تشخيص دو نوع علف‌‌هرز با استفاده از سيستم بينايي ماشين در راستاي استفاده در سم‌پاشي خاص مكاني

مبارزه هدفمند با علف‌‌هاي هرز يكي از اهداف اصلي در كشاورزي دقيق مي‌باشد. يكي از روش‌هايي كه مبارزه هدفمند را اجرايي مي‌كند استفاده از سيستم‌هاي بينايي ماشين مي‌باشد. به‌همين دليل در اين مطالعه يك سيستم بينايي ماشين مبتني بر طبقه‌بند هيبريد شبكه عصبي مصنوعي– الگوريتم شبيه‌سازي تبريدالگوريتم ژنتيك به‌منظور سم‌پاشي خاص مكاني براساس فيلم‌برداري در مزرعه ارائه گرديد. به‌منظور آموزش الگوريتم سيستم ‌بينايي ماشين، فيلم‌برداري از مزارع سيب‌زميني رقم مارفونا واقع در استان كرمانشاه كه در هفته ششم از مرحله رشد بودند انجام گرفت. مساحت مربوط‌ به اين مزارع 4 هكتار بود. در اين مزارع دو نوع علف‌ هرز با عناوين گل‌گندم و پنيرك وجود داشتند. به‌منظور بررسي پيچيده‌ترين شرايط كاري سيستم بينايي ماشين، پلتفرم با سرعت 0/103 متر بر ثانيه در شرايط نور طبيعي مزرعه‌اي يعني شدت نور 1820 لوكس فيلم‌هاي مزرعه‌اي را جمع‌آوري كرد. در نهايت از ويدئوهاي مزرعه‌اي 2581 شي‌ء (به پيكسل‌هاي به‌هم پيوسته در يك فريم شيء گفته مي‌شود) استخراج گرديد كه 1806 شيء جهت آموزش الگوريتم سيستم بينايي ماشين و 775 شيء باقيمانده جهت تست آن مورد استفاده قرار گرفت. از ميان 206 خصوصيت استخراجي از هر شي، 6 خصوصيت مولفه دوم اضافي در فضاي رنگي YCbCr، شاخص سبز منهاي آبي فضاي رنگي RGB، مجموع آنتروپي همسايگي 45 درجه، مومنت قطري همسايگي صفر درجه، آنتروپي همسايگي 45 درجه، شاخص مؤلفه سوم اضافي فضاي رنگي CMY با استفاده از روش هيبريد ANNPSO انتخاب شدند. نتايج نشان داد كه سيستم طبقه‌بند با دقت 99/61 درصد قادر به طبقه‌بندي نمونه‌هاي مربوط ‌به سه كلاس گياه سيب‌زميني، گل‌گندم و پنيرك مي‌باشد.