عنوان مقاله :
طراحي و پياده سازي يك سامانه سمپاش دقيق براي مديريت علف هاي هرز با استفاده از سيستم بينايي رايانه در مزرعه چغندرقند
عنوان به زبان ديگر :
Design and Iimplementation of a Precision Sprayer System for Weed Management Using Computer Vision System (Case Study: Sugarbeet Farm)
پديد آورندگان :
اورك، هادي دانشگاه كشاورزي و منابع طبيعي رامين خوزستان , آبدانان مهدي زاده، سامان دانشگاه كشاورزي و منابع طبيعي رامين خوزستان
كليدواژه :
تشخيص علف هرز , سمپاش هوشمند , پردازش تصوير
چكيده فارسي :
يكي از هدفهاي كشاورزي دقيق به حداقل رساندن حجم علفكش با استفاده از سيستمهاي مديريتي علفهاي هرز است. براي رسيدن به اين هدف، سيستمي مبتني بر پردازش تصوير بهمنظور تشخيص علفهاي هرز در شرايط كنترل شده توسعه يافت. در اين روش پيشنهادي از فضاي رنگي HSV براي ايجاد تمايز بين پوشش گياهيو پسزمينه و بين محصول مورد نظر و علفهاي هرز استفاده گرديد. در اين پژوهش از كانال رنگي H از فضاي رنگي HSV براي آستانهبندي خودكار و برخط پسزمينه (خاك) و پيشزمينه (علفهاي هرز) استفاده شد كه با اعمال فرسايش و اتساع مناسب، ناحيۀ مربوط به علفهاي هرز و خاك شناسايي و آستانهبندي گرديد. بر اساس نتايج بهدست آمده از آزمايش تشخيص علفهاي هرز/چغندرقند، عملكرد (ميزان تشخيص صحيح علفهاي هرز) 94 درصد مشاهده شد. اين سامانۀ هوشمند، در مقايسه با سمپاشهاي معمولي (سمپاش Buferagri)، در آزمايش مزرعهاي بهدليل استفاده از فناوري بينايي كامپيوتر، مصرف محلول سم را 86/67 درصد كاهش داد. بنابراين استفاده از اين روش به عنوان يك سامانه سمپاش هوشمند در مزارع چغندرقند پيشنهاد ميشود.
چكيده لاتين :
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.
عنوان نشريه :
تحقيقات سامانه ها و مكانيزاسيون كشاورزي
عنوان نشريه :
تحقيقات سامانه ها و مكانيزاسيون كشاورزي