|
|
طراحی و پیاده سازی یک سامانه سمپاش دقیق برای مدیریت علف های هرز با استفاده از سیستم بینایی رایانه در مزرعه چغندرقند
|
|
|
|
|
نویسنده
|
اورک هادی ,آبدانان مهدی زاده سامان
|
منبع
|
تحقيقات سامانه ها و مكانيزاسيون كشاورزي - 1398 - دوره : 20 - شماره : 72 - صفحه:123 -142
|
چکیده
|
یکی از هدف های کشاورزی دقیق به حداقل رساندن حجم علف کش با استفاده از سیستم های مدیریتی علف های هرز است. برای رسیدن به این هدف، سیستمی مبتنی بر پردازش تصویر به منظور تشخیص علف های هرز در شرایط کنترل شده توسعه یافت. در این روش پیشنهادی از فضای رنگی hsv برای ایجاد تمایز بین پوشش گیاهیو پس زمینه و بین محصول مورد نظر و علف های هرز استفاده گردید. در این پژوهش از کانال رنگی h از فضای رنگی hsv برای آستانه بندی خودکار و برخط پس زمینه (خاک) و پیش زمینه (علف های هرز) استفاده شد که با اعمال فرسایش و اتساع مناسب، ناحیۀ مربوط به علف های هرز و خاک شناسایی و آستانه بندی گردید. بر اساس نتایج به دست آمده از آزمایش تشخیص علف های هرز/چغندرقند، عملکرد (میزان تشخیص صحیح علف های هرز) 94 درصد مشاهده شد. این سامانۀ هوشمند، در مقایسه با سمپاش های معمولی (سمپاش buferagri)، در آزمایش مزرعه ای به دلیل استفاده از فناوری بینایی کامپیوتر، مصرف محلول سم را 67.86 درصد کاهش داد. بنابراین استفاده از این روش به عنوان یک سامانه سمپاش هوشمند در مزارع چغندرقند پیشنهاد می شود.
|
کلیدواژه
|
پردازش تصویر، سمپاش هوشمند، تشخیص علف هرز
|
آدرس
|
دانشگاه کشاورزی و منابع طبیعی رامین خوزستان, دانشکده مهندسی زراعی و عمران روستایی, گروه مکانیک بیوسیستم, ایران, دانشگاه کشاورزی و منابع طبیعی رامین خوزستان, دانشکده مهندسی زراعی و عمران روستایی, گروه مکانیک بیوسیستم, ایران
|
پست الکترونیکی
|
saman.abdanan@gmail.com
|
|
|
|
|
|
|
|
|
Design and Iimplementation of a Precision Sprayer System for Weed Management Using Computer Vision System (Case Study: Sugarbeet Farm)
|
|
|
Authors
|
Orak Hadi ,Abdanan-Mehdizade S.
|
Abstract
|
One of the objectives of precision agriculture is to minimize the volume of herbicide application by using weed management systems. To achieve this goal, a system based on image processing techniques was developed to detect weeds. In the proposed method, HSV color space was used to discriminate between vegetation and background, and between crops and weeds. In this research, the H component of HSV color space along with suitable erosion and dilation were used to automatically segment background (soil) and foreground (weed). According to what was obtained, the algorithm could identify weed from sugar beet plants with the accuracy of 94%. The intelligent sprayer system, in the field trials, in comparison with conventional sprayers (Buferagri sprayer), reduced 67.86% of volume of herbicide due to application of computer vision. The use of this method, as an intelligent sprayer system in sugar beet fields, is recommended.
|
Keywords
|
|
|
|
|
|
|
|
|
|
|
|