TY - JOUR ID - 41843 TI - شناسایی میوه خیار در تصاویر گیاه به کمک شبکه عصبی مصنوعی JO - ماشین های کشاورزی JA - JAM LA - fa SN - 2228-6829 AU - محمدزمانی, داود AU - جاویدان, سید محمد AU - زند, معین AU - رسولی, محمد AD - گروه مهندسی بیوسیستم، دانشگاه آزاد اسلامی واحد تاکستان، تاکستان، ایران AD - گروه مهندسی بیوسیستم، دانشگاه تربیت مدرس، تهران، ایران AD - دانش‌آموخته کارشناسی ارشد، گروه مهندسی بیوسیستم، دانشگاه آزاد اسلامی واحد تاکستان، تاکستان، ایران AD - گروه اصلاح نباتات، دانشگاه آزاد اسلامی واحد تاکستان، تاکستان، ایران Y1 - 2023 PY - 2023 VL - 13 IS - 1 SP - 27 EP - 39 KW - تشخیص KW - پردازش تصویر KW - خیار گلخانه‌ای KW - شبکه عصبی مصنوعی DO - 10.22067/jam.2022.73827.1077 N2 - در این مطالعه، یک رویکرد شبکه عصبی برای تعیین محل دقیق میوه خیار بر روی تصاویر گلخانه‌ای پیشنهاد شده است. برای این منظور پس از متعادل کردن هیستوگرام روشنایی تصویر مورد نظر، تصویر را با پنجره‌ای حاوی تصویر میوه خیار ضرب می‌کند که باعث می‌شود در مناطق مشکوک به خیار ضرایب بزرگ‌تری به‌دست آید. با استخراج این حداکثرهای محلی، خوشه‌هایی از نقاط اولیه به‌عنوان پنجره‌های احتمالی وجود خیار به‌دست می‌آید. سپس برای تشخیص دقیق محل قرارگیری خیارها، این نقاط و نواحی اطراف آن‌ها به یک شبکه عصبی که با استفاده از تعدادی تصویر شامل تصاویر خیار، تصاویر غیر خیار و پاسخ بهینه آن‌ها آموزش داده شده است، ارجاع داده می‌شود. مناطق به‌دست‌آمده از این شبکه منجر به تشخیص دقیق محل خیارها در تصویر شد. روش پیشنهادی در جعبه ابزار Simulink نرم‌افزار متلب پیاده‌سازی شد. سپس روش پیشنهادی با استفاده از این ساختار شبکه شبیه‌سازی شد و بر روی 120 تصویر به‌دست‌آمده از یک گلخانه توسط دوربین دیجیتال آزمایش شد. این روش خطای پایینی داشت و توانست نرخ بالایی را در زمان مناسب میوه‌های خیار در تصاویر کشف‌شده تشخیص دهد. UR - https://jame.um.ac.ir/article_41843.html L1 - https://jame.um.ac.ir/article_41843_86ad4faa16a2ebf18aaf6068a21e9d89.pdf ER -