سمپاش هوشمند تشخیص دهنده گونه های علف هرز
سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 840
فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NCAMEM08_073
تاریخ نمایه سازی: 14 شهریور 1393
چکیده مقاله:
تلفیق استراتژی خاص مکانی و مدیریت کنترل علف هرز می تواند راه حلی مناسب برای کاهش مصرف علف کشها باشد. در این تحقیق، جهت کاهش مصرف علف کشها، طراحی و ساخت ماشین بردار پشتیبان بر اساس سیستم ماشین بینایی که مشخصات مختلف تصویری بوته ها را مورد استفاده قرار می دهد، مدنظر قرار گرفت. به همین منظور مجموعاً 100 تصویر تحت شرایط آزمایشگاه از دو گونه علف هرز پهن برگ و باریک برگ رایج در مزرعه تهیه شد. برای جدا کردن بوته ها از پس زمینه تغییرات لازم در الگوریتم تفکیک کننده تصویر به نام روش Pixelwise اعمال شد. در ادامه جهت دسته بندی گونه های علف هرز، الگوریتم ماشین بردار پشتیبان، با استفاده از استخراج هفت خصوصیت ریخت شناسی از تصاویر آزمایشگاهی، ایجاد شد. در تستمزرعه، سه بلوک به صورت کاملا تصادفی در مزرعه انتخاب شد. در هر بلوک 20 تصویر به صورت اتوماتیک توسط سامانه گرفته و به صورت لحظه ای گونه علف هرز تشخیص داده شد. سپس با توجه به گونه علف هرز، سم مورد نظر پاشیده شد. در نهایت با توجه به نتایج بدست آمده دقت تشخیص سامانه در هر بلوک محاسبه شد. بین دقت های بدست آمده در سطح احتمال 5% اختلاف معنی داری وجود نداشت. مجموعاً از 60 تصویر گرفته شده، 144 بوته علف هرز مورد تشخیص واقع شد به طوری که سامانه با دقت 71 % (در مدت 2.17 ثانیه برای هر تصویر) علف های هرز را دسته بندی نمود.
کلیدواژه ها:
نویسندگان
مجتبی نصرتی
دانشجوی دکتری مکانیک ماشین های کشاورزی، دانشگاه شیراز
محمد حسین رئوفت
استاد گروه مکانیک ماشین های کشاورزی، دانشگاه شیراز
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :