پردازش تصویر
احمد جهان بخشی؛ کامران خیرعلی پور
چکیده
ارزیابی کیفی محصولات کشاورزی از عوامل بسیار مهم در ارتقای بازارپسندی آنها است. عملیات درجهبندی و بستهبندی محصولات کشاورزی توسط کارگران با مشکلات فراوانی مثل افزایش هزینه، زمان، نیروی کارگری، تلف شدن محصول و غیره روبهرو است. سامانههای پردازش تصویر روشهای نوینی هستند که در بخش کشاورزی کاربردهای مختلفی از جمله درجهبندی ...
بیشتر
ارزیابی کیفی محصولات کشاورزی از عوامل بسیار مهم در ارتقای بازارپسندی آنها است. عملیات درجهبندی و بستهبندی محصولات کشاورزی توسط کارگران با مشکلات فراوانی مثل افزایش هزینه، زمان، نیروی کارگری، تلف شدن محصول و غیره روبهرو است. سامانههای پردازش تصویر روشهای نوینی هستند که در بخش کشاورزی کاربردهای مختلفی از جمله درجهبندی محصولات دارد. هدف از این پژوهش پیادهسازی یک سامانه ماشین بینایی برای طبقهبندی هویج بر اساس شکل با استفاده از روش پردازش تصویر میباشد. برای این منظور تصویر 135 نمونه هویج در شکلهای مختلف (معمول و غیرمعمول) تهیه گردید. پس از پیشپردازش تصاویر، ویژگیهای مختلف شکل از تصاویر استخراج شد. در فرآیند انتخاب ویژگی، طول، وسعت، محیط، گردی، ناهمگنی مرکز سطح، ناهمگنی عرضی و تعداد ریشه به عنوان ویژگیهای کارا انتخاب گردید. از روشهای هوش مصنوعی و ماشینبردار پشتیبان برای طبقهبندی نمونهها استفاده شد. نتایج نشان داد که دقت درجهبندی روش شبکه عصبی مصنوعی پرسپترون چندلایه از ماشین بردار پشتیبان بیشتر و برابر با 50/98 درصد میباشد. میتوان گفت که روش پردازش تصویر و ماشین بینایی جهت ارتقا روش سنتی درجهبندی هویج کارآمد میباشند.
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.
پردازش تصویر
حمید رضا احمدی؛ جعفر امیری پریان
چکیده
طی چندین سال اخیر تمایل تازه ای بهسمت برداشت رباتیک پرتقال و برخی مرکبات ایجاد شده است. اولین گام در برداشت رباتیک شناسایی دقیق و تعیین موقعیت میوه می باشد. شناسایی از طریق پردازش تصویر توسط دوربینهای رنگی و کامپیوتر رایجترین روش در حال حاضر می باشد. بدیهی است ربات برداشت با شرایط طبیعی مواجه است و شناسایی باید در شرایط مختلف نور ...
بیشتر
طی چندین سال اخیر تمایل تازه ای بهسمت برداشت رباتیک پرتقال و برخی مرکبات ایجاد شده است. اولین گام در برداشت رباتیک شناسایی دقیق و تعیین موقعیت میوه می باشد. شناسایی از طریق پردازش تصویر توسط دوربینهای رنگی و کامپیوتر رایجترین روش در حال حاضر می باشد. بدیهی است ربات برداشت با شرایط طبیعی مواجه است و شناسایی باید در شرایط مختلف نور و محیط انجام شود. در این تحقیق سعی شده است الگوریتم مناسبی بهمنظور تشخیص پرتقال روی سایبان درخت ارائه شود. بهمنظور ارزیابی الگوریتم ارائه شده تعداد 500 تصویر که در شرایط کاملاً متفاوت سایبان، زاویه نور خورشید و فاصله تا درخت، گرفته شده بودند، مورد بررسی قرار گرفت. این الگوریتم شامل مراحل: بهینه سازی، قطعه بندی، فیلتر اندازه، تفکیک میوهها بر مبنای الگوی تراکم سایه و روشنایی و تعیین مختصات میباشد. در این تحقیق برای قطعه بندی از شبکه عصبی MLP (با سه لایه مخفی) استفاده شد که موفقیت بهکارگیری آن با توجه به نرخ کشف صحیح پرتقال ها با دقت 2/88% مورد تایید قرار گرفت. با توجه به درصد بالای پرتقالهای خوشه ای نسبت به کل پرتقال ها در تصاویر، هر الگوریتمی که بخواهد در زمینه شناسایی پرتقال بر روی درخت موفق عمل کند باید راه حلی برای تفکیک پرتقال ها از هم ارائه دهد که در پژوهش حاضر روشی جدید بر مبنای الگوی تراکم سایه روشن، بهکار گرفته شد و کارایی آن مورد ارزیابی قرار گرفت. در نهایت دقت تفکیک 5/89 درصد و دقت شناسایی 2/88 درصد بهدست آمد.
طراحی و ساخت
ریحانه لونی؛ محمد لغوی
چکیده
امروزه کشاورزان نسبت به کاربرد روشها و ابزارهای کنترل علف های هرز که خسارتی به محیط زیست نرسانند، علاقمندی بیشتری پیدا کرده اند. شعله افکنی با سوخت پروپان راهکاری است که پسماندی شیمیایی در داخل خاک، گیاه و آب های سطحی و زیر زمینی بر جای نمی گذارد. در این تحقیق یک دستگاه شعله افکن با امکان اعمال شعله به صورت یکنواخت و گسسته ساخته ...
بیشتر
امروزه کشاورزان نسبت به کاربرد روشها و ابزارهای کنترل علف های هرز که خسارتی به محیط زیست نرسانند، علاقمندی بیشتری پیدا کرده اند. شعله افکنی با سوخت پروپان راهکاری است که پسماندی شیمیایی در داخل خاک، گیاه و آب های سطحی و زیر زمینی بر جای نمی گذارد. در این تحقیق یک دستگاه شعله افکن با امکان اعمال شعله به صورت یکنواخت و گسسته ساخته و مورد آزمایش و ارزیابی آزمایشگاهی و مزرعهای قرار گرفت. در این دستگاه فناوری بینایی ماشین به صورت موفقیت آمیزی بین گیاه (گیاهانی که بین دو ردیف در مزرعه ی ذرت می رویند و به عنوان علف هرز تلقی می شوند) و خاک بهصورت بیدرنگ، تمایز قائل می شد. در آزمون آزمایشگاهی تأثیر سه سطح سرعت پیشروی (5/0، 7/0 و 9/0 متر بر ثانیه) بر تأخیر و تقدم عملکرد دستگاه شعله افکنی بررسی گردید. در آزمون های مزرعه ای کاربرد این فناوری در مقایسه با شعله افکنی پیوسته در کشت ذرت مورد ارزیابی قرار گرفت. کارآیی مزرعه ای سامانه با اندازه گیری سوخت استفاده شده و با شمارش و وزن علف های هرز باقیمانده و از بین رفته، یک و سه روز بعد از هر تیمار شعله افکنی مورد ارزیابی قرار گرفت. نتایج آزمون های آزمایشگاهی نشان داد که اثر سرعت بر دقت سامانه معنی دار بوده و در سرعت های 5/0 و 7/0 متر بر ثانیه سامانه دقت بیشتری نسبت به سرعت پیشروی 9/0 متر بر ثانیه دارد. براساس آزمونهای مزرعهای شعله افکنی گسسته و پیوسته نتایج مشابهی را در از بین بردن علف های هرز (هم شمارشی و هم وزنی) نشان دادند، درحالیکه سوخت مصرفی شعله افکنی گسسته کمتر از حالت پیوسته بود. نتایج نشان می دهد که شعله افکنی گسسته با کاربرد فناوری ماشین بینایی توانایی جایگزینی با شعله افکنی پیوسته را با توجه به کاهش سوخت مصرفی و کاهش بالقوه آلودگی هوا افزون بر دیگر مزایای شعله افکنی دارا می باشد.