توسعه روش جديد تنك كني مزارع چغندرقند با استفاده از بينايي ماشين

تنك كني و وجين كني محصولات رديفي از جمله عمليات هزينه بر و طاقت فرسا بوده و از اهداف اصلي كشاورزي دقيق بهبود عملكرد محصول در واحد سطح مي باشد. تشخيص و تمايز بين محصول، علف هرز و خاك با استفاده از تكنيك پردازش تصوير عمل پيچيده اي بوده، بويژه زماني كه محصول به اندازه كافي رشد كرده باشد. بينايي ماشين مي تواند ابزار مناسبي براي تشخيص و جداسازي محصول از خاك و علف هاي هرز باشد. هدف اصلي اين تحقيق توسعه الگوريتم با دقت مناسب به منظور تشخيص بوته هاي چغندرقند و حذف بوته هاي اضافه مي باشد. تصاوير رنگي توسط دوربين ديجيتال مجهز به لنز CCD از سطح مزارع چغندرقند شهرستان نقده در فصل بهار در مرحله 4 الي 6 برگي، در شرايط مختلف آب و هوايي (آفتابي و ابري) تهيه گرديد. الگوريتم هاي ارائه شده متشكل از دو قسمت جداسازي محصول از زمينه و تصميم گير ي بر مبناي فاصله بوته از بوته هاي مجاور مي باشد. توابع تفكيك كننده و نرخ موفقيت آن ها در تشخيص مركز جرم بوته ها و تقسيم بندي بوته ها مورد ارزيابي قرار گرفت. بررسي تصاوير نشان داد كه اساسي ترين مشكل در تشخيص شيء، همپوشاني بوته ها مي باشد. نتايج آناليز نشان داد كه الگوريتم ارائه شده در فضاي رنگي RGB با تبديل (2R-G+B) با وجود همپوشاني، داراي دقت بالاتري نسبت به فضاهاي رنگي (HSI و YCbCr) مي باشد. نتايج ارزيابي نشان داد كه دقت الگوريتم مركز جسم و الگوريتم عرض متوسط به ترتيب، 58/65 و 89/7 درصد در عملكرد روي بوته ها و همچنين دقت جداسازي محصول از زمينه به ترتيب 94 و 91 درصد در هواي آفتابي و ابري مي باشد