شناسایی خسارات وارده بر محصولات کشاورزی مبتنی بر عکس‌های هوایی و روش‌های هوشمند

آرش سلیملر¹ یوسف عباسپور گیلانده² علی میرزازاده³ افشین عزیزی⁴

1) دانشجوی کارشناسی ارشد مکانیک بیوسیستم، دانشگاه محقق اردبیلی، اردبیل
2) استاد گروه مکانیک بیوسیستم، دانشگاه محقق اردبیلی، اردببل
3) استادیار گروه مکانیک بیوسیستم، دانشگاه محقق اردبیلی، اردببل
4) مربی گروه مکانیک بیوسیستم، دانشگاه محقق اردبیلی، اردبیل

محل انتشار : دومین کنفرانس ملی مدیریت سبز پسماند(gmbtuma.ir/2nd)
چکیده :
تفکیک و طبقه¬بندی محصولات زراعی از لحاظ میزان خسارت بسیار با ارزش می¬باشد. امروزه با پیشرفت علم و توسعه¬ی دوربین¬های دیجیتالی، تصویر برداری در زمان بسیار کوتاهی انجام می¬گیرد. بخاطر ماهیت دوربین¬های دیجیتالی، انتقال داده-ها بسیار سریع انجام می¬شود. بنابراین با پیشرفت سیستم¬های اندازه¬گیری، می¬توان ویژگی¬های کیفی و ظاهری محصولات زراعی را به کمک روش¬های آنالیز تصاویر که اصول این دستگاه¬ها می¬باشد، سنجید. برای این منظور می¬توان برپایه¬ی روش-های بینایی ماشین، با به¬کارگیری دوربین¬های دیجیتالی، سیستم¬های نورپردازی مناسب و برنامه¬های نرم¬افزاری که معمولا با استفاده از نرم¬افزار متلب نوشته می¬شود، برپایه¬ی مکانیزم¬های مختلف تحلیل تصویر و همچنین روش¬های رقمی تحلیل داده، مانند شبکه¬ی عصبی مصنوعی، اقدام به شناسایی و کلاس¬بندی محصولات زراعی براساس شاخص¬های کیفی نمود. هدف ما در این پژوهش این است که با کمک آنالیز تصاویر، روشی برای تخمین میزان خسارات وارده بر محصول کلزا را در سه کلاس بدست آوریم. با توجه به معیارهای GlobalAccuracy ، MeanAccuracy و WeightedIoU که برای ارزیابی الگوریتم درنظر گرفته شده بود به این نتیجه می¬رسیم که الگوریتم ما کارایی بالایی برای طبقه¬بندی محصول کلزا را دارا می¬باشد.
کلمات کلیدی : خسارات محصولات کشاورزی عکس¬های هوایی