پردازش تصویر
مریم نداف زاده؛ احمد بناکار؛ سامان آبدانان مهدی زاده؛ محمدرضا زارع بوانی؛ سعید مینایی
چکیده
در کشاورزی دقیق، مکان‌یابی خودکار محصولات یکی از موضوعات تحقیقاتی مهم است. در این پژوهش شناسایی دقیق ردیف‌های کشت محصول ریحان به‌منظور مسیریابی خودکار یک ربات گزارش می‌شود. در یک مرحله از این تحقیق با اخذ تعداد شش تصویر در هر دوره‌ی رشد (هفته سوم، هفته چهارم و هفته پنجم) به حذف علف‌های هرز میان ردیف‌های کشت محصول پرداخته شد؛ که ...
بیشتر
در کشاورزی دقیق، مکان‌یابی خودکار محصولات یکی از موضوعات تحقیقاتی مهم است. در این پژوهش شناسایی دقیق ردیف‌های کشت محصول ریحان به‌منظور مسیریابی خودکار یک ربات گزارش می‌شود. در یک مرحله از این تحقیق با اخذ تعداد شش تصویر در هر دوره‌ی رشد (هفته سوم، هفته چهارم و هفته پنجم) به حذف علف‌های هرز میان ردیف‌های کشت محصول پرداخته شد؛ که بدین منظور از سه روش مختلف (گشودگی مساحت، حذف ابعادی و ماسک‌گذاری) استفاده گردید. در مرحله‌ای دیگر تعداد شش تصویر از ردیف‌های کشت بدون وجود علف‌های هرز مورد بررسی قرار گرفت. سپس با انجام عملیات پردازش تصویر و پیاده‌سازی چندین الگوریتم مسیریابی (الگوریتم‌های مبتنی بر تبدیل هاف، تبدیل موجک، فیلتر گابور، رگرسیون خطی و الگوریتم پیشنهادی این مطالعه) بر روی تصاویر، به بررسی خروجی هر یک از این الگوریتم‌ها نسبت به مسیر ایده‌آل تعیین‌شده توسط کاربر پرداخته شد. پس از مقایسه‌ی دقیق مسیرهای تشخیص داده شده توسط الگوریتم‌های مختلف مسیریابی نسبت به مسیرهای ایده‌آل و با توجه به نتایج آزمون آماری t-test در سطح احتمال 5%، برتری روش‌های مسیریابی مورد مطالعه به‌ترتیب زیر مشخص گردید: روش پیشنهادی، روش فیلتر گابور، روش رگرسیون خطی، روش تبدیل هاف و روش تبدیل موجک. در نهایت الگوریتم پیشنهادی با بیشترین میزان انطباق نسبت به مسیر ایده‌آل (با میانگین خطای تشخیص 3.65 پیکسل) و کمترین مدت زمان اجرای عملیات (4.79 ثانیه) به‌عنوان مناسب‌ترین الگوریتم مسیریابی انتخاب و با استفاده از آن عملکرد یک ربات طراحی‌شده مورد ارزیابی قرار گرفت.
طراحی و ساخت
حدیث بی آبی؛ سامان آبدانان مهدی زاده؛ مریم نداف زاده؛ محمدرضا صالحی سلمی
چکیده
در زمینه‌ی کشاورزی، نظارت منظم و دوره‌ای جهت کنترل سلامت و کیفیت گیاهان امری ضروری است. اندازه‌گیری مقدار کلروفیل و کارتنوئید برگ به‌عنوان یکی از شاخص‌های سلامت محصول محسوب می‌شود. در این پژوهش مجموعه‌هایی از تصاویر برگ‌های 6 گیاه مختلف (ختمی، لگنوم، برگ بیدی، انجیر معابد، رز و کنار) با هدف پیش‌بینی کلروفیل و کارتنوئید در فضاهای ...
بیشتر
در زمینه‌ی کشاورزی، نظارت منظم و دوره‌ای جهت کنترل سلامت و کیفیت گیاهان امری ضروری است. اندازه‌گیری مقدار کلروفیل و کارتنوئید برگ به‌عنوان یکی از شاخص‌های سلامت محصول محسوب می‌شود. در این پژوهش مجموعه‌هایی از تصاویر برگ‌های 6 گیاه مختلف (ختمی، لگنوم، برگ بیدی، انجیر معابد، رز و کنار) با هدف پیش‌بینی کلروفیل و کارتنوئید در فضاهای رنگی پیشنهادشده (RGB،Lab ،HSV و I1I2I3) مورد بررسی قرار گرفتند. هر فضای رنگی شرایط مختلفی از احتمال توزیع یک گروه رنگ را ارائه میدهد، بدین ترتیب پس از بررسی فضاهای رنگی با توجه به نتایج آنالیز آماری در سطح احتمال 5%، مناسب‌ترین پارامترهای رنگی (R، a و c) جهت آموزش الگوریتم درخت تصمیمگیری انتخاب گردید. بر اساس نتایج بهدستآمده، نشان داده شد که بین روش پردازش تصویر و مقادیر اندازه‌گیری شده توسط دستگاه طیفسنج همبستگی بالای 92/0 برای کلروفیل و 85/0 برای کارتنوئید وجود دارد. همچنین شایان ذکر است که استفاده از روش پیشنهادی این تحقیق میتواند هم از لحاظ اقتصادی (هزینههای مربوط به نیروی انسانی و تهیه دستگاه اسپد) و هم از نظر صرفهجویی در زمان بسیار مقرون بهصرفه باشد.
