بهبود تشخیص گیاه در ربات های کشاورزی مبتنی بر بینایی ماشین با استفاده از یک روش ترکیبی
عنوان اصلي به زبان ديگر
Improving Plant Recognition in Vision-Based Agricultural Robots Using a Hybrid Method
نام نخستين پديدآور
/رضا پورهاشم نمین
وضعیت نشر و پخش و غیره
نام ناشر، پخش کننده و غيره
: مهندسی فناوری های نوین
تاریخ نشرو بخش و غیره
، ۱۳۹۷
نام توليد کننده
، افشار
یادداشتهای مربوط به نشر، بخش و غیره
متن يادداشت
چاپی - الکترونیکی
یادداشتهای مربوط به پایان نامه ها
جزئيات پايان نامه و نوع درجه آن
ارشد
نظم درجات
مهندسی مکاترونیک
زمان اعطا مدرک
۱۳۹۷/۰۳/۲۲
کسي که مدرک را اعطا کرده
تبریز
یادداشتهای مربوط به خلاصه یا چکیده
متن يادداشت
امروزه بیش از پیش شاهد ورود ادوات و رباتهای هوشمند به حوزه های مختلف کار و زندگی انسان هستیم .هدف اصلی از تولید چنین سیستمهایی نیز عمدتا انجام دقیقتر و سریعتر کارهای مختلف با هزینه کمتر می باشد .در سالهای اخیر گرایش زیادی به سوی تولید ربات های کشاورزی هوشمند به منظور انجام طیف گسترده ای از کارهای کشاورزی را شاهد هستیم .مهمترین چالش در این عرصه بکارگیری هر چه دقیقتر این رباتها در مزارع برای انجام عملیات کشاورزی مختلف است .چنین رباتهایی که عموما مبتنی بر بینایی ماشین هستند، بدون دخالت انسان در زمینهای کشاورزی و در بین ردیف ها حرکت میکنند .آنها باید این کار را خیلی دقیق انجام دهند زیرا در غیر اینصورت محصولات کشاورزی صدمه خواهند دید .تشخیص گیاه یکی از اساسی ترین قابلیت هایی است که رباتهای کشاورزی باید دارا باشند و عملکرد خوب این رباتها در گرو تشخیص هر چه دقیق تر گیاه مورد نظر در مزرعه است .این تشخیص عموما بر مبنای آنالیز تصاویر انجام میپذیرد و کاری آسان نیست چرا که در یک مزرعه که برای کشت یک گیاه خاص مورد استفاده قرار گرفته است، علاوه بر گیاه مورد نظر علفهای هرز و خاک نیز در تصاویر وجود دارند .تفکیک و جداسازی یک تصویر به قطعات به طوریکه پیکسل های هر قطعه دارای یک ویژگی خاص باشند ما را قادر خواهد ساخت تا تشخیص گیاه را با دقتی بسیار بالاتر انجام دهیم .در واقع هر قطعه یک شی خواهد بود که می تواند گیاه مورد نظر ، علف های هرز یا خاک باشد .در این تحقیق یک روش ترکیبی برای بهبود تشخیص گیاه در ربات های کشاورزی مبتنی بر بینایی ماشین ارائه میشود .روش پیشنهادی شامل گام های زیر است :الف (استخراج سبزی مبتنی بر شاخص پوشش گیاهی) ب (اعمال تبدیل موجک گسسته به تصویر حاصل که اجازه استخراج ساختار فضایی در سه باند افقی، عمودی و مورب شامل اطلاعات جزئی را می دهد) د (استفاده از یک متاهیوریستیک جهت تولید بهترین قطعه های ممکن) ج (استفاده از یک روش آستانه گیری تصویر برای شناسایی تصویر نهایی .روش پیشنهادی در مقایسه با الگوریتم های دیگر نتایج بهتری را نشان می دهد و دقت قطعه بندی تصاویر در روش پیشنهادی به مراتب بالاتر می باشد
متن يادداشت
Today, more and more people are witnessing the arrival of smart devices and robots into different areas of work and human life. The main purpose of the production of such systems is mainly to do more accurate and faster work at a lower cost. In recent years, we have seen a great deal of interest in the production of intelligent agricultural robots in order to carry out a wide range of agricultural activities. In modern agriculture, these robots are generally used to control weeds, spraying, seedling, harvesting, environmental monitoring and soil analysis. The most important challenge in this area is to use these robots as accurately as possible in the fields to carry out these operations. Such robots, which are generally based on machine vision, move without human intervention on farmland and in rows. They have to do this very accurately because otherwise they will be damaged by agricultural products. Plant detection is one of the most important capabilities that robots have to possess and the good performance of these robots depends on the more accurate detection of the plant in question. This diagnosis is generally based on image analysis, and it's not easy to do, since in a field used to cultivate a particular plant, in addition to the weed and weed plant. Separating an image into pieces so that the pixels of each piece have a specific property will enable us to perform a plant with much higher precision. In fact, each piece is an object that can be the desired plant, weed or soil. In this research, a hybrid method is proposed to improve plant detection in machine vision robots. The proposed method involves the following steps: a) Vegetable based extraction (b) The application of a discrete wavelet transform to a resulting image that allows the extraction of the spatial structure in three horizontal, vertical and diagonal bands, including partial information; (d) use Use a methahurestic to produce the best possible pieces (c) Use an image threshold method to identify the final image. Validation of the results will be done using the results of previous research
عنوان اصلی به زبان دیگر
عنوان اصلي به زبان ديگر
Improving Plant Recognition in Vision-Based Agricultural Robots Using a Hybrid Method
نام شخص به منزله سر شناسه - (مسئولیت معنوی درجه اول )