شماره ركورد كنفرانس :
3824
عنوان مقاله :
تشخيص كلزا از گياهان هرز بر اساس ويژگي‌هاي رنگ و شكل برگ با استفاده از شبكه عصبي
پديدآورندگان :
خليلي سيد مرتضي دانشجوي كارشناسي ارشد، گروه مهندسي هوافضا، دانشكده علوم و فنون نوين، دانشگاه تهران، تهران، ايران , رضائي عليرضا arrezaee@ut.ac.ir عضو هئيت علمي، گروه مهندسي سيستم و مكاترونيك، دانشكده علوم و فنون نوين، دانشگاه تهران، تهران، ايران , حاجي احمد علي عضو هيئت علمي، گروه مهندسي ماشين¬هاي كشاورزي، پرديس كشاورزي و منابع طبيعي، دانشگاه تهران، كرج، ايران , اميري نگين دانشجوي كارشناسي ارشد، گروه مهندسي برق، دانشگاه تفرش، تفرش، ايران
كليدواژه :
بينايي ماشين , تشخيص خودكار كلزا , شبكه عصبي , ويژگي هاي شكل و رنگ.
عنوان كنفرانس :
دهمين كنگره ملي مهندسي مكانيك بيو سيستم (ماشين هاي كشاورزي) و مكانيزاسيون ايران
چكيده فارسي :
شناسايي ارقام گوناگون گياهان، كاربردهاي فراواني ازجمله در به نژادي و تفكيك محصولات دارد. روش معمول براي انجام اين عمل، بررسي چشمي برگ‌ها و ميوه‌هاي گياهان است كه اين كار به دليل وقت‌گير بودن و هزينه بالا در زمين هاي بزرگ مقرون‌به‌صرفه نيست. شناسايي نمونه‌ها و طبقه‌بندي آن‌ها با استفاده از بينايي ماشين مي‌تواند سريع‌تر و با هزينه كمتري انجام شود. در اين مقاله از ويژگي هاي رنگ و شكل برگ گياه كلزا براي تشخيص آن از ساير محصولات و به‌ويژه گياهان هرز استفاده شد. ابتدا تصاويري از برگ گياه كلزا و گياهان هرز آن در مراحل مختلف رشد تهيه شد. سپس اين تصاوير به همراه تصاوير اخذشده از برگ ساير گياهان از يك مجموعه داده معتبر به‌عنوان داده‌هاي ورودي در نظر گرفته شد. در مرحله بعد ويژگي‌هاي شكل و رنگ از برگ گياه كلزا و برگ ساير گياهان استخراج شد و سپس اين ويژگي‌ها براي آموزش به چندين شبكه عصبي با ساختـارهاي مختلف داده شد. پس از آموزش شبكه ها براي آزمـون شبكه نيـز از داده هاي مشابه تصاوير آموزشي، يعني تصاوير برگ گياه كلزا و ساير گياهان غير كلزا استفاده شد. نتايج نشان داد كه بهترين سيستم در بين شبكه هاي مورداستفاده در اين آزمايش يك شبكه عصبي پرسپترون دولايه با 15 نورون در لايه مخفي اول و 10 نورون در لايه مخفي دوم بود. نتايج حاصل از روش پيشنهادي ميزان صحت 97% را در شناسايي كلزا نشان داد كه بيانگر كاربردي بودن روش پيشنهادي در تشخيص محصول كلزا مي باشد.
