طراحی الگوریتم شناسایی ردیف کشت با استفاده از بینایی ماشین به منظور هدایت اتوماتیک تراکتور

سال انتشار: 1391
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 880

فایل این مقاله در 6 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:

NCAMEM07_076

تاریخ نمایه سازی: 8 بهمن 1391

چکیده مقاله:

هدایت ماشین های کشاورزی داخل ردیف های مزرعه برای اجرای عملیات خاکورزی، به ویژه عملیات داشت (تنک کردن، وجین کردن و سمپاشی) و برداشت علاوه بر حساسیت و نیاز به دقت بالا، خستگی زیادی برای راننده به همراه دارد. روش های هدایت خودکار ماشین در مزرعه شامل الف) هدایت نسبت به ردیف های محصول و یا عملیات قبلی، مانند ردیف های شخم خورده، کشت شده، برداشت شده ب) هدایت بر اساس سیستم موقعیت یابی جهانی (GPS) می باشد. هدف این تحقیق استفاده از تکنولوژی بینایی ماشین جهت ارائه ی یک رویکر د جدی د برا ی تشخیص ردیف محصو ل می باش د ک ه ب ر اساس تبدی ل ها ف د ر مقیاس خاکستری بر روی تصاویر و در نتیجه بهبود قابل توجهی از سرعت پردازش تصویر با هم ادغام شده اند. تصاویر مورد آنالیز در این تحقیق به منظور عملیات تنک کنی و وجین کنی در مرحله 4 تا 6 برگی با استفاده از یک دوربین دیجیتال CCD (Sony Cyber Shot w200) از مزارع چغندرقند شهرستان نقده تهیه گردید. بمنظو ر حذف زمین ه خاکی و تشخیص گیاه ، فضاهای رنگی و تبدیلات مختلف توسط نر م افزار MATLAB R2011b مورد بررسی و آنالیز قرار گرفت. نتایج آنالیز تصاویر در فضاهای مختلف نشان داد که فضای رنگی RGB و تبدیل (ترکیب) (2R-G+B) بهترین انتخاب برای جداسازی محصول از زمینه ی خاکی می باشد. مهم ترین منبع ایجاد خطا در الگوریتم تشخیص ردیف محصول، علف های هرز در تصاویر می باشد. نتایج نشان داد که الگوریتم طراحی شده قادر به تشخیص ردیف چغندر قند در مراحل مختلف رشد می باشد. خطای متوسط بین تشخیص ردیف های محصول در شرایط واقعی 24 میلی متر و زمان متوسط پردازش هر تصویر 0.12 ثانیه به دست آمد.

نویسندگان

امیر شیخی آراسته

دانشجوی کارشناسی ارشد مکانیک ماشین های کشاورزی دانشگاه ارومیه

پرویز احمدی مقدم

استادیار و دانشیار گروه مکانیک ماشین های کشاورزی دانشگاه ارومیه

محمد حسن کماریزاده

استادیار و دانشیار گروه مکانیک ماشین های کشاورزی دانشگاه ارومیه

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 :
  • دانشگاه شیراز، 14 الی 16 شهریور 1391 ...
  • دانشگاه شیراز، 14 الی 16 شهریور 1391 ...
  • Bakker, T et al (2008). A vision based row detection ...
  • Slaughter, D. C et al. 2008. Autonommous robotic weed control ...
  • Gonzalez, R.C and R.E. Woods. 1992. Digital Image Processing. Addis ...
  • Lee, W. S et al. 1999. Robotic Weed Control System ...
  • _ Automatic guidance system with crop _ Proceedings of the ...
  • Romeo, J et al. 2012. Crop Row Detection in Maize ...
  • _ 2008. Autonomous robotic weed conto systems: A review. computes ...
  • Tang, L., L.F. Tian. 2002. Machine Vision for Automated Corn ...
  • Van der Weide, R. Yet al. (2008). Innovation in mechanica ...
  • نمایش کامل مراجع