تخمین تراکم گیاهچه های کلزا در مرحله دوبرگی برمبنای پردازش تصویر و با استفاده از ترکیب الگوریتم های مدل مخلوط گوسی و خوشه بندی نزدیک ترین همسایگی

  • سال انتشار: 1400
  • محل انتشار: فصلنامه تحقیقات سامانه ها و مکانیزاسیون کشاورزی، دوره: 22، شماره: 80
  • کد COI اختصاصی: JR_ERAMS-22-80_003
  • زبان مقاله: فارسی
  • تعداد مشاهده: 156
دانلود فایل این مقاله

نویسندگان

علیرضا رضائی

استادیار، آزمایشگاه روبات های سیار هوشمند، گروه بین رشته ای فناوری، بخش مکاترونیک و ممز، دانشکده علوم و فنون نوین، دانشگاه تهران، تهران، تهران، ایران

سید مرتضی خلیلی

کارشناسی ارشد، گروه بین رشته ای فناوری، بخش مکاترونیک و ممز،دانشکده علوم و فنون نوین،دانشگاه تهران، تهران،تهران، ایران

میلاد اسدپور

دانشجوی کارشناسی ارشد، گروه بین رشته ای فناوری، بخش مکاترونیک و ممز، دانشکده علوم و فنون نوین،دانشگاه تهران، تهران،تهران، ایران

چکیده

امروزه با گسترش کشاورزی صنعتی استفاده از علوم و فنون نوین مانند هوش مصنوعی در افزایش بهره وری محصولات و هوشمندسازی روش‎ های کشاورزی نقش به سزایی دارد. از جمله این روش ها می توان به تخمین تراکم گیاهچه ها با استفاده از روش های پردازش تصویر اشاره کرد. این امر علاوه بر کمک به مدیریت زمین های کشاورزی در ارزیابی میزان کود و مواد شیمیایی و تعیین فضای مورد نیاز انبارداری نیز تاثیرگذار است. در این مقاله روش جدیدی برای تخمین تراکم گیاهچه های کلزا در مرحله دوبرگی پیشنهاد شد. ابتدا از مزرعه کلزا در مرحله دوبرگی واقع در روستای محمدآباد قزوین تصاویری تهیه شد؛ سپس مدل مخلوط گوسی به همراه الگوریتم بیشینه سازی امید ریاضی برای بخش بندی تصاویر و الگوریتم خوشه بندی نزدیک ترین همسایگی و عملگرهای ریخت شناسی برای شمارش تعداد گیاهچه ها موجود در تصاویر استفاده شده است. تعداد گیاهچه های کلزای موجود در تصاویر به روش دستی نیز محاسبه شد و به عنوان مقادیر مرجع برای ارزیابی عملکرد الگوریتم پیشنهادی، مورداستفاده قرار گرفت. نتایج حاصل از روش پیشنهادی، دارای همبستگی "R=۰.۹۶" با روش شمارش دستی و دارای دقت ۹۶.۵ درصد است. روش پیشنهادی در مقایسه با روش های متداول گذشته مانند روش شاخص تفاوت نرمال و روش آستانه گذاری اوتسو عملکرد بهتری دارد. همچنین باوجود اینکه تصاویر در شرایط محیطی متفاوت و با شدت نورهای مختلف اخذ شدند، میزان خطای روش پیشنهادی برای تصاویر مورداستفاده تنها کمتر از چهار درصد بود که کارایی روش ارائه شده را در تخمین تراکم کلزا نشان می دهد. لذا از روش پیشنهادی می توان در تخمین گیاهچه های کلزا به صورت عملی در زمین های کشاورزی استفاده نمود.

کلیدواژه ها

اتوماسیون در کشاورزی, الگوریتم شمارش گیاهچه های کلزا, بخش بندی تصاویر

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.