CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)
عنوان
مقاله

مدلسازی میزان رشد گیاه گوجه فرنگی با استفاده از تکنیک پردازش خصوصیات بافت تصویر

اعتبار موردنیاز PDF: ۱ | تعداد صفحات: ۶ | تعداد نمایش خلاصه: ۵۱۲ | نظرات: ۰
سال انتشار: ۱۳۹۱
نوع ارائه: پوستر
کد COI مقاله: NCAMEM07_306
زبان مقاله: فارسی
حجم فایل: ۱۶۱.۸۵ کیلوبایت (فایل این مقاله در ۶ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

متن کامل این مقاله دارای ۶ صفحه در فرمت PDF قابل خریداری است. شما می توانید از طریق بخش روبرو فایل PDF این مقاله را با پرداخت اینترنتی ۳۰,۰۰۰ ریال بلافاصله دریافت فرمایید
قبل از اقدام به دریافت یا خرید مقاله، حتما به فرمت مقاله و تعداد صفحات مقاله دقت کامل را مبذول فرمایید.
علاوه بر خرید تک مقاله، می توانید با عضویت در سیویلیکا مقالات را به صورت اعتباری دریافت و ۲۰ تا ۳۰ درصد کمتر برای دریافت مقالات بپردازید. اعضای سیویلیکا می توانند صفحات تخصصی شخصی روی این مجموعه ایجاد نمایند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل PDF مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۶ صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله مدلسازی میزان رشد گیاه گوجه فرنگی با استفاده از تکنیک پردازش خصوصیات بافت تصویر

  کیوان آصف پور وکیلیان - گروه مهندسی مکانیک ماشینهای کشاورزی پردیس ابوریحان دانشگاه تهران
  جعفر مساح - گروه مهندسی مکانیک ماشینهای کشاورزی پردیس ابوریحان دانشگاه تهران
  محمد علی کیه بادرودی نژاد - گروه مهندسی مکانیک ماشینهای کشاورزی پردیس ابوریحان دانشگاه تهران

چکیده مقاله:

امروزه استفاده از تکنیک هائی مانند ماشین بینائی و پردازش تصویر جایگاه مهمی در کشاورزی دقیق دارد. استخراج بردار ویژگی با استفاده از بافت تصویر، به عنوان یکی از ارکان علم پردازش تصویر به شمار می رود. آنتروپی و همگونی از خصوصیات مهم بافتی تصاویر هستند که به ترتیب به صورت شاخص یک دست بودن رنگ تصویر برگ ها و شاخص میزان توزیع سطح خاکستری برای یک پیکسل نسبت به پیکسل های مجاور تعریف می شوند. در این مقاله، نتایج حاص از اندازه گیری بردار آنتروپی و همگونی بافت تصویر برگ گیاه گوجه فرنگی گلخانه ای در یک دوره آزمایش از طول مدت رشد به وسیله یک سیستم پردازش تصویر رایانه ای ارائه شد. هدف از انجام این تحقیق، ارائه یک مدل برای تعیین دقیق میزان رشد گیاه گوجه فرنگش با استفاده از سیستم ماشین بینائی بود. در بررسی برگ های نمونه که از گلخانه هیدروپونیک گوجه فرنگی دانشگاه تهران به ازمایشگاه منتقل گردید، مشاهده شد که مقدار ه ردو شاخص آنتروپی و همگونی استخراج شده به میزان رشد گیاه بستگی دارد. نتایج نشان داد که برگهای مربوط به گیاهان با سن بیشتر، نسبت به برگهای مربوط به گیاهان با سن کمتر، دارای شاخص آنتروپی بیشتر و شاخص همگونی کمتر بودند. همچنین رابطه میان سن گیاه (برحسب روز) و میزان این دو شاخص مدلسازی شد.

کلیدواژه‌ها:

آنتروپیریال خصوصیات بافتی تصویر، مدلسازی، میزان رشد گیاه گوجه فرنگی، همگونی

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-NCAMEM07-NCAMEM07_306.html
کد COI مقاله: NCAMEM07_306

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
آصف پور وکیلیان, کیوان؛ جعفر مساح و محمد علی کیه بادرودی نژاد، ۱۳۹۱، مدلسازی میزان رشد گیاه گوجه فرنگی با استفاده از تکنیک پردازش خصوصیات بافت تصویر، هفتمین کنگره ملی مهندسی ماشین های کشاورزی و مکانیزاسیون، شیراز، دانشگاه شیراز، https://www.civilica.com/Paper-NCAMEM07-NCAMEM07_306.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (آصف پور وکیلیان, کیوان؛ جعفر مساح و محمد علی کیه بادرودی نژاد، ۱۳۹۱)
برای بار دوم به بعد: (آصف پور وکیلیان؛ مساح و کیه بادرودی نژاد، ۱۳۹۱)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 :

  • استفاده از بسط با الگوریتم پیگیری تطبیقی برای استخراج بافت تصویر [مقاله کنفرانسی]
  • Jain, R., Kasturi, R., Schunck, B.G. (1995) Machine Vision, McGraw-Hill, ...
  • Meyer, G.E., Troyer, W.W., Fitzgerald, J.B., Paparozzi, E.T. (1992) Leaf ...
  • Story, D., Kacira, M., Kubota, C., Akoglu, A., An, L. ...
  • Ushada, D., Murase, H., Fukuda, H. (2007) Non- destructive sensing ...
  • Zheng, C., Sun, D.W., Zheng, _ (2006) Recent applications of ...
  • دانشگاه شیراز، ۱۴ الی ۱۶ شهریور ۱۳۹۱ ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه دولتی
    تعداد مقالات: ۴۵۱۹۵
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مدیریت اطلاعات پژوهشی

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    شبکه تبلیغات علمی کشور

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.