توسعه سامانه بینایی ماشینی برای شناسایی گیاهان بصورت بلادرنگ و در محل مطالعه موردی چهار گیاه برگی آپارتمانی

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 561

فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

NCAMEM10_222

تاریخ نمایه سازی: 6 اسفند 1395

چکیده مقاله:

در این تحقیق، توسعهی یک سامانه بینایی رایانه ای برای شناسایی تعدادی از گیاهان برگی آپارتمانی بررسـی گردیـ د. در تحقیقات گذشته به منظور شناسایی گیاهان آپارتمانی از دوربین و اتاقک تصویر برداری استفاده شده است اما از آنجـا کـه اتاقـک تصویر برداری قابل حمل نیست و با توجه به این که دوربین تحت تاثیر عواملی از جمله انعکاس نـور، اعوجـاج تصـویر و اثـر نـور محیط روی ثبات رنگ تصویر قرار میگیرد، در این تحقیق برای تصویربرداری از اسکنر دستی استفاده شد. تهیه تصاویر با اسـکنر نسبت به دوربین این امکان را میدهد که بدون جدا کردن برگ از گیاه با صرف حداقل زمان و همچنـین در محـل اسـتقرار گیـاه بدون تغییر شرایط محیط گیاه، تصاویر تهیه گردد. برای شناسایی برگها، تعدادی ویژگی شکلی شـامل مسـاحت، محـیط، نسـبت عرض به طول شکل، نسبت مساحت شکل به مساحت چند ضلعی محاط بر شکل و ضـریب فشـردگی انتخـاب و از روی تصـاویر برگ ها استخراج شدند. در این تحقیق 262 تصویر از چهار گیاه مورد استفاده قرار گرفـت. 70 درصـد داده هـا بـرا ی ایجـاد مـدل شناسایی به صورت تصادفی انتخاب شدند. توسط 30 درصد دادههای باقیمانـده (78 بـرگ) مـدل آزمـایش شـد. درصـد خطـای شناسایی برای هر یک از ویژگیهای شکلی مورد استفاده، مساحت 41/6 درصد، محیط 85/3 درصد، نسبت عرض به طول شـکل 28/1درصد، نسبت مساحت شکل به مساحت چندضلعی محاط بر شکل 13/5 درصد و ضریب فشردگی 56/2 درصد به دست آمد. فاکتور ضریب فشردگی برای شناسایی هر 4 گیاه شفلرا، حسن یوسف، پوتوس و سینگونیوم از یکدیگر تقریبا موفق عمل کرد.

نویسندگان

محمودرضا گلزاریان

عضو هئیت علمی گروه مهندسی بیوسیستم، دانشگاه فردوسی مشهد

ریحانه پاکدل

دانشجوی کارشناسی ، گروه مهندسی بیوسیستم، دانشگاه فردوسی مشهد

نرگس قانعی

دانشجوی کارشناسی ارشد، گروه مهندسی بیوسیستم، دانشگاه فردوسی مشهد

فاطمه کاظمی

عضو هیئت علمی گروه مهندسی باغبانی و فضای سبز، دانشگاه فردوسی مشهد

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 :