طراحی یک سیستم ماشین بینایی جهت شناسایی چندین نوع مختلف از برگ ها
سال انتشار: 1396
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 550
فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NCOCA05_072
تاریخ نمایه سازی: 7 مهر 1398
چکیده مقاله:
قطعه بندی، تشخیص و طبقه بندی تصاویر برگ درختان و گیاهان براساس سیستم های بیناییکامپیوتر می تواند به عنوان اولین گام در عملیات های مبتنی بر ماشین در حوزه کشاورزی دقیق در نظرگرفته شود. در این مطالعه پنج نوع از برگ درختان مختلف به منظور طبقه بندی در نظر گرفته شدند. اینپنج نوع درخت عبارتند از بلوط، گل محمدی، نارون وحشی، زبان گنجشک و زیتون. از این برگها 533عکس در شرایط کنترل شده تهیه گردید. از این تصاویر 206 خصوصیت در دو حوزه خصوصیات رنگی وخصوصیات ماتریس هموقوعی سطح خاکستری استخراج شدند. با استفاده از روش هیبرید شبکه عصبیمصنوعی – الگوریتم شبیه سازی تبرید پنج خصوصیت موثر از میان این خصوصیات استخراج شدند. اینخصوصیات موثر عبارتند از اطلاعات اندازه همبستگی مربوطبه زاویه همسایگی 135 درجه، مومنت قطریمربوطبه زاویه همسایگی 90 درجه، اولین مولفه اضافی در فضای رنگی HSI، شاخص اولین و دومین مولفه فضای رنگی HSV، شاخص رنگی برای پوشش گیاهی در فضای رنگی CMY. بعد از انتخاب خصوصیات موثر، طبقه بند هیبرید شبکه عصبی مصنوعی – الگوریتم کلونی مورچگان جهت طبقه بندی این پنج نوع برگ استفاده شد. در نهایت نتایج نشان داد که این طبقه بند با نرخ طبقه بندی صحیح 98/40 درصد طبقه بندی را انجام داد.
کلیدواژه ها:
نویسندگان
سجاد سبزی
دانشجوی دکتری مکانیک ماشین های کشاورزی دانشگاه محقق اردبیلی- اردبیل، ایران
یوسف عباس پورگیلانده
استاد گروه مکانیک بیوسیستم دانشگاه محقق اردبیلی- اردبیل، ایران