آرش نورمحمدی مقدمی؛ داریوش زارع؛ شهداد کامفیروزی؛ عبدالعباس جعفری؛ محمد امین نعمت اللهی؛ رضا کمالی
چکیده
هنگام پر شدن سیلوها، ذرات ریزتر در زیر نقطه پر شدن تجمع مییابند و این باعث میشود که در فرآیند هوادهی که متعاقباً انجام میشود، انرژی بیشتری برای راندن هوا در مناطق با تراکم بالای ریزدانهها صرف گردد. در این پژوهش، توزیع دانههای شکسته ذرت و مواد خارجی (BCFM) در سطوح مختلف پارامترهای تأثیرگذاری چون، محتوای اولیه ریزی دانهها ...
بیشتر
هنگام پر شدن سیلوها، ذرات ریزتر در زیر نقطه پر شدن تجمع مییابند و این باعث میشود که در فرآیند هوادهی که متعاقباً انجام میشود، انرژی بیشتری برای راندن هوا در مناطق با تراکم بالای ریزدانهها صرف گردد. در این پژوهش، توزیع دانههای شکسته ذرت و مواد خارجی (BCFM) در سطوح مختلف پارامترهای تأثیرگذاری چون، محتوای اولیه ریزی دانهها (initial BCFM) در سه سطح 5، 5/7 و 10 درصد، دبی ورودی محصول در سه سطح 5/0، 1 و 5/1 لیتر بر ثانیه و قطر لوله پرکننده در سه سطح 84، 105 و 120 میلیمتر مورد بررسی قرار گرفت. نمونهگیری با استفاده از یک رویکرد جدید، در راستای شعاعی و عمودی در یک سیلوی آزمایشی انجام پذیرفت. نتایج نشان داد که با افزایش فاصله از مرکز سیلو مقدار ریزدانهها کاهش مییابد و همچنین با افزایش محتوای اولیه ریزدانهها، افزایش دبی ورودی محصول و افزایش قطر لوله پرکننده، پخش ریزدانهها یکنواختتر میگردد. اما با افزایش ارتفاع سطح محصول در داخل سیلو، پخش یکنواخت ریزدانهها کاهش مییابد. همچنین یک مدل غیرخطی برای پیشبینی مقدار BCFM در راستای شعاعی و عمودی ارائه و بر اساس شاخصهای آماری از قبیل R2، χ2، RMSE وMRDM ارزیابی گردید که بهترتیب مقادیر 94/0، 14/1، 06/1، 39/11 برای شاخصهای آماری مذکور بهدست آمد و مشخص شد که مدل ارائه شده با دادههای تجربی همخوانی دارد.
عبدالعباس جعفری؛ احسان تاتار
چکیده
تولید صنعتی شیره خرما شامل مراحل مختلفی است که در طی آن نیاز به اندازهگیری پیوسته میزان گرانروی در طی مراحل مختلف فرآوری نیاز میباشد. روشهای اندازهگیری گرانروی متداول نیازمند نمونهگیری از فرآورده بوده و در عین حال زمانبر میباشند و لذا از این روشها نمیتوان در کنترل سیستم فرآوری استفاده کرد. به همین دلیل روشی که بتواند ...
بیشتر
تولید صنعتی شیره خرما شامل مراحل مختلفی است که در طی آن نیاز به اندازهگیری پیوسته میزان گرانروی در طی مراحل مختلف فرآوری نیاز میباشد. روشهای اندازهگیری گرانروی متداول نیازمند نمونهگیری از فرآورده بوده و در عین حال زمانبر میباشند و لذا از این روشها نمیتوان در کنترل سیستم فرآوری استفاده کرد. به همین دلیل روشی که بتواند بهصورت بلادرنگ وضعیت گرانروی مایع را پایش نماید، از ملزومات یک سیستم کنترل کیفیت محصول شیره خرما میباشد تا مطابق با مقدار آنی گرانروی، اقدام به تغییر پارامترهای ورودی و شرایط فرآوری نماید تا محصولی با گرانروی و کیفیت استاندارد فراهم شود. در این تحقیق بر اساس ویژگیهای مستخرج از تصاویر و بهرهگیری از شبکههای عصبی مصنوعی روشی ابداع گردید تا گرانروی شیره خرما را در حین ریزش تعیین نماید. بر اساس اندازهگیریهای بهدست آمده توسط دستگاه لزجتسنج بروکفیلد مشخص شد که رفتار شیره خرما در دماها و غلظتهای مختلف متفاوت بوده و دامنه گستردهای از رفتار نیوتنی تا غیرنیوتنی را شامل میشود. از شبکه عصبی چند لایه با روش تعلیم پسانتشار خطا بهمنظور پیشبینی دو مقدار شاخص رفتار جریان و شاخص قوام بر اساس ویژگیهای استخراج شده از تصویر استفاده شد. مقادیر خروجی روش پیشنهادی با مقادیر اندازهگیری شده توسط دستگاه لزجتسنج بروکفیلد در سطوح مختلف دما و غلظت شیره خرما واسنجی گردید. نتایج حاصله بیانگر همبستگی شاخصهای رفتار و جریان بهدست آمده از این روش با مقادیر واقعی با ضریب همبستگی تا حد 0/989 و میانگین خطای 0/0138 در دادههای ارزیابی بود.
سید مهدی حسینی؛ عبدالعباس جعفری
چکیده
استفاده از ماشینهای هرس هوشمند میتواند باعث کاهش نیروی کار موردنیاز برای هرس تاکستان ها گردد. در این مقاله تلاش گردیده است الگوریتمی ارائه شود که با استفاده از روشهای پردازش تصویر و فن استریوویژن قادر باشد نقاطی از بوته انگور را که در حین هرس باید قطع گردند مشخص کند. پس از تهیه تصویرها به روش استریوویژن، از آن ها بهعنوان ورودی ...
بیشتر
استفاده از ماشینهای هرس هوشمند میتواند باعث کاهش نیروی کار موردنیاز برای هرس تاکستان ها گردد. در این مقاله تلاش گردیده است الگوریتمی ارائه شود که با استفاده از روشهای پردازش تصویر و فن استریوویژن قادر باشد نقاطی از بوته انگور را که در حین هرس باید قطع گردند مشخص کند. پس از تهیه تصویرها به روش استریوویژن، از آن ها بهعنوان ورودی الگوریتم استفاده شد. در اولین مرحله، فاصله بوته ها از دوربین ها محاسبه گردید. سپس شاخه هایی که ضخامت آنها کم بود از تصاویر حذف شدند و تنه اصلی مشخص گردید. در ادامه بر اساس قطر شاخه ها، شاخههای یکساله مشخص و با در نظر گرفتن پارامترهای هرس، این شاخه ها هرس شدند. در مرحله نهایی با برچسبگذاری شاخههای حذفشده در مراحل مختلف نقاط قطع شاخهها مشخص گردید. نتایج ارزیابی الگوریتم نشان داد که در همه تصاویر مورد استفاده شاخه های یکساله بهدرستی توسط الگوریتم مشخصشده بودند و در بین 254 نقطه قطع استخراجشده از 20 تصویر، درمجموع 7 نقطه هرس بهاشتباه تشخیص داده شده بود. این نتایج نشان میدهد که دقت الگوریتم نوشته شده برابر با 96/8 درصد است.
عادل بخشی پور زیارتگاهی؛ عبدالعباس جعفری؛ یحیی امام؛ سیدمهدی نصیری؛ سعادت کامگار؛ داریوش زارع
چکیده
از بین بردن علفهای هرز توسط یک دستگاه خودکار نیازمند یک سامانه ماشین بینایی است که قادر به تشخیص گیاه اصلی از علف هرز باشد. بدین منظور میبایست ابتدا ویژگیهای متمایز بین گیاه اصلی و علفهای هرز مشخص شوند. در این تحقیق با مطالعه عکسهای متعدد چغندرقند وجود یک ویژگی مختص برگ چغندرقند و قابل تمایز با علفهای هرز مرسوم مشخص گردید. ...
بیشتر
از بین بردن علفهای هرز توسط یک دستگاه خودکار نیازمند یک سامانه ماشین بینایی است که قادر به تشخیص گیاه اصلی از علف هرز باشد. بدین منظور میبایست ابتدا ویژگیهای متمایز بین گیاه اصلی و علفهای هرز مشخص شوند. در این تحقیق با مطالعه عکسهای متعدد چغندرقند وجود یک ویژگی مختص برگ چغندرقند و قابل تمایز با علفهای هرز مرسوم مشخص گردید. این ویژگی یک انحنای S شکل در ابتدای برگ و در نزدیکی دمبرگ بود که تنها در برگهای چغندرقند قابل مشاهده بوده و در سایر علفهای هرز مرسوم وجود نداشت. برای بیان این ویژگی از تبدیل تعمیمیافته هاف استفاده شد تا به کمک آن مکان هندسی اشکال غیر هندسی تعریف شود. بررسی نتایج حاصل از انجام این روش بر روی تصاویر جمعآوری شده از شرایط واقعی مزرعه نشان داد که دقت کلی الگوریتم %65/91 می باشد. %92 از بوتههای چغندرقند موجود در تصاویر آزمون به درستی و %7/8 از علفهای هرز به اشتباه به عنوان چغندرقند تشخیص داده شدند. با توجه به اینکه این روش تنها از یک ویژگی شکلی استفاده مینماید، میتوان انتظار داشت که با افزودن سایر ویژگیهای بافتی و رنگی به قدرت تشخیص درست بالایی دست یافت.
پردازش تصویر
هابیل آسایی؛ عبدالعباس جعفری؛ محمد لغوی
چکیده
در روشهای معمول سمپاشی در باغها، سمپاشی هدفدار انجام نمیشود. بررسی آمار مصرف سموم شیمیایی در باغها نشاندهنده مصرف بیش از حد مورد نیاز گیاه بوده و از این مقدار سم مصرفشده، تنها 30 درصد آن به تاج درخت می رسد و باقیمانده آن از دسترفته و باعث خسارت میشود. سمپاشهای نرخ متغیر با استفاده از سیستمهای کنترل هوشمند تا ...
بیشتر
در روشهای معمول سمپاشی در باغها، سمپاشی هدفدار انجام نمیشود. بررسی آمار مصرف سموم شیمیایی در باغها نشاندهنده مصرف بیش از حد مورد نیاز گیاه بوده و از این مقدار سم مصرفشده، تنها 30 درصد آن به تاج درخت می رسد و باقیمانده آن از دسترفته و باعث خسارت میشود. سمپاشهای نرخ متغیر با استفاده از سیستمهای کنترل هوشمند تا حد زیادی در کاهش استفاده از آفتکشها و کاهش آلودگی محیطزیست در باغها کارایی دارند. در این تحقیق نمونه اولیه سمپاش باغی مبتنی بر فناوری ماشین بینایی ارزیابی شد. سمپاش ساختهشده براساس ساختار تاج درخت و میزان سبزینه، عمل سمپاشی را بهصورت بیدرنگ انجام میدهد و بهرهوری از سمپاشی در باغ را بهبود میبخشد. عملکرد سمپاش در باغ زیتون در دو حالت مختلف سمپاشی بهصورت سراسر پاشی و سمپاشی منقطع هدفدار مبتنی بر سایهانداز درخت و فناوری ماشین بینایی مقایسه شد. این عملکرد در سه سرعت پیشروی مختلف (2، 3/5 و 5 کیلومتر بر ساعت) و چهار تکرار با استفاده از طرح کاملاً تصادفی انجام شد. نتایج نشان داد در کاربرد سمپاش طراحیشده جدید، برای باغ زیتون، مصرف سم تقریباً 54 درصد کاهش یافت. با توجه به عدم پاشش سم در فضای خالی بین درختان، در باغهای جوان، که دارای درختان کوچکتر هستند و فاصله بین تاج درختان زیادتر است، میزان کاهش مصرف سم، از این مقدار فراتر خواهد رفت.
پردازش تصویر
حسین پیمان؛ عادل بخشی پور زیارتگاهی؛ عبدالعباس جعفری
چکیده
در مباحث نوین کشاورزی، بررسی روشهای سریع، خودکار، ارزان و دقیق برای تشخیص بیماریهای گیاه از اهمیت زیادی برخوردار است. تشخیص به موقع و دقیق بیماری در مزارع، از مهمترین فاکتورهای مقابله با بیماریهای گیاهی میباشد. در این تحقیق توانایی تکنیک پردازش تصویر در تشخیص دو بیماری مهم برنج (لکه قهوهای و بلاست برگ برنج) مورد بررسی قرار ...
بیشتر
در مباحث نوین کشاورزی، بررسی روشهای سریع، خودکار، ارزان و دقیق برای تشخیص بیماریهای گیاه از اهمیت زیادی برخوردار است. تشخیص به موقع و دقیق بیماری در مزارع، از مهمترین فاکتورهای مقابله با بیماریهای گیاهی میباشد. در این تحقیق توانایی تکنیک پردازش تصویر در تشخیص دو بیماری مهم برنج (لکه قهوهای و بلاست برگ برنج) مورد بررسی قرار گرفت. تصاویر دیجیتال از برگهای گیاه برنج آلوده تهیه شدند. تصاویر در جعبه ابزار پردازش تصویر نرم افزار متلب پردازش شدند. از پردازش رنگی بهمنظور جداسازی لکههای ظاهری قسمتهای آلوده از سطح برگ استفاده شد. نتایج نشان داد که الگوریتم ارائه شده توانست نقاط آلوده را در نمونه تصاویر مورد آزمایش با دقت 94/4% تشخیص دهد. تمایز بین دو نوع بیماری به دلیل شباهتهای رنگی علائم بیماریها تقریباً غیر ممکن بود. بنابراین به منظور بهبود تشخیص، خصوصیات شکلی از تصاویر سیاه و سفید برگها آلوده استخراج شدند. ویژگیهای بدون بعد مانند گردی، نسبت ظاهری، فشردگی و نسبت سطح قسمتهای آلوده مربوط به بیماری لکه قهوهای و بلاست برگ برنج استخراج شده و مورد بررسی قرار گرفتند. دقتی معادل با 96/6% برای الگوریتم بهدست آمد که نشاندهنده توانایی در تشخیص دو بیماری لکه قهوهای و بلاست برگ برنج بود.
محمدعلی رستمی؛ محمد حسین رئوفت؛ عبدالعباس جعفری؛ محمد لغوی؛ مهدی کسرایی؛ سید محمدجعفر ناظم السادات
چکیده
دردست داشتن اطلاعات مربوط به شدت خاک ورزی و پوشش بقایای گیاهی در سطح خاک در اعمال سیاست گذاری های مربوط به ترویج کشاورزی، طراحی و تولید ابزار خاک ورزی و ارتقای روش های مدیریتی و نظارتی سودمند است. روش های مرسوم برای تخمین درصد پوشش بقایای گیاهی و شدت خاکورزی مانند روش توزین بقایا، خط مورب و مقایسه تصاویر، خسته کننده و وقت گیر بوده و ...
بیشتر
دردست داشتن اطلاعات مربوط به شدت خاک ورزی و پوشش بقایای گیاهی در سطح خاک در اعمال سیاست گذاری های مربوط به ترویج کشاورزی، طراحی و تولید ابزار خاک ورزی و ارتقای روش های مدیریتی و نظارتی سودمند است. روش های مرسوم برای تخمین درصد پوشش بقایای گیاهی و شدت خاکورزی مانند روش توزین بقایا، خط مورب و مقایسه تصاویر، خسته کننده و وقت گیر بوده و در سطح وسیع قابل استفاده نیستند. این تحقیق به منظور بررسی و یافتن یک روش دقیق و سریع برای پایش مدیریت بقایا و شدت خاکورزی انجام شد. در این مطالعه فن آوری تصاویر ماهواره ای به عنوان یک راهکار سریع و آسان برای تخمین درصد پوشش بقایا در سطح خاک و پایشگر خاکورزی حفاظتی و شدت خاکورزی مورد استفاده قرار گرفت. از این رو توانایی داده های تصویر چند طیفی سنجنده WorldView-2 با استفاده از تعداد یازده شاخص طیفی و آنالیز جداسازی طیفی خطی مورد ارزیابی قرار گرفت. بدین منظور در 90 موقعیت از مزارع آزمایشی پلات هایی در نظر گرفته شده و در هر پلات چند عکس توسط یک دوربین عکاسی دیجیتالی از سطح مزرعه برداشت شد. درصد پوشش بقایای سطح خاک در هر عکس با روش پردازش تصویر اندازه گیری و متوسط داده ها ی همه تصاویر به عنوان داده زمینی در آن پلات ثبت شد. داده های نظیر ماهواره ای از تصویر سنجنده WorldView-2 استخراج شده و همبستگی درصد پوشش بقایا در زمین، که با استفاده از پردازش عکس های دیجیتالی به دست آمده بود با داده های تصاویر ماهواره ای بررسی شد. نتایج نشان داد که درصد پوشش بقایا در سطح خاک با شاخص های IPVI، RVI1، RVI2 و GNDVI همبستگی مناسبی دارند (R2 = 0.74-0.81). درصد پوشش بقایا در سطح خاک که با آنالیز جداسازی طیفی خطی تخمین زده شده بود، با داده های به دست آمده از عکس های زمینی همبستگی مناسبی داشت (R2 = 0.75). دو شاخص طیفی IPVI و RVI1 که دارای بالاترین همبستگی با درصد پوشش بقایا در سطح خاک بودند برای پیش بینی شدت خاکورزی در مزارع مورد مطالعه انتخاب شدند. نتایج نشان داد که دقت طبقه بندی شدت خاکورزی به کمک این دو شاخص در شرایط مختلف 100 – 78 درصد و بنابراین بسیار نزدیک به اندازه گیری ها و مشاهدات زمینی می باشد.
پردازش تصویر
سینا لطیف التجار؛ عبدالعباس جعفری؛ سیدمهدی نصیری؛ حمید شریفی
چکیده
تخمین عملکرد محصولات زراعی یکی از پارامترهای مهم برای مدیریت اطلاعات و منابع درکشاورزی دقیق است. این اطلاعات برای بهینه سازی نهاده های مورد نیاز در کشت های بعدی مورد استفاده قرار می گیرد. در پژوهش حاضر امکان تخمین عملکرد محصول چغندرقند با استفاده از پردازش تصویر بررسی گردید. برای انجام آزمایش ها از ردیف های کشت در طی فصل رشد و با فواصل ...
بیشتر
تخمین عملکرد محصولات زراعی یکی از پارامترهای مهم برای مدیریت اطلاعات و منابع درکشاورزی دقیق است. این اطلاعات برای بهینه سازی نهاده های مورد نیاز در کشت های بعدی مورد استفاده قرار می گیرد. در پژوهش حاضر امکان تخمین عملکرد محصول چغندرقند با استفاده از پردازش تصویر بررسی گردید. برای انجام آزمایش ها از ردیف های کشت در طی فصل رشد و با فواصل یک ماه عکس های نواری تهیه شد. تصویر افقی پوشش سبز بوتهها در انتهای هر ماه تعیین گردید. در پایان فصل رشد و پس از استخراج غدهها از زمین، ضریب همبستگی بین سطح پوشش سبز محصول چغندرقند در هر ماه با وزن غده برداشت شده نهایی بررسی شد. نتایج حاصله نشان داد سطح قابل رویت پوشش سبز گیاه می تواند بیانگر عملکرد محصول چغندر قند در کشت پاییزه باشد. بالاترین ضریب تبیین رابطه عملکرد محصول با سطح پوشش سبز گیاه، سه ماه قبل از زمان برداشت و برابر با 0/85 بدست آمد. به منظور بررسی میزان صحت معادله حاصله در سال زراعی بعد با شرایط یکسان زمین کشت و بطور مشابه داده برداری صورت پذیرفت. نتایج حاصله نشان داد که میان وزن غده های واقعی و وزن غده های محاسبه شده از مدل سال گذشته رابطه قوی با ضریب تبیین 0/94 وجود دارد. این رابطه توانست مقدار عملکرد را با خطای نسبی حدود 9 درصد تخمین بزند. این موضوع پتانسیل استفاده از روش عکس برداری نواری را برای پیشگویی عملکرد محصول چغندرقند قبل از زمان برداشت نشان می دهد.