نویسندگان: فرشاد وصالی ، سیدمحمدحسن کماری زاده
خلاصه مقاله:
سیب زمینی از جمله محصولاتی که در دنیا و ایران به وفور کشت می شود، اما به علت ردیفی کشت شدن این محصول در معرض تهاجم علف های هرز قرار می گیرد. در این تحقیق از ماشین بینایی برای استفاده مؤثر از سمومانتخابی، استفاده شده است. حدود 250 تصویر از مزارع سیب زمینی شهرستان قروه در شر ایط کاملاً واقعی گرفته شد. تصاویر در شرایط مختلف نوری از ساعات اولیه صبح تا عصر در هوای ابری و آفتابی گرفته شد ند. در شرایطواقعی به دلیل هم پوشانی و سایه اندازی گیاهان از پارامتر های مورفولوژیکی به سختی می توان استفاده کرد. در روشی که برای جداسازی علف های هرز از سیب زمینی استفاده شد، مؤلفه های اصلی رنگ هر کدام از گیاهان استخراج شدو برای جداسازی توسط آنالیز تشخیصی روابط بین این مؤلفه های اصلی رنگ برای تعیین تابع تشخیص تخمین زده شد. در دو حالت طبقه بندی صورت گرفت در حالت اول که طبقه بندی بین گیاه سیب زمینی و مجموعه ی عل فهای هرز صورت گرفت ( 2 گروه)، نرخ طبقه بندی صحیح برابر54.73%و در حالت دوم که بین گیاه سیب زمینی و گروه های جداگان هی علف های هرز ( 6 گروه) در حدود 87 % بود
کلمات کلیدی: سیب زمینی، علف هرز، سموم انتخابی، ماشین بینایی، شبکه های عصبی مصنوعی
خلاصه مقاله:
سیب زمینی از جمله محصولاتی که در دنیا و ایران به وفور کشت می شود، اما به علت ردیفی کشت شدن این محصول در معرض تهاجم علف های هرز قرار می گیرد. در این تحقیق از ماشین بینایی برای استفاده مؤثر از سمومانتخابی، استفاده شده است. حدود 250 تصویر از مزارع سیب زمینی شهرستان قروه در شر ایط کاملاً واقعی گرفته شد. تصاویر در شرایط مختلف نوری از ساعات اولیه صبح تا عصر در هوای ابری و آفتابی گرفته شد ند. در شرایطواقعی به دلیل هم پوشانی و سایه اندازی گیاهان از پارامتر های مورفولوژیکی به سختی می توان استفاده کرد. در روشی که برای جداسازی علف های هرز از سیب زمینی استفاده شد، مؤلفه های اصلی رنگ هر کدام از گیاهان استخراج شدو برای جداسازی توسط آنالیز تشخیصی روابط بین این مؤلفه های اصلی رنگ برای تعیین تابع تشخیص تخمین زده شد. در دو حالت طبقه بندی صورت گرفت در حالت اول که طبقه بندی بین گیاه سیب زمینی و مجموعه ی عل فهای هرز صورت گرفت ( 2 گروه)، نرخ طبقه بندی صحیح برابر54.73%و در حالت دوم که بین گیاه سیب زمینی و گروه های جداگان هی علف های هرز ( 6 گروه) در حدود 87 % بود
کلمات کلیدی: سیب زمینی، علف هرز، سموم انتخابی، ماشین بینایی، شبکه های عصبی مصنوعی
طراحی الگوریتم بینایی برای ربات سم پاش علف های هرز مزارع سیب زمینی