней растений и вредителей достигают 30%. Приложение же поможет снизить эти потери.

С июня 2015 года Plantix получила более 500 000 фотографий. Такая огромная база изображений позволила приложению выявить многие заболевания. В настоящее время программа может обнаружить более 60 заболеваний. Приложение также содержит библиотеку патогенов, которые могут быть отфильтрованы по видам растений, грибкам, бактериям, вирусам и другим категориям.

Еще одна возможность Plantix — пользователи могут делиться опытом борьбы с заболеваниями культур, а также получать доступ к отчетам о погоде.

Приложение доступно для бесплатной загрузки в Google Play во многих странах. Но из-за того, что вначале программа была запущена только в Германии, Бразилии и Индии — именно для этих государств подходит наиболее оптимально. Для других же стран пока что продолжается сбор фотографий и информации. Поэтому могут возникнуть трудности с диагностированием некоторых заболеваний.

Сегодня разрабатывается много аграрных приложений для смартфонов. Например, в США разработали приложение для обнаружения бактерий на продуктах.

 

Источник: FAO

Самые опасные инфекционные болезни садово-огородных культур

Круглогодичная забота хозяев дачных участков о защите сада и огорода от болезней не всегда дает желаемые результаты, хотя всю весну и лето на участках слышны характерные звуки работающих опрыскивателей. Особо опасные болезни способны уничтожить большие площади овощных и садово-парковых культур.

Для борьбы с инфекционными болезнями растений современной химико-фармацевтической промышленностью разработаны многочисленные химические и биологические препараты, которые уничтожают или значительно уменьшают количество и вредоносность заболеваний. Однако для эффективной борьбы с заболеванием растений прежде всего необходимо вовремя и точно определить вид данного заболевания.

Огород

Инфекционные заболевания растений вызываются инфекциями, которые способны заражать в том числе представителей фауны и передавать заболевание от растения к растению. Инфекция может находиться в почве, воздухе, воде и, при благоприятных для нее условиях, быстро распространяться на здоровые растения.

Инфекционные заболевания растений подразделяются на следующие группы:

  • грибковые,
  • бактериальные,
  • вирусные.

1. Грибковые заболеваний растений

Грибковые заболевания вызываются различными группами патогенных грибов. По видовому составу грибковые заболевания растений самые распространенные среди болезнетворных растительных инфекций. По негативному действию на растения наиболее опасными и часто встречающимися являются фитофтороз, черная ножка, гнили корневой и вегетативной системы растений, вертициллёз, фузариоз, мучнистые росы (ложная и настоящая).

Фитофтороз

Фитофтороз относится к самым распространенным болезням растений. Распространяется спорами грибов, которые попадают на растения или в почву во время дождей, полива, при ветре.

Уровень опасности фитофтороза

Особая опасность фитофтороза заключается в способности поражать овощные и другие огородные растения, древесные и кустарниковые плодово-ягодные культуры. Инфекция проникает в подземные органы (корневую систему, клубни, луковицы, корневища). Из надземных она поражает листья, цветки, стебли, завязи и плоды. Особенно сильно грибком поражаются баклажаны, перец сладкий, помидоры, земляника/клубника, картофель, яблоня, комнатные и оранжерейные растения и другие культуры.

Фитофтороз или фитофтора на листьях томата. © Steve Johnson
Внешнее проявление фитофтороза растений

Фитофтороз проявляется во второй половине лета и очень быстро распространяется в сырую дождливую погоду при температурах в пределах +24..+27 °С. На листьях и молодых побегах появляются бурые или серо-зеленоватые пятнышки. Некоторые вначале окружены кольцом беловатой паутинки, а позже покрываются ею полностью. Пятнышки сливаются, увеличивая площадь поражения. Листья засыхают и опадают (служат источником последующего заражения). Травянистые культуры погибают, а у древесно-кустарниковых плоды становятся непригодными в пищу и переработку, для хранения и транспортировки.

Читайте наш подробный материал: Фитофтороз томатов. Профилактика и меры борьбы.

Гнили

Все типы гнилей повреждают, в основном, овощные и другие огородные растения, молодые саженцы некоторых плодовых культур и ягодников (черная ножка, белая, серая, бурая, твердая, кила, стеблевая). Практически для всех гнилей отсутствует эффективное лечение. Заболевшие растения удаляют с участка и сжигают.

Внешние проявления гнилей растений
  • Истончение ножки сеянца (черная ножка).
  • При бурой гнили корневая шейка растений размягчается и буреет, а позже чернеет.
  • Белая гниль при поражении корнеплодов размягчает ткани, превращая их в слизь, корнеплод покрывается белым налетом.
  • Твердая гниль формирует на листьях коричнево-пурпурные пятнышки с черными точками. Середина пятен светлее краев. Пятнышки сливаются в сероватые пораженные области листовых пластинок.
  • Серая гниль поражает все надземные органы растений, которые покрываются сероватым пухом, буреют и ослизняются.
  • Кила грибковая образует наросты в виде вздутий на корнях растений любой возрастной стадии. Растения завядают без видимой внешней причины и гибнут.
  • Стеблевая гниль в отличие от остальных видов поражает непосредственно внутреннюю часть стеблей. Беспричинно увядшие растения удаляют. На поперечном срезе явно бывают видны белые хлопья. Гниль стеблей внешне проявляется при развитии болезни по окольцовыванию и отмиранию цветоножек или частей молодых стеблей деревьев и кустарников.
Серая гниль на винограде. © winetalkБурая гниль на черешне. © Thaddeus McCamantКила на корнях капусты. © Shelley

Некоторые грибковые заболевания растений называют болезнями увядания. Связано это с тем, что без видимой причины растения начинают увядать и через некоторое время погибают. К таким заболеваниям, наиболее знакомым дачникам, относятся вертициллёз, фузариоз и другие.

Вертициллёз

Болезнь опасна тем, что повреждает сосудистую систему травянистых и древесно-кустарниковых растений. Распространяется грибок по сосудам (чернь древесины) в острой и хронической форме. В первом случае растение погибает за 5-10 дней, во втором может жить дольше, но использовать в пищу плоды таких растений не приходится.

Внешнее проявление вертициллёза

Вертициллёз — это заболевание сосудов растений. Начинает проявляться увяданием и пожелтением с последующим опадением листьев, начиная со средней части кроны. Цветки и завязи сморщиваются, буреют и засыхают. Молодые листья хлоротичны и сохраняются лишь на верхушках растений (куда не дорос мицелий гриба). Грибница выделяет токсины, отравляющие растения. На поперечном срезе увядших стеблей видны пораженные проводящие сосуды в виде черных точек. На продольном срезе видна камедь, заполнившая сосуды.

Вертициллёз на клубнике. © NIAB EMR
Уровень опасности

Вертициллёзное поражение начинается от корней к вершине растений. Поэтому при проявлении внешних признаков заболевания, большая часть растения поражена грибком и спасти его невозможно. Патогенные грибы сохраняются в почве до 15 лет и активно заражают растения при температуре ниже +20 °С.

Вертициллёзом поражаются все огородные растения, цветковые летники и многолетники, хвойные и широколиственные лесные и парковые культуры, плодовые ягодники и сады, сорные растения.

Фузариоз

Грибковая инфекция фузариума распространяется через почву, поражая в первую очередь корневую систему растения. Заболевание распространено во всех регионах независимо от климатических условий.

Уровень опасности фузариоза

Фузариоз опасен тем, что повреждает большой перечень травянистых, цветочных, одно- и многолетних растений и древесно-кустарниковых культур. Причем, растения поражаются грибком в любом возрасте.

Фузариоз может проявляться как трахеомикозное увядание, поражая розы, хвойники, рододендроны. Из комнатных растений чаще всего болеют зигокактусы, цикламены, орхидеи, бальзамины и другие растения.

Фузариоз на перце
Внешние проявления фузариоза

Грибок через корни доходит до корневой шейки, где со временем образуется розовый налет (иногда черный), а весь корень покрывается белым налетом. Ткани органов загнивают, а мицелий, поднимаясь по сосудам в надземную часть, вызывает пожелтение листьев с образованием отдельных водянистых участков светло-желтых и других оттенков. Истончение стеблей, увядание соцветий, початков, плодов с последующей гибелью всего растения. Отличительным признаком фузариоза служит нежный белый налет на верхней части листовых пластинок. Черешки ослабевают, листья повисают вдоль стебля.

Мучнистые росы

Мучнистую росу относят к опаснейшим заболеваниям овощных и огородных культур, цветников, сада и ягодников. По негативному воздействию на растения ложная и настоящая мучнистые росы очень схожи, а по внешнему проявлению имеются у каждого вида свои особенности.

Отличительные черты мучнистой росы

Настоящая мучнистая роса образуется одновременно на всех частях заболевшего растения. Все растение покрывается мучнистым беловатым налетом, листья сворачиваются, становятся вялыми, но не опадают. Вызывается заболевание нарушением агротехники выращивания и ухода (загущение, перепад температур, недостаток питания).

Читайте наш подробный материал: Меры борьбы с мучнистой росой.

Ложная мучнистая роса начинается с пятнистостей верхней части листовых пластинок культуры (бесцветных или желтовато-шоколадных, коричневатых) и одновременным появлением на нижней стороне серой плесени. Заболевает культура обычно в период резких перепадов дневной и ночной температур.

Читайте наш подробный материал: Ложная мучнистая роса.

Мучнистая роса на листьях клубники. © Plantpathfinder
Какие культуры поражаются мучнистой росой?

Ложная и настоящая мучнистая роса поражает в первую очередь растения с опушенными листьями (тыквенные — огурцы, кабачки, патиссоны, тыквы). Из других культур — редис и редьку, горох и салаты, фасоль, укроп. Сильно повреждаются росой из цветковых розы, герберы, циннии, флоксы, бегонии. Подвержены заболеванию росой и комнатные растения: колланхоэ, фиалки, орхидеи и другие. Из ягодно-фруктовых культур можно отметить повышенную склонность к заболеванию росами крыжовник, смородину, грушу, яблоню, сливу и другие культуры.

Наибольшие поражения в открытом грунте связаны с утренней росой и поливом холодной водой. В защищенном — с высоким уровнем воздушной влажности (более 90%) и поливом холодной водой.

Методы защиты культур от грибковых заболеваний

Профилактические

Содержать дачный участок без сорняков, убирать все садово-огородные послеуборочные остатки. Заболевшие травянистые культуры убирать и сжигать. Осенью и весной пробеливать штамбы деревьев, устанавливать и менять ловчие пояса для предотвращения проникновения разносчиков болезней на крону деревьев (муравьев и других насекомых и членистоногих).

Агротехнические

Выполнять все требования культуры к агротехнике возделывания. Обязательно протравливать (обеззараживать) семена, луковицы, клубни и другой посевной и посадочный материал, включая саженцы кустарников и деревьев.

Химические меры борьбы

Бордосская жидкость, железный купорос, цинеб, кельтан, оксихом, фундазол и другие. Использовать при обработке растений только препараты, разрешенные ежегодным списком к обработке овощных, огородных культур, древесно-кустарниковых и парковых пород.

Биологические меры борьбы

Защиту растений начинают с первых дней. Семена и корневую систему саженцев обрабатывают регуляторами роста (завязь, бутон, эпин, гумми, атлет, гетероауксин, корневин и другие).

Для усиления противостояния непогоде и другим негативным условиям обрабатывают растения во время вегетации иммуномодуляторами (гумат натрия, гумми, оберегъ, циркон, эпин). При заболевании используют биофунгициды — фитоспорин, алирин, гамаир, планриз, фитодоктор, псевдобактерин-2, триходермин, превикур, барьер и другие. Биопрепараты лучше использовать в баковых смесях, предварительно проверив их на совместимость.

2. Бактериальные заболевания растений

Бактериальные заболевания делятся на:

  • пятнистости (черная бактериальная пятнистость, вершинная гниль),
  • растительные опухоли (рак),
  • сосудистые заболевания (сосудистый бактериоз).
Чёрная бактериальная пятнистость на томатеБактериальное разрастание растения. © BhaiСосудистый бактериоз капусты. © bejo

Бактериальные заболевания вызывают патогенные бактерии, проживающие обычно в почве. Общими внешними проявлениями бактериозного повреждения являются:

Гнилостный мокрый или сухой распад мягких тканей растения,

Появление на листьях пятен различной расцветки и формы, которые захватывают новые участки растения, включая побеги, многолетние стебли и ветки, штамбы деревьев. При высокой температуре пораженные участки высыхают, а при дождливой образуют слизистую массу,

Бактериальные микроорганизмы заселяют проводящую систему растений; у растений нарушаются процессы метаболизма, они увядают, теряют зеленую окраску и гибнут,

Бактерии, поселившись в тканях растений, выделяют специфические ростовые вещества, вызывающие усиленное деление клеток с образованием опухолей; опухолевидные выросты со временем изъязвляются (рак растений).

Какие растения повреждает бактериальная инфекция?

Бактерии живут в земле и проникают в корень через механические повреждения. Повреждают они все виды садовых и декоративно-парковых культур. Отличительной чертой бактериальных повреждений являются некрозы тканей в виде черных обугленных частей веток, либо выростов на ветках и корнях, вначале мягких, а со временем уплотняющихся до деревянистости (абрикосы, персики, груши, айва, виноград и другие). Ими болеют не только древесные культуры, но и цветковые: розы, георгины, пеларгонии и другие.

Профилактика и борьба с бактериальными заболеваниями растений

Основные защитные мероприятия включают профилактические и агротехнические работы. При своевременном обеспечении растениям оптимальных условий для роста и развития болезни со временем локализуются и замедляют свое развитие.

Постоянная уборка участка от обрезанных частей растений и полностью заболевших. Отходы сжигаются.

Места расположения больных растений дезинфицируют хлорной известью или обрабатывают 5% раствором медного купороса.

Обязательная дезинфекция посадочного материала (семян, корневищ, луковиц, саженцев, черенков) и садового инструмента.

Из химических препаратов рекомендуются: 1% бордосская жидкость, оксихом, фундазол, скор и другие.

Учитывая безопасность биопрепаратов для человека и окружающей фауны лучше на дачных участках использовать следующие биопрепараты, целенаправленно действующие на бактериальную инфекцию в почве и растениях: фитоспорин, триходермин, лепидоцид СК-М, гаупсин, микосан. Их можно применять в баковых смесях, но перед употреблением все же необходимо проверить на совместимость.

3. Вирусные заболевания растений

К вирусным заболеваниям относится столбур, табачная мозаика и другие, поражающие растения определенными группами вирусов. Вирусные заболевания опасны тем, что до сегодня не разработаны эффективные препараты для защиты растений. Переносчиками на здоровые растения являются муравьи, тли, клещи, а также сопутствующие условия — ветер, дождь.

Уровень опасности вирусных заболеваний

Вирусы наносят большой урон овощным культурам, фруктовым и декоративным деревьям и кустарникам, многим цветковым растениям открытого и закрытого грунта.

Вирусная мозаика на тыкве

Признаки вирусного заболевания

Растения прекращают рост (карликовость), заменяют естественную окраску листьев и стеблей пятнистой. При развитии болезни пятна имеют определенный характерный тип округло-угловатых (кольцевидная мозаика) мозаичных рисунков. Если листовые пластинки покрываются некрозными пятнами (сирень, чина, петунии) и деформируются, то развивается некрозный тип мозаики.

Для всех растений, пораженных вирусом, характерно прекращение роста, появление «ведьминых метел», увядание листьев и стеблей. Самые распространенные заболевания столбур и табачная мозаика.

Вирус табачной мозаики закупоривает транспирационную систему растений и вызывает их перегрев. (Транспирация — процесс движения воды через растение и ее испарение). Листья чернеют, деформируются и опадают, что ведет к гибели растений.

Столбур вызывают микоплазменные микроорганизмы. Отличительная особенность — развивается карликовость растений. Болезнь начинается с верхушек растений. Заражают растения муравьи, клещи, разные виды тлей, трипсы. У заболевших растений листья сначала загибаются вверх, а позже скручиваются. На овощных культурах появляется вдавленность плодов.

Методы защиты растений от вирусных заболеваний

Основная роль в защите растений от поражения мозаичными болезнями принадлежит профилактико-агротехническим мерам, в том числе использованию для посадок и посева районированных устойчивых к заболеванию сортов, дезинфекции почвы (особенно под рассаду и в теплицах) и семян.

Систематическая уборка участка и сжигание поврежденных растений.

Эффективных препаратов для защиты растений от этих заболеваний пока нет.

Болезни комнатных растений на фото помогут поставить диагноз

Чаще всего растения начинают болеть при ненадлежащем уходе, но иногда причиной болезни являются вредители. Болезни комнатных растений на фото могут помочь определить причину заболевания, поставить диагноз и рекомендовать методы лечения.

Содержание:

Причины физиологических заболеваний комнатных растений

Комнатные растения могут страдать и отставать в развитии из-за неблагоприятного воздействия на них окружающей среды и допущенных ошибок во время ухода. К основным причинам заболеваний относятся:

— недостаток питательных веществ в почве и ее повышенная кислотность. Растение растет очень медленно или останавливается в росте, желтеют листья, опадают бутоны цветов или вовсе не формируются;

— повышенная или пониженная температура содержания в помещении. Растение желтеет, листья закручиваются;

— неподходящее освещение. Избыток солнечного света у тенелюбивых растений вызывает закручивание листьев, их высыхание и опадание. Недостаток света у светолюбивых растений провоцирует чрезмерный рост слабых стеблей, листья светлеют, подавляется цветение;

— неподходящий водный режим. Недостаточный полив вызывает увядание и пожелтение листьев, их опадание, засыхание цветков. Избыток воды в почве приводит к загниванию корневых шеек и корней, опаданию листьев и отмиранию растения.

Диагностика болезни растений и их устранение

Комнатные растения нередко подвергаются вирусным заболеваниям, и очень важно вовремя определить вид инфекции и принять меры по ее устранению. К основным вирусным заболеваниям относятся:

— антракноз. На листьях пальм и фикусов появляются темные пятна, а на концах листьев – коричневые потеки. Пораженные листья удаляют, а растение обрабатывают биологическим фунгицидом;

— серая гниль (грибок Botrytis). Выглядит как пушистая серая плесень, которая может покрывать все растение: стебли, листья, цветки и бутоны. Чаще всего серой гнилью поражаются цикламены, бегонии, узамбарские фиалки и глоксинии. В этом случае необходимо пораженные участки удалить, растение пересадить в новый грунт и обработать фунгицидом;

— водянка. Заболевание возникает на нижней части листьев в виде коричневых пробкообразных наростов в основном из-за переувлажнения. Пораженные листья удаляют, а растению подбирают соответственные условия ухода;

— гниль корней (фузариоз). Болезни подвергаются в основном бегонии, пальмы, узамбарские фиалки, кактусы и суккуленты. Листья у растений желтеют, затем темнеют и погибают. У кактусов желтеют стебли. Спасти растение можно только на начальной стадии заболевания путем удаления пораженной части корней. Пересаженное после такой процедура растение поливают карбендазимом с целью предотвращения распространения болезни;

— чернь. Виновниками заболевания являются тля, мучнистый червец и белокрылка. На листьях появляется липковатые выделения. Как только появляются первые симптомы, налет смывают мокрой тряпкой, все растение омывают под тепловатым душем, а затем опрыскивают перметринсодержащим препаратом;

— пятнистость листьев. Поражает в основном диффенбахии, драцены и цитрусовые. Проявляется в виде коричневых мокнущих пятен, которые постепенно увеличиваются и поражают весь лист. При появлении симптомов листья удаляют, а растение обрабатывают системным фунгицидом.

Растение легко спасти в том случае, когда меры принимаются при появлении первых симптомов.

Как только вы заметили их, следует найти в интернете фото заболевшего растения. Для этого в поисковик введите, к примеру, «уход за цикламеном». В каждой статье описаны болезни и вредители данного растения, и дальнейший поиск позволит установить правильный диагноз.

Основные вредители комнатных растений

Комнатные растения поражаются вредителями довольно редко, в отличие от растений в открытом грунте. Некоторых насекомых обнаружить легко: они собираются колониями и хорошо заметны на растениях.

К ним относятся:

  • тля. Бывает разного окраса – зеленого, черного, серого, оранжевого. Любит растения с мягкими тканями;
  • мучнистый червец. Белые насекомые с ватообразным пушком покрывают листья и стебли крупными колониями;
  • щитовка. Коричневые бляшки плотно прикрепляются к нижней части листа, к стеблю и корешку;
  • белокрылка. Зеленоватые личинки присасываются к нижней части листа и высасывают сок, вследствие чего появляются липкие выделения.

Такие вредители, как цикламеновый клещик, трипс, уховертка настолько крошечны, что их заметить довольно сложно, но симптомы поражения легко найти на фото и принять соответствующие меры.

Важно начать диагностику заболевания или поражения вредителями сразу же после появления нежелательных изменений во внешнем виде вашего комнатного растения.

Игнорирование срочных мер может привести во многих случаях к необратимым процессам и гибели вашего зеленого любимца.

Определяем болезнь растений по фотографии при помощи PyTorch

Время прочтения: 5 мин.

Недавно я принял участие в конкурсе, результатом которого является модель для распознавания болезни тропического растения Маниока. Это растение содержит ядовитую синильную кислоту, а после обработки становится важным продовольственным сырьем. На высокий урожай Маниоки рассчитывают более 800 млн. жителей Африки, но этот клубнеплод подвержен различным заболеваниям.

В странах, где выращивается маниока, фермеры обязаны обращаться к сельскохозяйственным экспертам для визуального осмотра и диагностики растений. Это трудно и дорого. Но сотовые телефоны с минимальными характеристиками фотоаппарата африканским фермерам доступны! 

В нашем распоряжении набор данных из 21 тыс. размеченных изображений, собранных в ходе регулярного опроса в Уганде. Большинство изображений были получены от фермеров, фотографирующих свои сады.

Задача состоит в том, чтобы классифицировать каждое изображение маниоки по пяти категориям – четыре вида болезней или здоровое растение. С помощью разработанной модели фермеры смогут быстро идентифицировать больные растения, а, соответственно, успеют спасти посевы.

Приступим к реализации. Для выполнения задачи будет использован фреймворк машинного обучения для языка python – PyTorch. Используем его алгоритмы и дополнительные библиотеки для работы с изображениями.

import numpy as np 
import pandas as pd
import json
from PIL import Image
import os

import torch
import torch.nn as nn
import torchvision
import torchvision.transforms as transforms
from torch.utils.data import Dataset, DataLoader

Определяем параметры для подготовки к обучению будущих моделей. Зададим число эпох, размер пакета, размер картинок и пути к тренировочным и тестовым данным.

BATCH = 32
EPOCHS = 40

LR = 0.001
IM_SIZE = 512

DEVICE = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")
#DEVICE = torch.device("cpu")
TRAIN_DIR = '../input/cassava-leaf-disease-classification/train_images/'
TEST_DIR = '../input/cassava-leaf-disease-classification/test_images/'

Загрузим словарь с возможными болезнями растений, также сформируем сет тестовых и тренировочных данных.

labels = json.load(open("../input/cassava-leaf-disease-classification/label_num_to_disease_map.json"))
print(labels)

train = pd.read_csv('../input/cassava-leaf-disease-classification/train.csv')

X_Train = train['image_id'].values
Y_Train = train['label'].values

X_Test = [name for name in (os.listdir(TEST_DIR))]

train.head()

Болезни растений и данные для тренировочного датасета выглядят следующим образом:

Создадим класс GetData, который наследуется от класса torch.utils.data.Dataset. Переопределим методы __len и __getitem, чтобы при вызове соответствующих методов мы получали объем выборки и пару значение-метка. Но для начала зададим параметры для обработчика фотографий – для тренировочных и тестовых данных.

data_transforms = {
    'train': transforms.Compose([
        transforms.RandomResizedCrop(224),
        transforms.RandomHorizontalFlip(),
        transforms.ToTensor(),
        transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])
    ]),
    'test': transforms.Compose([
        transforms.Resize(256),
        transforms.CenterCrop(224),
        transforms.ToTensor(),
        transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])
    ]),
}

Тогда класс выглядит следующим образом:

class GetData(Dataset):
    def __init__(self, Dir, FNames, Labels, Transform):
        self.dir = Dir
        self.fnames = FNames
        self.transform = Transform
        self.lbs = Labels
        
    def __len__(self):
        return len(self.fnames)

    def __getitem__(self, index):
        x = Image.open(os.path.join(self.dir, self.fnames[index]))
        if "train" in self.dir:            
            return self.transform(x), self.lbs[index]            
        elif "test" in self.dir:            
            return self.transform(x), self.fnames[index]

Подготовим данные при помощи класса GetData и передадим их в класс torch.utils.data.DataLoader, указывая размер подаваемых данных в модель за один раз.

trainset = GetData(TRAIN_DIR, X_Train, Y_Train, data_transforms['train'])

trainloader = DataLoader(trainset, batch_size=BATCH, shuffle=True, num_workers=4)

testset = GetData(TEST_DIR, X_Test, None, data_transforms['test'])
testloader = DataLoader(testset, batch_size=1, shuffle=False, num_workers=4)

Теперь можно приступать к написанию метода, который будет отвечать за обучение наших моделей. Переводим модель в режим обучения. Внутри тела внутреннего цикла будем перебирать пакеты, которые нам отдает итератор trainloader. Каждый батч перемещаем на то устройство, которое было указано в начале программы. Далее обнуляем градиент у оптимизатора, т.к. будет накопление градиента после каждой итерации (установлено по умолчанию в PyTorch). После этого делаем основные три действия: совершаем прямой проход по нейросети, считаем значение для функции потерь и на основе этого делаем градиентный шаг. Выводим значение функции потерь на тренировочной выборке.

def trainer(model, epochs)
    for epoch in range(epochs):
    	tr_loss = 0.0

        model = model.train()

        for i, (images, labels) in enumerate(trainloader):
        
            images = images.to(DEVICE)
            labels = labels.to(DEVICE)

            logits = model(images)
            loss = criterion(logits, labels)
            optimizer.zero_grad()
            loss.backward()
            optimizer.step()

            tr_loss += loss.detach().item()
    
        model.eval()
        print('Epoch: %d | Loss: %.4f'%(epoch, tr_loss / i))

Для обучения возьмём три модели: ResNet34, ResNet50 и ResNext50_32x4d. Настроим линейное преобразование входящих данных, указываем устройство, выбранное в начале. Используем перекрестную энтропию для классификации фотографий и оптимизатор Adam.

Настройки для ResNet34:

resnet34 = torchvision.models.resnet34()
_final_fc = resnet34.fc.in_features
resnet34.fc = nn.Linear(_final_fc, 5, bias=True)

resnet34 = resnet34.to(DEVICE)
criterion = nn.CrossEntropyLoss()
optimizer = torch.optim.Adam(resnet34.parameters(), lr=LR, weight_decay=1e-5)

trainer(resnet34, EPOCHS)

Настройки для ResNet50:

resnet50 = torchvision.models.resnet50()
_final_fc = resnet50.fc.in_features
resnet50.fc = nn.Linear(_final_fc, 5, bias=True)

resnet50 = resnet50.to(DEVICE)
criterion = nn.CrossEntropyLoss()
optimizer = torch.optim.Adam(resnet50.parameters(), lr=LR, weight_decay=1e-5)

trainer(resnet50, EPOCHS)

Настройки для ResNext50_32x4d:

resnext50_32x4d = torchvision.models.resnext50_32x4d()
_final_fc = resnext50_32x4d.fc.in_features
resnext50_32x4d.fc = nn.Linear(_final_fc, 5, bias=True)

resnext50_32x4d = resnext50_32x4d.to(DEVICE)
criterion = nn.CrossEntropyLoss()
optimizer = torch.optim.Adam(resnext50_32x4d.parameters(), lr=LR, weight_decay=1e-5)

trainer(resnext50_32x4d, EPOCHS)

После обучения моделей, приступаем к тестированию моделей. Тут главный вопрос: «А зачем три модели?». Три модели используются для усреднения полученных значений после обучения для более точного предсказания моделью диагноза маниоки.

Перебираем тестовый датасет и каждую запись отправляем в обученную модель. После складываем все три построенные матрицы и делим их на 3 для получения усредненных значений и на основе этого делаем вывод о том, какой диагноз ставить маниоке, и добавляем в общий список для итогового датафрейма, который будет собран в csv-файл.

s_ls = []

with torch.no_grad():

    for image, fname in testloader: 
        image = image.to(DEVICE)
        
        logits_resnext50_32x4d = resnext50_32x4d(image) 
        logits_resnet50 = resnet50(image)
        logits_resnet34 = resnet34(image)
        
        logits = (logits_resnext50_32x4d + logits_resnet50 + logits_resnet34) / 3
        
        ps = torch.exp(logits)        
        _, top_class = ps.topk(1, dim=1)
        
        for pred in top_class:
            s_ls.append([fname[0], pred.item()])

sub = pd.DataFrame.from_records(s_ls, columns=['image_id', 'label'])
sub.to_csv("submission.csv", index=False)

По окончанию работы, формируем csv-файл, в котором будут указаны имена фотографий маниоки и её диагноз.

В заключении стоит отметить, что задача выполнена успешно, поскольку точность классификации, основываясь на результатах конкурса, превысила 80%. Это делает результаты проделанной работы значимыми. Благодаря данному алгоритму фермеры смогут снизить свои потери и в автоматическом режиме начать выявление болезней.

Так же, этот алгоритм  можно использовать не только для данной задачи, но, в целом и для других задач computer vision, визуальной классификации, встречающихся повсеместно в современном мире и, не без исключений, в аудите.

Галерея изображений

Вернуться к PDIO


Галерея изображений

Эта галерея содержит изображения общих проблем с болезнями растений, которые возникают в Коннектикуте. При нажатии на ссылку под изображением откроется информационный бюллетень, в котором объясняется болезнь и варианты лечения.

[Овощи] [Древесные декоративные элементы] [Травянистые декоративные элементы] [Газон] [Фрукты] [Хвойные деревья]

Овощи

Базилик Ложная мучнистая роса Базилик Бактериальная пятнистость листьев

Свекла, грибковая пятнистость, огурец, антракноз

Пятно на листьях перца мучнистой росы тыквы

бактериальное

Перец Phytophthora Blight Томатный антракноз

Гниль на конце цветения томата Ранняя гниль помидора

Томат Fusarium Wilt

Фитофтороз томатов Плесень листьев томатов

Мучнистая роса томатов Пятнистость листьев томата септориоза

Серая пятнистость листьев томата Плесень листьев Cercospora томата

Кукурбит Ложная мучнистая роса Баклажан Verticillium Wilt

Фитофтороз картофеля

Вернуться к началу

Древесные орнаменты Amelanchier Rust Ясень Лист Ржавчина


Азалия Лист Галл Бук Антракноз

Болезнь буковых листьев


Болезнь самшита Макрофома самшита Пятнистость

Самшит Volutella Canker Cherry Black Knot

Ржавчина яблони Парша яблони

Кизил антракноз Кизил мучнистая роса

Болезнь голландского вяза Пятнистость стегофоры вяза

Боярышник Anthracnose Боярышник Entomosporium Leaf Spot

Holly Phyllosticta Leaf Spot Медовая саранча Cercospora Leaf Spot

Пятнистость листьев конского каштана Сирень мучнистая роса

Клен антракноз Кленовый деготь Пятно

Клен Verticillium Wilt Mountain Laurel Leaf Spot

Дуб мучнистая роса сливовый черный узел

Грибная пятнистость листьев рододендрона Галл листьев рододендрона

Рододендрон Winter Injury Rose Black Spot

Роза брендовая Canker Rose Downy Mildew

Роза мучнистая роса Rose Rust

Явор мучнистой росы Клен Botryosphaeria Canker

Береза, антракноз, энкиантус, антракноз,

Травма, вызванная еловой зимой Травма падуба зимой

Вернуться к началу

Травянистые орнаменты

Бегония Botrytis Blight Begonia INSV Бегония мучнистая роса Calibrachoa Botrytis Blight

Cineraria INSV Coleus Ложная мучнистая роса

Calibrachoa Thielaviopsis Black Root Rot Тюльпан Botrytis Blight

Лилия Botrytis Blight Heuchera Botrytis Blight

Zinnia Botrytis Blight Пуансеттия Botrytis Blight

Очиток Botrytis Blight

Вернуться наверх
Газон Красная нить Pythium Blight

Снежная плесень Rhizoctonia Blight

Вернуться наверх
Фрукты

Яблоко Кедр-Яблоко Ржавчина Яблоко Fire Blight

Марссонина Пятно яблони Яблочная парша

Голубика Botrytis Blight

Виноградная черная гниль Виноградная ложная мучнистая роса

Виноград мучнистая роса Виноградный антракноз

Peach Brown Rot Curl Peach Leaf Curl

Персик мучнистая роса груша Fabraea Leaf Spot

Груша парша сливовый черный узел

Вернуться к началу

Хвойные породы

Douglas Fir Diplodia Blight Douglas Fir Rhabdocline Needle Cast

Швейцарская игла из пихты Дугласа отлита игла ризосферы Дугласа ели отлитой

Можжевельник Кедр-Боярышник Ржавчина Можжевельник Кедр-Айва Ржавчина

Leyland Cypress Seiridium Canker Сосна обыкновенная Diplodia Blight

Еловая игла Ржавчина Ель Rhizosphaera Needle Литая

Ель Stigmina Needle Cast White Pine Dooks Needle Blight

Вернуться к началу

База данных изображений APS

Подпишитесь сегодня всего за

59 $ (участники 49 $)!

Подписаться очень просто! Просто зайдите в База данных изображений и нажмите «подписаться»!

Американское фитопатологическое общество обрабатывает тысячи научно отрецензированных изображений, показывающих симптомы болезней, вредителей и другие расстройства, связанные с растениями и сельскохозяйственными культурами, через свои программы публикации книг и журналов.Изображения APS полезны для обучения, тренировки и диагностики. На протяжении многих лет изображения APS были доступны через наборы слайдов APS PRESS, технологию видеодисков, компакт-диски с изображениями, а теперь и через онлайн-базу данных APS Image Database .

Изображения в База данных изображений APS помечены описательными метаданными, в том числе научными биномами патогенов и хозяев, а также общепринятыми именами, и все они представлены в надежной поисковой системе. Изображения включают подписи, когда они доступны, наряду с именами авторов / фотографов и цитатами, которые также доступны для поиска.В База данных изображений APS курируется Редакционная коллегия APS PRESS и, как ожидается, разместит в Интернете десятки тысяч изображений болезней, вредителей и расстройств.

База данных изображений APS доступна по личной подписке. Подписки включают персональный доступ и особые права на использование изображений, прошедших научную рецензию, и описательных информационных бюллетеней для ваших учебных, дополнительных и диагностических нужд при подписке.Разрешение на использование изображений APS в коммерческих и других целях в книгах, брошюрах и других средствах массовой информации предоставляется на потенциальной платной основе отдельно от доступа по подписке.

Все изображения доступны для просмотра, но после подписки пользователи получают немедленный доступ к изображениям в различных разрешениях без водяных знаков. Подписчики могут загрузить изображение и сопутствующий информационный бюллетень, когда они вошли в систему со своим именем пользователя и паролем.


г. База данных изображений APS включает около 7000 изображений из книг APS PRESS, в том числе рецензируемые изображения в Сборнике болезней растений, охватывающие болезни, вредителей и расстройства следующих хостов:

  • Люцерна
  • Яблоко
  • Азалия
  • Фасоль
  • Свекла
  • Черника
  • Брокколи
  • Капуста
  • Цветная капуста
  • Нут
  • Сельдерей
  • Кофе
  • Кукуруза
  • Клюква
  • Огурец
  • Баклажаны
  • Грейпс
  • Баклажаны
  • Чеснок Грейпс
  • Горчичная зелень
  • Масличные / Рапс
  • Лук
  • Груша
  • Перец
  • Картофель
  • Редис
  • Рододендрон
  • Рутабага
  • Соевые бобы
  • Сладкие
  • Соевые бобы
  • Зелень репы
  • Пшеница
  • Плюс более 1000 изображений бактериальных болезней от множества хозяев

Скоро будут добавлены другие коллекции изображений, в том числе…

Еще не все

В дополнение к наборам изображений из сборника статей о болезнях растений APS PRESS и других книг APS PRESS, База данных изображений APS будет включать изображения из журнальных статей и других источников APS, включая частные коллекции членов общества. В будущем база данных будет предоставлять видео и многое другое.


Подпишитесь сегодня и получите доступ к базе данных изображений


стоит всего 59 долларов (участники — 49 долларов)!

Просто перейдите в базу данных изображений и нажмите «подписаться»!


Цифровая фотография (Проблемы растений) | Новости садоводства и домашних вредителей

Цифровые изображения симптомов проблем с растениями и грибов (вызывающих гниение древесных растений) могут быть очень полезны для диагностики и идентификации.Цифровые изображения можно бесплатно отправить. Мы не предоставляем диагностику или идентификацию только на изображении , потому что в большинстве случаев невозможно сделать даже хорошее предположение, но мы принимаем изображения, чтобы помочь определить, какой тип образца является наиболее подходящим. Вот советы, которые помогут отправлять более качественные фотографии.

  1. Получите разные точки зрения.
    • Предоставьте множество картинок.
    • Сфотографируйте все растение или гриб целиком.
    • Сфотографируйте крупным планом симптомы болезни или другие мелкие детали растения или гриба.
  2. Убедитесь, что освещение правильное. Это может означать пробовать разные углы и места.
  3. Убедитесь, что признаки растения, гриба или болезни растения хорошо освещены, поскольку тени могут скрыть образец и то, что вы хотите видеть.
  4. Фокус, фокус, фокус.
    • Убедитесь, что образец (растение, симптомы растения или гриб) хорошо виден.
    • Чтобы сфокусировать камеру мобильного телефона, часто простое касание экрана автоматически регулирует фокусировку.
    • Для стандартных камер «наведи и снимай» нажатие кнопки захвата наполовину приведет к фокусировке большинства камер. Если требуется крупный план, обратите внимание на опцию макросъемки на камере, часто это значок или кнопку тюльпана.
  5. Включите ссылку на размер.
    • В зависимости от размера поместите монету, карандаш, линейку или мерку рядом с образцом на фотографии.
  6. Сделайте несколько снимков (цифровая пленка бесплатно!), Но отправьте только пять-десять лучших ..
    • Включить вид всего растения,
    • Наблюдаемая картина симптома (поражение сверху, сбоку или снизу)
    • Ствол и основание растения
    • Крупные планы наиболее частых симптомов
    • Для грибов на деревьях сделайте снимок, на котором показано расположение на дереве / растении, верхняя и нижняя части шляпки и стебель.(Без фото, только идентификация, без рекомендаций по съедобности)
  7. Отправьте свои фотографии в форму для отправки изображений PIDC (Проблемы растений — Заболевания) https://go.iastate.edu/UUBQSQ
  8. Не выбрасывайте образцы материала.

Не чувствую необходимости извиняться. Мы все вместе, и фотографировать сложно. Практика и терпение. Ваши фотографии станут лучше с практикой.

Методы цифровой обработки изображений для обнаружения, количественной оценки и классификации болезней растений | SpringerPlus

Растительные патологии могут проявляться в разных частях растения.Существуют методы исследования визуальных сигналов, присутствующих почти во всех этих частях, таких как корни (Smith and Dickson 1991), ядра (Ahmad et al. 1999), фрукты (Aleixos et al. 2002; Corkidi et al. 2005; López-García et al. al.2010), стебли и листья. Как отмечалось ранее, эта работа сосредоточена на последних двух, особенно на листьях.

Этот раздел разделен на три подраздела в соответствии с основным назначением предлагаемых методов. Подразделы, в свою очередь, разделены по основному техническому решению, используемому в алгоритме.В заключительном разделе представлена ​​сводная таблица, содержащая информацию о рассмотренных культурах и технических решениях, принятых в каждой работе.

Некоторые характеристики являются общими для большинства методов, представленных в этом разделе: изображения снимаются с помощью камер потребительского уровня в контролируемой лабораторной среде, а формат, используемый для изображений, — это RGB, квантованный с 8 битами. Следовательно, если не указано иное, это условия, в которых работают описанные методы.Кроме того, практически все методы, цитируемые в этой статье, применяют некоторую предварительную обработку для очистки изображений, поэтому эта информация будет опускаться с этого момента, если какая-либо особенность не требует более подробного рассмотрения.

Обнаружение

Поскольку информация, собранная с помощью методов обработки изображений, часто позволяет не только обнаружить заболевание, но и оценить его серьезность, не так много методов, ориентированных только на проблему обнаружения. Существует две основные ситуации, в которых применяется простое обнаружение:

  • Частичная классификация: когда заболевание необходимо идентифицировать среди нескольких возможных патологий, может быть удобно выполнить частичную классификацию, в которой области-кандидаты классифицируются как результат рассматриваемого заболевания или нет, вместо применения полной классификации. в любую из возможных болезней.Это случай метода Abdullah et al. (2007), который описан в разделе «Нейронные сети».

  • Мониторинг в реальном времени: в этом случае система непрерывно контролирует посевы и выдает сигнал тревоги, как только на любом из растений обнаруживается интересующее заболевание. В статьях Сены-младшего и др. (2003) и Story et al. (2010) вписываются в этот контекст. Оба предложения также описаны ниже.

Нейронные сети

Метод, предложенный Abdullah et al. (2007) пытается отличить данное заболевание ( corynespora ) от других патологий, поражающих листья каучукового дерева. Алгоритм не использует никакой сегментации. Вместо этого анализ основных компонентов применяется непосредственно к значениям RGB пикселей изображения листьев с низким разрешением (15 × 15 пикселей). Затем первые два основных компонента подаются в нейронную сеть многослойного персептрона (MLP) с одним скрытым слоем, выходные данные которого показывают, заражен образец интересующей болезнью или нет.

Пороговое значение

Метод, предложенный Sena Jr et al. (2003) стремится отличить растения кукурузы, пораженные осенней совкой, от здоровых, используя цифровые изображения. Они разделили свой алгоритм на два основных этапа: обработка изображений и анализ изображений. На этапе обработки изображения изображение преобразуется в шкалу серого, задается пороговым значением и фильтруется для удаления ложных артефактов. На этапе анализа изображения все изображение делится на 12 блоков. Блоки, у которых площадь листьев составляет менее 5% от общей площади, выбрасывают.Для каждого оставшегося блока подсчитывается количество связанных объектов, представляющих больные области. Растение считается заболевшим, если это число превышает пороговое значение, которое после эмпирической оценки было установлено равным десяти.

Двухсегментный регрессионный анализ

Story et al. (2010) предложили метод мониторинга и раннего выявления дефицита кальция в салате-латуке. Первым шагом алгоритма является сегментация растений с помощью пороговой обработки, поэтому область растительного покрова изолирована.Очертания интересующей области возвращаются к исходному изображению, таким образом, рассматривается только интересующая область. Из этого извлекается ряд функций цвета (RGB и HSL) и функций текстуры (из матрицы совместной встречаемости уровней серого). После этого рассчитывается точка разделения, определяющая начало стресса из-за дефицита кальция, путем определения средней разницы между лечебным и контрольным контейнерами в каждый измеренный момент времени для всех характеристик. Двойной сегментированный регрессионный анализ выполняется для определения того, где во времени присутствовала точка изменения между группой растений с дефицитом питательных веществ и группой здоровых растений.Авторы пришли к выводу, что их систему можно использовать для наблюдения за растениями в теплицах в ночное время, но необходимы дополнительные исследования для ее использования в дневное время, когда условия освещения меняются более интенсивно.

Количественная оценка

Методы, представленные в этом разделе, нацелены на количественную оценку серьезности данного заболевания. О такой серьезности можно судить либо по площади листьев, пораженных заболеванием, либо по тому, насколько глубоко укоренилось поражение, что можно оценить по признакам цвета и текстуры.Большинство алгоритмов количественной оценки включают этап сегментации для выделения симптомов, из которых можно выделить признаки и должным образом обработать их для оценки степени тяжести заболевания.

Стоит отметить, что задача определения степени тяжести заболевания путем анализа и измерения его симптомов сложна, даже если она выполняется вручную одним или несколькими специалистами, которые должны как можно точнее сопоставить рекомендации по диагностике с симптомами. В результате ручные измерения всегда будут содержать некоторую степень субъективности, что, в свою очередь, означает, что ссылки, используемые для проверки автоматических методов, не совсем «наземная истина».Это важно учитывать при оценке эффективности этих методов.

Методы, представленные ниже, сгруппированы в соответствии с основными стратегиями, которые они используют для оценки тяжести заболеваний.

Пороговое значение

Один из первых методов использования цифровой обработки изображений был предложен Линдоу и Уэббом (1983). Изображения были сняты с помощью аналоговой видеокамеры при освещении красным светом, чтобы выделить некротические области.Позже эти изображения были оцифрованы и сохранены в компьютере. Испытания проводились с использованием листьев томатов, папоротника папоротника, платана и калифорнийского конского каштана. Идентификация некротических областей выполняется с помощью простого определения порога. Затем алгоритм применяет поправочный коэффициент, чтобы компенсировать вариации пикселей в здоровых частях листьев, поэтому по крайней мере некоторые пиксели из здоровых областей, которые были ошибочно классифицированы как часть пораженных областей, можно переназначить в правильный набор.

Price et al.(1993) сравнили методы визуальной и цифровой обработки изображений при количественной оценке степени ржавчины кофейных листьев. Они протестировали две разные системы визуализации. В первом изображения были сняты с помощью черно-белой камеры с зарядовой связью (CCD), а во втором изображения были сняты с помощью цветной CCD-камеры. В обоих случаях сегментация выполнялась с помощью простого определения порога. По словам авторов, системы на основе обработки изображений имели лучшую производительность, чем визуальная оценка, особенно в случаях с более серьезными симптомами.Они также заметили, что у цветного изображения есть больший потенциал в различении ржавой и не ржавой листвы.

Метод, предложенный Такером и Чакраборти (1997), направлен на количественную оценку и идентификацию болезней листьев подсолнечника и овса. Первым шагом алгоритма является сегментация, порог которой варьируется в зависимости от рассматриваемого заболевания (гниль или ржавчина). Полученные пиксели объединяются в кластеры, представляющие пораженные области. В зависимости от характеристик поражений они классифицируются в соответствующую категорию (тип a или b в случае ожога и по размеру в случае ржавчины).Авторы сообщили о хороших результатах, но наблюдали некоторые ошибки из-за несоответствующего освещения во время захвата изображений.

Мартин и Рыбицки (1998) предложили метод количественной оценки симптомов, вызванных вирусом кукурузной полосы. Схема определения пороговых значений, принятая авторами, была основана на стратегии, описанной Линдоу и Уэббом (1983) и кратко объясненной в предыдущем абзаце. Авторы сравнили результаты, полученные с помощью визуальной оценки, с использованием коммерческого пакета программного обеспечения и с помощью специальной системы, реализованной ими самими.Они пришли к выводу, что коммерческий и заказной пакеты программного обеспечения имеют примерно одинаковую производительность, и что оба компьютерных метода достигли большей точности и точности, чем визуальный подход.

Метод, предложенный Скалудовой и др. (2006) измеряет повреждение листьев паутинным клещом. Алгоритм основан на двухэтапной пороговой обработке. Первый этап отделяет лист от фона, а второй этап отделяет поврежденные участки от здоровой поверхности.Окончательная оценка дается отношением количества пикселей в областях повреждения к общему количеству пикселей листа. Авторы сравнили результаты с двумя другими методами, основанными на индексе повреждения листа и флуоресценции хлорофилла. Они пришли к выводу, что их метод и индекс повреждения листьев обеспечивают лучшие результаты по сравнению с флуоресценцией хлорофилла.

В своей работе Weizheng et al. (2008) представили стратегию количественной оценки повреждений на листьях сои.Алгоритм в основном состоит из двухэтапной пороговой обработки. Первый порог направлен на отделение листа от фона. После этого изображение, содержащее только лист, преобразуется в цветовое пространство HSI, и для определения краев поражения применяется оператор Собеля. Второй порог применяется к результирующему изображению градиента Собела. Наконец, мелкие объекты в двоичном изображении отбрасываются и заполняются дыры, окруженные белыми пикселями. Полученные объекты выявляют пораженные участки.

Камарго и Смит (2009a) предложили метод выявления участков листьев, содержащих поражения, вызванные болезнями.Тесты проводились с использованием листьев различных растений, таких как бананы, кукуруза, люцерна, хлопок и соя. Их алгоритм основан на двух основных операциях. Сначала выполняется преобразование цвета в пространства HSV и I1I2I3, из которых на последующих этапах используются только H и две модифицированные версии I3. После этого применяется пороговое значение, основанное на методе гистограммы интенсивностей (Prewitt 1970), чтобы разделить здоровые и больные области. По словам авторов, их подход позволил правильно различать больные и здоровые участки для самых разных условий и видов растений.

Метод, предложенный Маседо-Круз и др. (2011) стремились количественно оценить ущерб, нанесенный заморозками посевам овса. Использованные авторами изображения были сняты прямо на полях. Первым шагом алгоритма является преобразование из RGB в представление L * a * b *. Авторы использовали три разные стратегии определения пороговых значений: метод Оцу, алгоритм Isodata и нечеткое определение пороговых значений. Каждая стратегия генерирует пороговое значение для каждого цветового канала, которые объединяются простым средним значением, поэтому каждому каналу назначается одно пороговое значение.При необходимости для результирующих разделов можно снова установить порог и так далее, пока не будут выполнены некоторые критерии остановки. Окончательные результирующие перегородки порождают ряд классов, которые после надлежащей маркировки показывают степень ущерба, нанесенного посевам.

Lloret et al. (2011) предложили систему мониторинга здоровья виноградников. Изображения были сняты с помощью веб-камер, разбросанных по всему полю. Основная задача заключалась в обнаружении и количественном определении больных листьев. Их система состоит из пяти этапов: 1) оценка размеров листьев, что необходимо из-за изменения расстояния между камерами и растениями; 2) пороговая обработка, при которой больные листья и земля отделяются от здоровых листьев с использованием цветовых представлений изображения как RGB, так и HSV; 3) комплекс морфологических операций, направленных на снижение шума без исключения полезных функций; 4) этап обнаружения, целью которого является различение наземных и настоящих больных листьев; 5) расчет соотношения больных листьев.В зависимости от значения этого соотношения система выдает предупреждение о том, что растение требует некоторого внимания.

Патил и Бодхе (2011) предложили метод оценки тяжести грибковых заболеваний листьев сахарного тростника. Метод выполняет две сегментации. Первый направлен на отделение листьев от остальной части сцены и выполняется с помощью простого определения порога. Во второй сегментации изображение преобразуется из цветового пространства RGB в цветовое пространство HSI, и применяется бинаризация для разделения пораженных областей.Порог бинаризации вычисляется с помощью так называемого метода определения порога треугольника, который основан на гистограмме серой шкалы изображения. Наконец, двоичное изображение используется для определения степени заражения по отношению ко всему листу.

Анализ цвета

Boese et al. (2008) предложили метод оценки серьезности повреждения листьев угря, которое может быть вызвано высыханием, истощением и питанием микротравоядными животными. Первым шагом алгоритма является неконтролируемая сегментация листьев на несколько классов (от шести до десяти).Далее эксперт классифицирует классы по одному из пяти возможных (три типа травм, плюс здоровые ткани и фон). После этого количественная оценка сводится к измерению площадей, занятых каждой травмой. По словам авторов, их подход по-прежнему имеет ряд проблем, ограничивающих его полезность, но он является улучшением по сравнению с другими подходами для количественной оценки сложных повреждений листьев от нескольких факторов стресса.

Метод, предложенный Pagola et al.(2009) занимается проблемой количественного определения дефицита азота в листьях ячменя. Они используют некоторые манипуляции с цветовыми каналами в пространстве RGB и применяют анализ главных компонентов (PCA), чтобы получить меру «зелени» пикселей. Чтобы объединить результаты всех пикселей в единую оценку, авторы протестировали четыре стратегии, основная цель которых заключалась в том, чтобы выделить соответствующие области и уменьшить влияние областей, которые не являются фотосинтетически активными, таких как жилки и пятна на листьях.Авторы пришли к выводу, что их метод имеет высокую корреляцию с широко распространенным подходом, основанным на неразрушающих портативных измерителях хлорофилла.

Contreras-Medina et al. (2012) предложили систему для количественной оценки пяти различных типов симптомов в листьях растений. Их система фактически состоит из пяти независимых модулей: 1) алгоритм хлороза, который объединяет красный и зеленый компоненты изображения, чтобы определить желтизну листа, которая указывает на тяжесть хлороза; 2) алгоритм некроза, который использует синий компонент, чтобы отличить листья от фона, и зеленый компонент, чтобы идентифицировать и количественно определять некротические области; 3) алгоритм деформации листа, который использует синий компонент для сегментации листа и вычисляет сферичность листа как меру его деформации; 4) алгоритм белых пятен, который применяет пороговую обработку к синему компоненту изображения для оценки площади, занимаемой этими пятнами; 5) алгоритм мозаики, который использует синий канал, ряд морфологических операций и детектор краев Кэнни для идентификации и количественной оценки жилков, присутствующих в листе.

Нечеткая логика

В своей статье Sannakki et al. (2011) представили метод количественной оценки симптомов болезни, основанный на нечеткой логике. Тесты проводились на листьях граната. Алгоритм начинает преобразование изображений в цветовое пространство L * a * b *. Пиксели сгруппированы в несколько классов с помощью кластеризации K-средних. По мнению авторов, одна из групп будет соответствовать пораженным участкам, однако в документе не приводится никакой информации о том, как определяется правильная группа.Далее программа вычисляет процент зараженного листа. Наконец, для окончательной оценки рейтинга болезни используется система нечетких выводов. Подробности о том, как применяется такая система, также отсутствуют.

Метод Секульска-Налевайко и Гоклавски (2011) направлен на обнаружение и количественную оценку симптомов болезни в листьях тыквы и огурца. Изображения, использованные в тестах, были получены с помощью планшетного сканера. Листья отделяли от растений, обрабатывали и окрашивали перед визуализацией.Авторы использовали функции, присутствующие в наборах инструментов Matlab, для реализации своих идей. Первым шагом алгоритма является изоляция листа с помощью пороговой обработки. Далее изображение преобразуется из цветового пространства RGB в HSV. Компонента яркости (V) отбрасывается. Затем применяется алгоритм нечетких c-средних, чтобы сгруппировать пиксели в два основных кластера, представляющих здоровые и больные области. Авторы утверждали, что их подход является лучшим решением, чем использование сторонних пакетов, которые, по их мнению, требуют слишком большого количества операций для достижения желаемых результатов.

Zhou et al. (2011) предложили метод оценки степени заражения личинок риса. Присутствие растений-личинок риса более интенсивно проявляется в стебле, поэтому авторы сосредоточили внимание на этой части растения. В алгоритме после того, как интересующие области извлечены, характеристики значений фрактальной размерности извлекаются с использованием метода размерности с подсчетом ящиков. Эти функции используются для построения регрессионной модели. Наконец, алгоритм нечетких C-средних используется для классификации регионов по одному из четырех классов: отсутствие заражения, умеренное заражение, умеренное заражение и сильное заражение.

Система, основанная на знаниях

Цель работы Boissard et al. (2008) немного отличался от других, представленных в этой статье, поскольку их метод пытается количественно определить количество белокрылки в листьях роз как часть системы раннего обнаружения вредителей. В этом методе используются две системы, основанные на знаниях (KBS), для оценки количества насекомых. Первая система, так называемая классификация KBS, берет численные результаты некоторых операций обработки изображений и интерпретирует их в концепции более высокого уровня, которые, в свою очередь, исследуются, чтобы помочь алгоритму выбрать и сохранить только области, содержащие насекомых.Вторая система, так называемая система наблюдения KBS, выбирает инструменты обработки изображений, которые будут применяться, а также параметры, которые будут использоваться, для сбора и передачи наиболее значимой информации в первую систему. По словам авторов, в их предложении были некоторые проблемы, но оно было хорошим дополнением к усилиям по автоматизации тепличных хозяйств.

Регион роста

Pang et al. (2011) предложили метод сегментации поражений, вызванных шестью типами болезней, поражающих посевы кукурузы.Алгоритм начинается с определения всех пикселей, для которых уровень красного канала (R) выше, чем уровень зеленого канала (G). По словам авторов, в 98% случаев эти пиксели являются частью пораженной области. Затем соединенные области идентифицируются и маркируются. Вторая часть алгоритма пытается идентифицировать пиксели, для которых R < G , которые фактически являются частью поражений. Для этого алгоритм берет связанные области в качестве семян и применяет метод выращивания областей для более точного определения пораженных областей.Условие завершения процедуры выращивания задается пороговыми значениями, полученными путем применения метода Оцу к каждой соединенной области.

Пакеты обработки изображений сторонних производителей

Olmstead et al. (2001) сравнили два разных метода (один визуальный и один вычислительный) для количественного определения инфекции мучнистой росы в листьях черешни. Изображения были получены с помощью планшетного сканера. Анализ изображений, который, по сути, является применением пороговых значений, был выполнен с помощью SigmaScan Pro (v.4.0) программный комплекс. Чтобы создать стандарт для сравнения двух методов, колонии грибов вручную окрашивали в белый цвет и подвергали анализу изображения, обеспечивая эталонные значения. По словам авторов, визуальная оценка дала намного лучшие оценки по сравнению с расчетной.

Метод, предложенный Бернером и Паксоном (2003), направлен на количественную оценку симптомов инфицированного желтого свистка. Изображения были получены с помощью планшетного сканера, а изображения были проанализированы с помощью SigmaScan Pro (v.5.0) программный пакет. Операции, применяемые к изображению, просты: регулировка яркости и контрастности, преобразование в шкалу серого и применение цветных наложений. Эти наложения подчеркивают как пораженные участки (пустулы), так и темные области вдоль жилков, поэтому выполняется выбор на основе формы, чтобы оставить только пораженные участки. Наконец, подсчитывают пустулы.

Moya et al. (2005) сравнили результаты, полученные с помощью визуальной оценки и оценки на основе обработки изображений листьев кабачков, инфицированных мучнистой росой.Они использовали коммерческий программный пакет ArcView GIS 3.2, чтобы разделить изображения листьев на пять или десять классов. Затем назначенные классы вручную сравнивали с исходными изображениями, а области, соответствующие заболеванию, были должным образом помечены и измерены. Наконец, тяжесть заболевания выражалась делением количества выбранных пикселей на общее количество пикселей в листе. Авторы сравнили эти результаты с результатами, полученными полностью вручную. Они также сравнили результаты в зависимости от типа устройства, используемого для захвата изображений (цифровая камера или сканер).

В своих предложениях Bock et al. (2008-2009) с целью количественной оценки степени тяжести внекорневой цитрусовой язвы в листьях грейпфрута. Для выполнения анализа изображений авторы использовали пакет под названием Assess V1.0: Image Analysis Software для количественной оценки болезней растений (Lamari 2002). В их подходе изображения сначала конвертируются в формат HSI, а затем устанавливаются пороговые значения, чтобы отделить больные части от остальной части сцены. Значение порога изначально настраивалось вручную путем визуального сравнения полученной сегментации с фактическим изображением.После того, как будет достигнута идеальная сегментация, оценка степени тяжести сводится к вычислению здоровых и пораженных участков и нахождению их соотношения. Позже авторы попытались автоматизировать процесс определения пороговых значений, достигнув некоторых смешанных результатов из-за вариаций тона и освещения, которые не позволяют фиксированным пороговым значениям быть действительными во всех случаях.

Goodwin and Hsiang (2010) и Wijekoon et al. (2008) использовали свободно доступное программное обеспечение под названием Scion Image для количественной оценки грибковой инфекции в листьях ландышей, яблони, флоксов и золотых стержней.Изображения были получены как в лаборатории, так и в in situ с использованием планшетных сканеров для отдельных листьев и цифровых камер потребительского уровня для прикрепленных листьев. Использование программного обеспечения Scion было почти полностью основано на методе, предложенном Murakami (2005), в котором цвет целевой области настраивается вручную, чтобы максимизировать различие между здоровыми и больными поверхностями. Были проверены симптомы нескольких грибковых заболеваний, таких как мучнистая роса, ржавчина, антракноз и парша.

Программное обеспечение Assess (версия 2.0) использовалось Coninck et al. (2012) для определения степени тяжести болезни пятнистости листьев (CLS) Cercospora в селекции сахарной свеклы. Их подход был связан с подходом, использованным Bock et al. (2009), с преобразованием изображений в представление HSI и с правильным пороговым значением, определяемым посредством практических экспериментов. Основная цель авторов заключалась не в разработке нового метода количественной оценки симптомов заболевания, а в сравнении точности трех очень разных способов оценки тяжести заболевания: визуальной оценки, полимеразной цепной реакции (ПЦР) в реальном времени и обработки изображений.Авторы пришли к выводу, что использование как анализа изображений, так и ПЦР в реальном времени может повысить точность и чувствительность оценок CLS сахарной свеклы, одновременно уменьшая систематическую ошибку в оценках.

Программный пакет ImageJ использовался Peressotti et al. (2011) для количественной оценки спороношения ложной мучнистой росы винограда. Авторы написали макрос для ImageJ, который правильно регулирует цветовой баланс и контраст перед представлением изображения пользователю. После этого пользователь может протестировать несколько различных значений порога для сегментации изображения, пока не будет достигнут удовлетворительный результат.Авторы сообщили о хорошей корреляции между результатами, полученными их методом и визуальной оценкой.

Классификация

Методы классификации можно рассматривать как расширение методов обнаружения, но вместо того, чтобы пытаться обнаружить только одно конкретное заболевание среди различных состояний и симптомов, эти методы пытаются идентифицировать и маркировать любую патологию, поражающую растение. Как и в случае количественной оценки, методы классификации почти всегда включают этап сегментации, за которым обычно следует выделение ряда признаков, которые будут использоваться в каком-либо классификаторе.Представленные ниже методы сгруппированы в соответствии с применяемой стратегией классификации.

Нейронные сети

Очень ранняя попытка мониторинга здоровья растений была предпринята Hetzroni et al. (1994). Их система пыталась определить дефицит железа, цинка и азота, отслеживая листья салата. Захват изображений производился аналоговой видеокамерой, и только после этого изображения оцифровывались. Первым шагом предложенного алгоритма является сегментация изображения на лист и фон.Далее ряд характеристик размера и цвета извлекается из представлений изображения как в формате RGB, так и в HSI. Эти параметры, наконец, передаются в нейронные сети и статистические классификаторы, которые используются для определения состояния завода.

Pydipati et al. (2005) сравнили два разных подхода к выявлению и классификации трех типов болезней цитрусовых. Авторы собрали 39 признаков текстуры и создали четыре различных подмножества этих признаков, которые будут использоваться в двух различных подходах к классификации.Первый подход был основан на классификаторе минимального расстояния Махаланобиса с использованием принципа ближайшего соседа. Во втором подходе использовались классификаторы нейронных сетей с радиальными базисными функциями (RBF), обученные с помощью алгоритма обратного распространения. По словам авторов, оба подхода к классификации работали одинаково хорошо при использовании лучших из четырех подмножеств, которые содержали десять функций оттенка и насыщенности текстуры.

Хуанг (2007) предложил метод обнаружения и классификации трех различных типов болезней, поражающих проростки орхидеи Phalaenopsis.Процедура сегментации, принятая автором, значительно сложнее, чем в других работах, и состоит из четырех этапов: удаление сосуда с растением с использованием классификатора Байеса, выравнивание изображения с помощью экспоненциального преобразования, грубая оценка местоположения. пораженной области и выравнивание вспомогательного изображения с центром в этом грубом месте. Затем ряд характеристик цвета и текстуры извлекается из матрицы совместной встречаемости уровней серого (Haralick et al.1973). Наконец, эти функции отправляются в искусственную нейронную сеть MLP с одним скрытым слоем, которая выполняет окончательную классификацию.

Sanyal et al. (2007) рассмотрели проблему обнаружения и классификации шести типов дефицита минеральных веществ в посевах риса. Во-первых, алгоритм извлекает ряд характеристик текстуры и цвета. Каждый вид функции (текстура и цвет) передается в свою собственную нейронную сеть MLP. Обе сети имеют один скрытый слой, но количество нейронов в скрытом слое разное (40 для текстуры и 70 для цвета).Затем результаты, полученные обеими сетями, объединяются, давая окончательную классификацию. Очень похожий подход используется теми же авторами в другой статье (Sanyal and Patel 2008), но в данном случае цель состоит в том, чтобы идентифицировать два вида болезней (взрыв и коричневые пятна), которые поражают посевы риса.

Метод, предложенный Al Bashish et al. (2010) пытается выделить пять различных болезней растений. Авторы не указали виды растений, использованные в тестах, и изображения были захвачены in situ .После этапа предварительной обработки для очистки изображения применяется алгоритм кластеризации K-средних, чтобы разделить изображение на четыре кластера. По мнению авторов, хотя бы один из кластеров должен соответствовать одному из заболеваний. После этого для каждого кластера извлекается ряд характеристик цвета и текстуры с помощью так называемого метода совпадения цветов, который работает с изображениями в формате HSI. Эти функции передаются в нейронную сеть MLP с десятью скрытыми слоями, которая выполняет окончательную классификацию.

Kai et al. (2011) предложили метод выявления трех типов болезней листьев кукурузы. Сначала изображения преобразуются в цветовое представление YCbCr. По-видимому, при установлении пороговых значений применяются некоторые правила, чтобы правильно сегментировать пораженные области. Однако из-за отсутствия ясности невозможно точно сказать, как это делается. Затем авторы извлекают ряд функций текстуры из матрицы совместной встречаемости уровней серого. Наконец, функции отправляются в нейронную сеть MLP с одним скрытым слоем.

Wang et al. (2012) предложили метод различения пар болезней пшеницы и винограда. Изображения сегментируются с помощью алгоритма K-средних, а затем извлекаются 50 признаков цвета, формы и текстуры. С целью классификации авторы протестировали четыре различных типа нейронных сетей: многослойный персептрон, радиальную базисную функцию, обобщенную регрессию и вероятностную. Авторы сообщили о хороших результатах для всех видов нейронных сетей.

Поддерживающие векторные машины

Meunkaewjinda et al.(2008) предложили метод выявления и классификации болезней, поражающих виноградные лозы. Метод использует несколько цветовых представлений (HSI, L * a * b *, UVL и YCbCr) на протяжении всего выполнения. Разделение между листьями и фоном выполняется нейронной сетью MLP, которая связана с библиотекой цветов, построенной априори посредством неконтролируемой самоорганизующейся карты (SOM). Затем цвета, присутствующие на листьях, группируются с помощью неконтролируемой и необученной самоорганизующейся карты. Генетический алгоритм определяет количество кластеров, которые будут приняты в каждом случае.Затем больные и здоровые регионы разделяются с помощью машины опорных векторов (SVM). После некоторых дополнительных манипуляций сегментированное изображение отправляется в мультиклассовый SVM, который выполняет классификацию на паршу, ржавчину или отсутствие болезни.

Youwen et al. (2008) предложили метод выявления двух заболеваний, которые могут проявляться в листьях огурца. Сегментация на здоровые и больные регионы достигается с использованием статистического метода распознавания образов. Далее извлекаются некоторые особенности цвета, формы и текстуры.Эти функции передаются в SVM, который выполняет окончательную классификацию. Авторы заявили, что результаты, предоставляемые SVM, намного лучше, чем результаты, достигнутые с помощью нейронных сетей.

Система, предложенная Yao et al. (2009) стремились идентифицировать и классифицировать три типа болезней, поражающих посевы риса. Сначала алгоритм применяет конкретное преобразование цвета к исходному изображению RGB, в результате чего получается два канала ( y 1 и y 2). Затем изображение сегментируется методом Оцу, после чего выделяются пораженные участки.Характеристики цвета, формы и текстуры извлекаются, последний из цветового пространства HSV. Наконец, функции отправляются в машину опорных векторов, которая выполняет окончательную классификацию.

Метод, предложенный Камарго и Смитом (2009b), пытается идентифицировать три различных типа болезней, поражающих растения хлопка. Авторы использовали изображения не только листьев, но также плодов и стеблей. Сегментация изображения выполняется с использованием техники, разработанной авторами (Camargo and Smith 2009a), которая была описана ранее в этой статье (раздел «Пороговая обработка»).После этого из пораженных участков извлекается ряд признаков. Затем эти функции используются для загрузки SVM. Метод «один против одного» (Hsu and Lin 2002) использовался, чтобы позволить SVM иметь дело с несколькими классами. Авторы пришли к выводу, что текстурные особенности обладают наилучшим дискриминационным потенциалом.

Цзянь и Вэй (2010) предложили метод распознавания трех видов болезней листьев огурца. Как и в большинстве подходов, разделение между здоровыми и больными областями осуществляется с помощью простой процедуры определения порогового значения.Далее извлекаются различные характеристики цвета, формы и текстуры. Эти функции передаются в SVM с радиальной базисной функцией (RBF) в качестве ядра, которая выполняет окончательную классификацию.

Нечеткий классификатор

Метод, предложенный Hairuddin et al. (2011) пытается определить четыре различных недостатка питательных веществ в масличных пальмах. Изображение сегментировано в соответствии с цветовым сходством, но авторы не предоставили никаких подробностей о том, как это делается. После сегментации ряд характеристик цвета и текстуры извлекается и передается нечеткому классификатору, который вместо вывода самих недостатков выявляет количества удобрений, которые следует использовать для исправления этих недостатков.К сожалению, технические детали, представленные в этой статье, являются поверхностными, что затрудняет четкое понимание подхода, принятого авторами.

Xu et al. (2011) предложили метод обнаружения дефицита азота и калия в растениях томатов. Алгоритм начинает извлекать ряд особенностей из цветного изображения. Все цветовые характеристики основаны на компоненте b * цветового пространства L * a * b *. Особенности текстуры извлекаются с использованием трех различных методов: разностных операторов, преобразования Фурье и разложения вейвлет-пакетов.Отбор и комбинирование признаков осуществлялось с помощью генетического алгоритма. Наконец, оптимизированная комбинация функций используется в качестве входных данных нечеткого классификатора K-ближайших соседей, который отвечает за окончательную идентификацию.

Правила, основанные на признаках

В своих двух статьях Kurniawati et al. (2009a2009b) предложил метод выявления и маркировки трех различных видов болезней, поражающих рисовые культуры. Как и во многих других методах, сегментация здоровых и больных регионов выполняется с помощью пороговой обработки.Авторы протестировали два вида пороговой обработки: Оцу и локальную энтропию, причем наилучшие результаты были достигнуты с помощью последнего. После этого извлекается ряд особенностей формы и цвета. Эти особенности составляют основу набора правил, определяющих болезнь, которая лучше всего соответствует характеристикам выбранного региона.

Чжан (2010) предложил метод выявления и классификации поражений на листьях цитрусовых. Метод в основном основан на двух наборах функций. Первый набор был выбран с основной целью отделить поражения от остальной части сцены, что достигается путем установки пороговых значений для каждой функции и применения схемы взвешенного голосования.Второй набор призван предоставить как можно больше информации о поражениях, чтобы стало возможным различение заболеваний. Окончательная классификация снова достигается с помощью пороговых значений характеристик и взвешенной системы голосования. Более подробную версию (Zhang 2010) можно найти в (Zhang and Meng 2011).

Анализ цвета

Метод, предложенный Wiwart et al. (2009) ставит своей целью обнаружение и различение четырех типов дефицита минералов (азота, фосфора, калия и магния).Тесты проводились с использованием бобов бобов, гороха и желтых листьев люпина. Перед анализом цвета изображения преобразуются в цветовые пространства HSI и L * a * b *. Затем наличие или отсутствие дефектов определяют по разнице в цвете между здоровыми листьями и тестируемыми листьями. Эти различия количественно выражаются евклидовыми расстояниями, рассчитанными в обоих цветовых пространствах.

Pugoy и Mariano (2011) предложили систему для выявления двух различных типов болезней, поражающих листья риса.Алгоритм сначала преобразует изображение из цветового пространства RGB в HSI. Метод K-средних применяется для кластеризации пикселей в несколько групп. Затем эти группы сравниваются с библиотекой, которая связывает цвета с соответствующими заболеваниями. Это сравнение приводит к значениям, которые указывают на вероятность того, что каждый регион затронут каждым из заболеваний.

Самоорганизующиеся карты

Метод, предложенный Phadikar и Sil (2008), позволяет выявлять и дифференцировать две болезни, поражающие посевы риса, а именно пигментные пятна и коричневые пятна.Сначала изображение преобразуется в цветовое пространство HSI. Затем для сегментации изображения используется пороговое значение на основе энтропии. К сегментированному изображению применяется детектор краев, и интенсивность зеленых компонентов используется для обнаружения пятен. Затем размер каждой области, содержащей каждое обнаруженное пятно, изменяется путем интерполяции, так что все области имеют размер 80 × 100 пикселей. Значения пикселей (серая шкала), наконец, передаются на самоорганизующуюся карту (SOM), которая выполняет окончательную классификацию.

Дискриминантный анализ

Pydipati et al.(2006) метод направлен на обнаружение и классификацию трех различных типов болезней цитрусовых. Этот метод в значительной степени основан на методе цветовой совместимости (CCM), который, в свою очередь, был разработан с использованием пространственных матриц зависимости уровней серого (SGDM) (Shearer and Holmes 1990). Результирующие матрицы CCM, которые генерируются из цветового представления изображений HSI, используются для извлечения 39 признаков текстуры. Затем количество функций было сокращено с помощью процедуры сокращения избыточности. Авторы заметили, что устранение особенностей интенсивности улучшило результаты, поскольку особенности оттенка и насыщенности более устойчивы к изменениям окружающего освещения, чем предыдущие.Окончательная классификация была проведена с помощью дискриминантного анализа.

Функция принадлежности

Anthonys и Wickramarachchi (2009) предложили метод различения трех различных болезней, поражающих рисовые растения. Изображение сегментируется с помощью процедуры пороговой обработки — версия изображения в оттенках серого, используемая в такой процедуре, получается после присвоения разных весов каждому компоненту его представления RGB. Полученные изображения, содержащие только области, предположительно содержащие симптомы заболеваний, затем конвертируются в формат L * a * b *, и извлекается ряд особенностей цвета и формы.Значения этих характеристик сравниваются с некоторыми интервалами опорных значений, хранящимися в справочной таблице, с помощью так называемой функции принадлежности, которая выводит единственную оценку сходства для каждого возможного заболевания. Наивысший балл определяет заболевание, поражающее растение.

Отправка цифровых изображений


Примечание. Большинство образцов заполняются за 3 дня. Если у вас нет получил отчет, пожалуйста, проверьте папку со спамом / нежелательной почтой, чтобы получить отчет по электронной почте адрес pdisnoreply @ ksu.edu и mark это как безопасно.

Пользователи мобильного приложения: Мобильные приложения iOS и Google Play для отправки образцов больше не работают из-за обновлений ОС. Приведенные выше ссылки подходят для планшетов с мобильных устройств.

ПРИМЕЧАНИЕ:

— За фотографии, отправленные для диагностики, взимается обычная плата за обработку образцов (11 долларов из Индианы, 22 доллара из-за пределов Индианы). Дополнительная плата за последующие физические образцы, когда они необходимы для диагностики, не взимается.

— Все представленные фотографии становятся собственностью PPDL и могут использоваться в учебных целях или в публикациях.

Общие советы по работе с цифровыми фотографиями

Вы можете помочь нам, следуя этим рекомендациям:

  • Пожалуйста, проверьте свои изображения перед отправкой. Если они смотрят на вас не в фокусе, они нам не помогут.
  • Отправляйте до 10 изображений на образец / вопрос.
  • По возможности, укажите размер, например ручку, линейку или монету.
  • Для идентификации растений включите фотографию всего растения, а также крупные планы частей растения (листья, цветы, корни, фрукты, семена и т. Д.)).
  • Как и в случае с реальными образцами, включите как можно больше дополнительной информации, такой как: дата посадки, возраст растения, использованные химические вещества, количество пораженных растений, где они были обнаружены, характеры, когда симптомы были впервые замечены и т. Д.
  • Загрузите руководство по изображениям для диагностики деревьев
  • Загрузите руководство по изображениям для диагностики газона

Мы рекомендуем, из-за потенциальных региональных различий в возникновении определенных болезней растений, а также видов растений и насекомых, чтобы жители других штатов сначала обратились за помощью в местные службы распространения знаний и диагностические лаборатории, прежде чем отправлять цифровые или физические образцы в Purdue’s. Лаборатория диагностики растений и вредителей (PPDL).

Вопросы? напишите нам по адресу [email protected]

Цифровая диагностика: получение ответов на проблемы вашего предприятия во времена социального дистанцирования

Что такое цифровая диагностика?

Цифровая диагностика — это использование цифровых фотографий для выявления проблем. В мире растений мы можем использовать цифровую диагностику, чтобы ответить на вопросы о наших заводах. Во времена социального дистанцирования и ограниченного личного контакта цифровая диагностика — отличный способ связаться с экспертами по заводам.

Цифровая диагностика также может позволить быстрее выявить проблемы на вашем предприятии. Вместо того, чтобы отправлять образцы в офис, вы можете отправить образец одним щелчком мыши.

Какие проблемы с растением можно диагностировать по фотографиям?

Используя цифровую диагностику, мы можем выявить множество различных проблем оборудования. Некоторые из них могут быть насекомыми-вредителями, патогенами растений, сорняками, питательными веществами или проблемами окружающей среды и т. Д. Эксперты могут определить проблему и предложить рекомендации по управлению, просто взглянув на фотографии вашего образца или больного растения.Хотя не все проблемы с растениями можно диагностировать онлайн, это отличная отправная точка для постановки диагноза.

Что мне нужно, чтобы диагностировать проблемы с моим заводом онлайн?

Фотография для цифровой диагностики цветка пассифлоры.

Чтобы диагностировать проблемы вашего растения в режиме онлайн, вам нужны хорошие фотографии. Во многих случаях чем больше снимков вы сделаете, тем лучше! Чтобы получить хорошие снимки для диагностики, не нужна навороченная камера. Возможно, вы сможете делать отличные снимки с помощью своего смартфона.Что включать в ваши фотографии, может зависеть от ваших вопросов о растении.

Для идентификации растения или сорняка вам потребуются изображения всего растения, а также крупные планы стеблей, листьев и цветов / плодов.

Цифровое диагностическое фото повреждений капусты куколкой моли.

Если вы хотите идентифицировать патогенный микроорганизм растения, вам следует сделать снимки всего растения и крупным планом увидеть симптомы на листьях, корнях, стеблях, цветах или плодах.Также может быть полезно включить фотографию того места, где находится растение, и любых соседних растений, у которых также проявляются симптомы.

Если у вас есть насекомое, которое вы хотите идентифицировать, включите изображения насекомого с разных углов (сзади, спереди, по бокам и т. присутствуют (яйца, неполовозрелые, взрослые особи).

Для определения других проблем с установкой или если вы не уверены в проблеме, сделайте как можно больше снимков.Вы должны включить фотографию того места, где находится растение, всего растения, всех частей растения, крупным планом любых симптомов или повреждений, а также фотографии потенциальных причин (насекомые и т. Д.).

Мини-серия видеосюжетов по цифровой диагностике.

Иногда бывает сложно получить хорошие фотографии для диагностики! Если вы хотите узнать больше о фотосъемке для диагностики растений, посмотрите этот видео-плейлист о цифровой диагностике. В этих коротких видеороликах вы можете узнать больше о цифровой диагностике и несколько советов по съемке хороших фотографий.Хорошие фотографии помогут экспертам лучше помочь вам!

Как отправить свои фотографии специалистам для диагностики?

Домашняя страница системы дистанционной диагностики и идентификации.

Система дистанционной диагностики и идентификации (DDIS) через UF / IFAS Extension — отличный инструмент для бесплатной отправки ваших цифровых фотографий экспертам!

Создав учетную запись в DDIS, вы можете отправлять образцы болезней растений, насекомых, растений, сорняков, грибов / грибов, инвазивных видов и проблем, связанных с физиологией / питательными веществами.

С помощью DDIS вы можете отправить свои цифровые фотографии в местный окружной офис для выявления проблем на вашем предприятии. Ваш местный агент по расширению получит уведомление о вашей заявке. Затем они могут посмотреть ваши цифровые фотографии и поставить диагноз. Все ваши образцы будут сохранены на вашей странице myDDIS, чтобы вы могли просмотреть их в будущем.

Если дополнительный агент не уверен в диагнозе проблемы на вашем предприятии, он направит ваш цифровой образец другому эксперту для изучения.Агент по расширению может также предложить дополнительное тестирование для диагностики проблем вашего предприятия, например, отправку физического образца.

Мы надеемся, что вы воспользуетесь этим замечательным ресурсом и отправите свои цифровые образцы сегодня!

Другие ресурсы

по Морган Пинкертон

Категория: Сельское хозяйство, Культура, Управление фермой, Фрукты и овощи, Домашние пейзажи, Садоводство, Инвазивные виды, Газон, Вредители и болезни, Вредители и болезни, Газон, UF / IFAS Extension, Без категорий

Теги: сельское хозяйство, DDIS, диагностика, Цифровая диагностика, дистанционная система диагностики и идентификации, насекомые, идентификация вредителей, фотография, фотографии, патогены растений

← Конный клуб 4-H процветает, несмотря на COVID-19 Итоги Водной Среды — Время как следует →

10 лучших приложений для выявления болезней растений

Я люблю заниматься садоводством, когда нахожусь дома.Мне доставляет огромное удовольствие смотреть на эти прекрасные растения, растущие в моем саду. Еще меня огорчает, когда я вижу в моем саду умирающее растение. Определить болезнь растения непросто для такой дилетантки, как я. Нам нужно что-то легкое для понимания, а не просто книга с тысячами болезней растений. Приложение для мобильного телефона, которое может за считанные минуты обнаружить любую болезнь растений, становится очень полезным.

Сейчас ИИ используется во многих секторах, и сельское хозяйство — одна из них. Некоторые ИИ стали настолько продвинутыми, что могут обнаруживать болезни просто по картинке.Эта новая эра искусственного интеллекта произвела революцию в приложениях для идентификации болезней растений.

Со временем у этих ИИ будет больше данных, и они будут становиться все лучше и лучше в своей работе.

Вот несколько приложений, которые вы можете загрузить из Play Store и App Store на свой мобильный телефон для выявления любых болезней растений.

Agrio

Agrio — это приложение для выявления болезней растений на основе искусственного интеллекта. Приложение использует загруженные пользователями изображения для сопоставления с данными, доступными в базе данных приложения, а затем предоставляет точные сведения о лечении болезней растений.

Agrio произвела революцию в технологии мониторинга посевов, предоставив пользователям телефонные аппараты с дистанционным считыванием изображений при любых изменениях на посевном поле.

Это приложение также помогает фермерам и инспекторам посевов записывать данные о посевах на ходу.

Скачать для iPhone

CropsAI

Замечательное приложение для мониторинга здоровья посевов. В настоящее время это приложение поддерживает только несколько культур, и в будущем они планируют добавить больше культур.

С помощью камеры мобильного телефона щелкните фотографии зараженного урожая и загрузите их в CropsAI.С помощью искусственного интеллекта приложение даст вам лучший совет по лечению болезни растений.

В настоящее время можно использовать бесплатно, и вы можете внести свой вклад в улучшение приложения.

Загрузить для Android или iPhone

Идентификация болезней растений

Идентификация болезней растений проста в использовании. Просто загрузите изображение зараженного листа, и система искусственного интеллекта приложения обнаружит болезнь.

В настоящее время поддерживает несколько культур, это яблоко, черника, вишня, кукуруза, виноград, апельсин, персик, перец, картофель, малина, соя, кабачки, клубника и помидоры.

После выявления болезни вы можете обратиться за помощью к местному специалисту по сельскому хозяйству.

Скачать для iPhone

Plantix

Это потрясающее приложение. Вам просто нужно сфотографировать пораженное растение и загрузить его в приложение. И БУМ! Приложение автоматически определит болезнь и предоставит вам все подробности о болезни и способах ее лечения (биологическим и химическим).

Plantix теперь доступен на 18 региональных языках Индии.Вы можете задавать вопросы сообществу фермеров приложения на своем родном языке и быстро получать ответы.

Приложение также помогает сажать новые культуры с помощью своего информационного справочника. И помогите рассчитать количество вносимых удобрений. В целом удобное приложение для фермеров.

Загрузить для Android, недоступно для iPhone.

Leaf Doctor

Основная цель этого приложения — определить здоровье листьев больных растений. Вы можете использовать это приложение, чтобы убедиться, что ваши садовые растения здоровы и свободны от болезней.Вы можете узнать о степени тяжести заболевания по листьям.

Скачать для iPhone.

Crop Doctor

Crop Doctor построено правительством Индии, чтобы помочь фермерам хорошо выращивать урожай. Через это приложение правительство предоставляет информацию об определенных культурах, выращиваемых в регионе. Кроме того, дает информацию о любом новом правительстве. схемы для фермеров. Приложение поддерживает как хинди, так и английский язык.

Скачать для Android.

Purdue Tree Doctor

Это приложение, разработанное специалистами Университета Пердью, не работает как по волшебству при загрузке изображения.В приложении нет ИИ. Но в базе данных приложения Purdue Tree Doctor есть 1000 фотографий болезней растений с высоким разрешением.

Вы можете сопоставить фотографии болезней растений, представленные в приложении, с настоящими растениями. И тогда специалисты Университета Пердью помогут решить эту проблему.

Скачать для iPhone

Leaf Plant Tech

Продвинутое приложение для фермеров. Это приложение использует камеру дрона для поиска болезней растений. Это также снижает бремя расходов на инспекторов урожая, которые следят за растениями.

Камера дрона делает снимки урожая и отправляет данные на мобильный телефон фермера и в базу данных приложения. Используя глубокие нейронные сети, набор данных приложения для поиска болезней растений дает лучший результат.

Приложение отмечает любую болезнь, обнаруженную в определенном месте, чтобы предупреждать фермеров в соседнем районе. В целом классное приложение и новое вмешательство необходимо.

Скачать для iPhone

Лучшие приложения для идентификации вредителей растений

Все упомянутые нами приложения в некоторой степени информируют о вредителях.Но они не созданы специально для борьбы с вредителями. Итак, мы рассматриваем приложение для идентификации садовых вредителей отдельно.

Pacific Pests & Pathogens

Это приложение работает, задавая фермерам вопросы о сельскохозяйственных культурах, зараженных вредителями. После того, как ряд вопросов сузился, пока не было найдено идеальное совпадение. А затем вы можете сравнить фотографии, представленные в приложении, с зараженным урожаем.

Как это помогает? Приложение дает информацию о повреждениях, биологии, жизненном цикле и управлении.

Приложение Pacific Pests & Pathogens поддерживается ACIAR, Австралийским центром международных сельскохозяйственных исследований.

Скачать для Android или iPhone.

Болезни и вредители растений

Для получения точных результатов необходимы дополнительные данные, поскольку ИИ используется для выявления болезней и вредителей растений. Они обновляются новыми изображениями каждый год, чтобы улучшить ИИ и лучше обнаруживать вредителей.

Чтобы получить лучший результат, можно сделать несколько снимков зараженных растений.

Скачать для iPhone.

Чем могут помочь эти приложения для выявления болезней растений?

Эти приложения для выявления болезней растений могут помочь в выявлении болезни и ее причины. После выявления заболевания можно принимать соответствующее лечение. С помощью камеры телефона сделайте снимок пораженного листа растения и узнайте лекарство автоматически через систему искусственного интеллекта приложения.

Общие болезни садовых растений

Альтернариоз листьев : Группа грибковых заболеваний, обнаруживаемых у садовых растений, таких как капуста, дыня.

Угловатая пятнистость на листьях : Заболевание, вызываемое бактериями, встречающимися в основном на бахчевых культурах.

Антракноз : Вызывается грибками в весенний сезон, когда прохладно и влажно.

Бактериальный ожог : широко распространенное во всем мире заболевание вызывается бактериями, живущими в растительных остатках, язвах и почве. Поэтому избегайте полива сверху, чтобы листья оставались сухими.

Бактериальный ожог : Вызывается бактериями, в основном содержащимися в черносливе, такими как вишня, сливы, и вызывает утолщенные участки мертвой коры и небольшие отверстия на листьях.

Черная гниль : Грибы, которые растут в жаркую и влажную погоду, вызывают черноватое обесцвечивание и гниение.

Ложная мучнистая роса : Вызывается грибком во влажном климате, на листьях видны желтые или коричневые пятна или пятна. Заболевание может передаваться по воздуху через споры.

Ранняя гниль : Встречается в старых листьях томатов и растений картофеля по всей территории США. Гриб Alternaria solani образует небольшие коричневые пятна с концентрическими кольцами на листьях.

Серая плесень : гриб Botrytis cinerea поражает цветковые растения, фрукты и овощи и уничтожает растения.

Фитофтороз : Это очень разрушительное заболевание для помидоров и картофеля. Фитофтороз может загнить листья, стебли, плоды и привести к полному неурожаю.

Мучнистая роса : грибковое образование на садовых растениях, таких как тыква, кабачки, бобы, огурцы; этот гриб любит теплый влажный климат. Сначала начинается пожелтение листьев, потом засыхает.

Pythium : грибоподобный организм, который колонизирует растение, производя гифы, которые представляют собой нитевидные нитевидные клетки, которые извлекают питательные вещества из растения-хозяина.

Гниль корней : Это возникает, когда из сада не сливается лишняя вода, и это дает убежище для роста грибка. Необработанная корневая гниль в конечном итоге убьет растение.

Ржавчина : Грибковое заболевание вызывает появление ржавчины на нижней поверхности листьев фасоли, томатов.

Мучнистая роса : Вызывается белыми грибами, образует мучнистые белые пятна на листве растений. Этот белый порошок может передаваться с одного растения на другое по воздуху.

Как выявлять болезни комнатных растений?

За комнатными растениями, выращенными в горшках / контейнерах, нужно ухаживать каждую неделю или раз в несколько недель. На комнатных растениях могут появиться насекомые, можно лечить комнатные растения домашним средством.

Обычные насекомые / вредители, обнаруживаемые на комнатных растениях: обыкновенная коричневая чешуя, мучнистые червецы, тля, белокрылка обыкновенная, красные паутинные клещи, грибные мошки, трипсы.Посмотрите видео Аманды о распространенных вредителях комнатных растений на канале YouTube под названием «PLANTERINA».

Комнатные растения также заражены грибами, такими как мицелий грибов, вызывающими гниль кроны и стебля, серую гниль, мучнистую росу, белую плесень. Чтобы защитить свои комнатные растения от этих грибов, вы можете посмотреть это красивое видео на канале «Wandering Whittles» на YouTube.

Масло нима, упомянутое в этом видео, доступно на Amazon, вы можете проверить цену здесь.

Бактерии, вирусы, простейшие и другие микробы также могут вызывать заболевания комнатных растений.

Дефицит питательных веществ, токсичность питательных веществ, токсичность воды также следует учитывать при доступе к болезням растений. Чтобы отстаивать это, обратите внимание на такие симптомы, как задержка роста, отмирание растительной ткани или пожелтение листьев, вызванное снижением выработки хлорофилла.

После того, как вы определили болезнь, примите соответствующие меры, чтобы спасти растение от гибели.

Также читайте:

Как избавиться от ошибок на комнатных растениях Домашние средства

17 лучших суккулентов для начинающих

10 лучших приложений для отслеживания полива

Лучшие приложения для овощеводства на 2020 год

11 приложений для ухода за растениями, чтобы отслеживать ваши Комнатные растения

Садоводство во время беременности: о чем следует помнить

Заключение

Найти причину появления неприглядных растений несложно.Вы действительно должны быть экспертом по растениям. Просто понаблюдайте за растениями в помещении или на открытом воздухе у себя дома. Большинство болезней растений можно определить, просто внимательно наблюдая за листьями. Переверните листья, посмотрите на почву, если обнаружите нападение вредителей. Вы также можете воспользоваться помощью приложения для диагностики комнатных растений , чтобы выяснить причину. Убивайте вредителей с помощью органических пестицидов, приготовленных в домашних условиях.

Добавить комментарий

Ваш адрес email не будет опубликован.