تشخيص نوع گياه با استفاده از ويژگي هاي طيفي و شبكه عصبي مصنوعي

طبقه بندي گياهان بر اساس گونه هاي مختلف گياه يكي از كاربرد هاي مهم سنجش از دور در كشاورزي دقيق مي باشد. تهيه داده هاي واقعيت زميني براي انجام طبقه بندي از اهميت زيادي برخوردار مي باشد كه تهيه اين داده ها به وسيله عمليات زميني كاري بسيار زمان بر و پر هزينه مي باشد. در اين پژوهش روش نويني جهت تشخيص نوع گياه از تصاوير فراطيفي با استفاده از شبكه هاي عصبي مصنوعي معرفي شده است، كه تشخيص گياه يونجه هدف اين تحقيق مي باشد. بدين منظور ابتدا با استفاده از اطلاعات طيفي گياهان داده هاي واقعيت زميني را ايجاد كرده و سپس با بكارگيري آنها به طبقه بندي تصوير مي پردازيم. با توجه به اينكه در شبكه هاي عصبي مصنوعي هيچ گونه پيش فرضي در مورد توزيع داده نمي شود، روش داراي دقت بالايي در انجام طبقه بندي مي باشد و در اين پژوهش نيز از اين روش براي انجام طبقه بندي استفاده شده است. سپس با استفاده از ماتريس خطا به آناليز دقت اين روش پرداخته شده است. درنهايت انجام طبقه بندي به كمك شبكه هاي عصبي با روش طبقه بندي به كمك روش بيشترين شباهت مقايسه شده و مشاهده گرديد كه شبكه هاي عصبي داراي دقت 94/81 درصد و روش بيشترين شباهت داراي دقت 90/31 مي باشد و اين نتايج نشان مي دهد كه روش مبتني بر شبكه عصبي از دقت بالاتري نسبت به روش بيشترين شباهت برخوردار است.