طراحی سامانه هوشمند تشخیص آفات برگ گیاه با استفاده از تصویربرداری مادون قرمز و یادگیری عمیق
سال انتشار: 1404
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 83
فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ECMM12_029
تاریخ نمایه سازی: 8 تیر 1405
چکیده مقاله:
در این پژوهش، یک سامانه هوشمند تشخیص آفات برگ گیاه مبتنی بر تصویر برداری مادون قرمز و الگوریتم های یادگیری عمیق ارائه شده است. در مرحله نخست، تصاویر مادون قرمز برگ های سالم و آلوده گردآوری و پیش پردازش شدند. سپس یک مدل یادگیری عمیق سبک (Lightweight CNN) با استفاده از داده های تفکیک شده آموزش یافت تا بتواند تفاوت الگوهای حرارتی برگ سالم و آلوده را تشخیص دهد. سامانه پیشنهادی روی یک پلتفرم پردازشی توکار پیاده سازی شده و قابلیت نصب روی ادوات کشاورزی را دارد. نتایج آزمایش ها نشان می دهد که مدل ارائه شده قادر است با دقت بالای ۹۱ درصد آفات برگ را در شرایط مزرعه و در حالت بلادرنگ (Real-Time) تشخیص دهد. این سامانه می تواند به عنوان یک ابزار کم هزینه، دقیق و قابل نصب روی ماشین آلات کشاورزی در بهبود مدیریت مزرعه و کاهش مصرف سموم مورد استفاده قرار گیرد.
کلیدواژه ها:
تصویر برداری مادون قرمز ، یادگیری عمیق ، تشخیص آفات گیاهی ، بینایی ماشین ، پردازش تصویر ، سامانه هوشمند کشاورزی ، تشخیص
نویسندگان
عرفان طاهرخانی
فارغ التحصیل مقطع کارشناسی ارشد گرایش طراحی کاربردی دانشگاه بو علی سینا
محمدرضا پارساییان
دانشجوی دکترای گرایش طراحی کاربردی دانشگاه بو علی سینا
مهدی مردانی
دانشجوی دکترای گرایش طراحی کاربردی دانشگاه بو علی سینا
ابوالفضل صلح جو
دانشجوی کارشناسی ساخت و تولید دانشگاه جامع علمی و کاربردی خانه کارگر استان قزوین
اشکان مسیبی
فارغ التحصیل مقطع کارشناسی ارشد گرایش طراحی کاربردی دانشگاه بو علی سینا