مجتبی نصرتی - دانشجوی دکتری مکانیک ماشین های کشاورزی، دانشگاه شیراز
محمد حسین رئوفت - استاد گروه مکانیک ماشین های کشاورزی، دانشگاه شیراز

تلفیق استراتژی خاص مکانی و مدیریت کنترل علف هرز می تواند راه حلی مناسب برای کاهش مصرف علف کشها باشد. در این تحقیق، جهت کاهش مصرف علف کشها، طراحی و ساخت ماشین بردار پشتیبان بر اساس سیستم ماشین بینایی که مشخصات مختلف تصویری بوته ها را مورد استفاده قرار می دهد، مدنظر قرار گرفت. به همین منظور مجموعاً 100 تصویر تحت شرایط آزمایشگاه از دو گونه علف هرز پهن برگ و باریک برگ رایج در مزرعه تهیه شد. برای جدا کردن بوته ها از پس زمینه تغییرات لازم در الگوریتم تفکیک کننده تصویر به نام روش Pixelwise اعمال شد. در ادامه جهت دسته بندی گونه های علف هرز، الگوریتم ماشین بردار پشتیبان، با استفاده از استخراج هفت خصوصیت ریخت شناسی از تصاویر آزمایشگاهی، ایجاد شد. در تستمزرعه، سه بلوک به صورت کاملا تصادفی در مزرعه انتخاب شد. در هر بلوک 20 تصویر به صورت اتوماتیک توسط سامانه گرفته و به صورت لحظه ای گونه علف هرز تشخیص داده شد. سپس با توجه به گونه علف هرز، سم مورد نظر پاشیده شد. در نهایت با توجه به نتایج بدست آمده دقت تشخیص سامانه در هر بلوک محاسبه شد. بین دقت های بدست آمده در سطح احتمال 5% اختلاف معنی داری وجود نداشت. مجموعاً از 60 تصویر گرفته شده، 144 بوته علف هرز مورد تشخیص واقع شد به طوری که سامانه با دقت 71 % (در مدت 2.17 ثانیه برای هر تصویر) علف های هرز را دسته بندی نمود.

ماشین بردار پشتیبان، ماشین بینایی، مدیریت کنترل علف هرز