طراحی الگوریتم بینایی رایانه ای برای تشخیص فلفل دلمه جهت برداشت روباتیک در شرایط نور طبیعی

در سال های اخیر، اتوماسیون در بخش کشاورزی به خصوص کشت گلخانه ای بیش از پیش مورد توجه محققین و همچنین استقبال تولید کنندگان قرار گرفته است. دلیل اصلی این مسیله کاهش هزینه های تولید به ویژه هزینه نیروی انسانی و شرایط سخت کاری در فضای گلخانه می باشد. در این پژوهش سامانه بینایی یک روبات برای برداشت فلفل دلمه ارایه می شود که قادر به تشخیص فلفل دلمه ای سبز رنگ روی بوته در شرایط نور طبیعی می باشد. چالش بزرگ پیش روی این تحقیق و برخی محصولات دیگر، مشابهت رنگ محصول با برگ ها به خصوص در شرایط نور طبیعی بود. برای غلبه بر این چالش، یک شاخص جدید بافتی بر پایه تخمین چگالی لبه تعریف و در ترکیب با شاخص های رنگی شامل رنگمایه، شدت اشباع رنگی و سبزینگی تشدید شده (EGI) برای شناسایی میوه های مورد نظر استفاده شد. برای ارزیابی سامانه نرم افزاری روبات، از بوته های مختلف 50 تصویر تهیه و از مجموع 107 فلفل دلمه موجود در فضای کاری بازوی روبات سامانه قادر به تشخیص 92 عدد از آن ها (دقت تشخیص 86% ) بود. با استفاده از پارامتر تعریف شده بافتی، خطای سامانه در شناسایی پس زمینه مخصوصا برگ ها به عنوان فلفل دلمه های سبز به میزان 92/98 درصد کمتر از آنالیز صرفا رنگی شد، که نشان از موثر بودن شیوه تعریف شده جدید در این پژوهش دارد. از مهم ترین عوامل بروز خطا، علاوه بر تشابه رنگی میان فلفل دلمه و برگ، می توان به سطح براق و ناصاف فلفل دلمه اشاره نمود که به ترتیب باعث بازتابش زیاد و ناهمگنی روشنایی روی سطح فلفل دلمه می شود.

کلیدواژه ها:

برداشت خودکار ، بینایی رایانه ای ، پردازش تصویر ، روبات ، شاخص بافت تصویر