شناسايي دقيق و سريع نوع بافت خاك مبتني بر الگوريتم يادگيري عميق و سامانه بينايي ماشين

خاك يكي از مهم ترين منابع توليد در كشاورزي محسوب مي شود. بنابراين با شناسايي دقيق خاك و خصوصيات مهم آن مي‌توان به مديريت صحيح و استفاده پايدار از زمين هاي كشاورزي دست يافت. مطالعه حاضر با هدف شناسايي انواع بافت خاك با استفاده از روش بينايي ماشين و شبكه عصبي پيچشي عميق انجام شد. مدل كانولوشن ارائه شده از دو بلوك متفاوت تشكيل شده است كه شامل انواع لايه ها از جمله لايه هاي پيچشي، لايه هاي تجميع كننده بيشينه، لايه هاي هموارساز، لايه برون انداز، نرمال سازي دسته اي، لايه هاي كاملاً متصل و يك طبقه بند ماشين بردار پشتيبان بود. اين مدل بر روي تصاوير نمونه‌هاي مختلف خاك (11 نوع بافت و در مجموع 790 نمونه) مورد آموزش و آزمون قرار گرفت. اين داده ها توسط يك سامانه بينايي ماشين و يك دوربين تلفن همراه هوشمند آماده سازي شدند. پارامترهاي آماري مهم از جمله دقت، صحت، خاصيت، حساسيت و مساحت زير نمودار به ترتيب 99.65 %، 98.75 %، 99.8 %، 98.75 و 99.27 %، با استفاده از ماتريس اغتشاش محاسبه شد. مدل پيشنهادي توانست با دقت 98.1 % تصاوير نمونه هاي خاك را با موفقيت طبقه بندي نمايد. نتايج به دست آمده نشان داد كه مدل پياده سازي شده در اين مطالعه مي تواند جايگزين مناسبي براي روش هاي پر هزينه و زمان بر آزمايشگاهي تعيين نوع بافت خاك باشد.