پژوهش‌های مکانیک ماشینهای کشاورزی

چکیده کمبود مواد مغذی، یکی از چالش‌های اساسی در رشد درختان و گیاهان است. برای افزایش تولید محصولات با کیفیت، شناسایی به موقع کمبود مواد مغذی امری ضروری است. انجام ندادن به‌موقع این مهم موجب کاهش بهره‌وری و وارد شدن خسارات بعضاً جبران‌ناپذیر برای کشاورزان خواهد شد. روش سنتی برای این‌کار، بررسی چشمی برگ، تجزیه خاک و روش‌های آزمایشگاهی است، که به افراد خبره و وقت و هزینه‌های زیادی نیاز دارد. این روش در اغلب موارد مقرون‌به‌صرفه نیست. در دنیای امروز استفاده از هوش مصنوعی و یادگیری ماشین در تمامی حوزه‌های مختلف بسیار مورد توجه قرار گرفته است. در این پژوهش ضمن جمع‌آوری داده و برچسب‌گذاری آن‌ها، یک روش خودکار و هوشمند مبتنی بر پردازش تصویر و یادگیری ماشین برای تشخیص کمبود مواد مغذی در درختان پسته ارائه شده است. در ابتدا با تصویربرداری از برگ‌های مختلف، داده‌های مناسب جمع‌آوری و برچسب‌گذاری شده است تا سیستم هوشمند آموزش داده شود. مراحل اصلی در سیستم‌ پیشنهادی شامل: پیش‌پردازش، شناسایی نواحی دارای کمبود، استخراج ویژگی و طبقه‌بندی نوع کمبود در هر ناحیه است. در مرحله استخراج ویژگی از خصوصیات آماری رنگ تصویر ازجمله میانگین، انحراف معیار، آنتروپی، مقدار موثر، واریانس و همچنین ویژگی‌های بافت تصویر مانند همواری، کنتراست، همبستگی و انرژی بهره گرفته شده ‌است. در نهایت به‌وسیله‌ی طبقه‌بندی کننده معروف ماشین‌بردارپشتیبان، کمبود‌ها طبقه‌بندی شده است. ارزیابی‌های انجام شده بر روی داده‌های واقعی، کارایی سیستم پیشنهادی با دقت ??% و موثر بودن آن برای کاربردهای واقعی را نشان می‌دهد.

چکیده در دنیای مدرن امروز، برای سرعت بخشیدن در کارها سعی در جایگزین‌کردن ماشین‌ها به جای انسان شده است تا بدین-ترتیب از وابسته‌شدن کارها به افراد خاص جلوگیری شود. کشاورزی هم از این قاعده مستثنا نبوده و امروزه از پردازش تصویر برای مکانیزه و جایگزین‌کردن ماشین‌های هوشمند به جای انسان استفاده می‌شود. یکی از موارد استفاده از آن را می‌توان شناسایی اقلام گیاهان، کمبودها و انواع بیماری‌های آن‌ها را می‌توان نام برد. کمبودهای مواد مغذی یکی از انواع بیماری‌های فیزیولوژیکی درختان است که شناسایی آن از اهمیت ویژه‌ای برخوردار می‌باشد. روش معمول برای برای این‌کار، بررسی چشمی برگ، تجزیه خاک و روش‌های آزمایشگاهی می‌باشد، که به افراد خبره و وقت و هزینه‌های زیادی نیاز دارد که مقرون-به‌صرفه نیست. در این مقاله روشی برای حل این مشکلات در نظر گرفته شده و با استفاده از پـردازش تصـویر به تشخیـص انـواع کمبـود مواد مغـذی درختـان پسته بر اساس ویژگی‌های برگی و چند نوع کمبود پرداخته شده است. در ابتدا برگ‌ها جمع‌آوری و از آن‌ها تصویر برداری شده و پس از پردازش تصویر ابتدا ویژگی‌های برگ استخراج و سپس با استفاده از ویژگی-های رنگی هر پیکسل از برگ، کمبودهای آن‌ها شناسایی شده است. این روش با دقت ??% درصد کمبودهای موجود را تشخیص می‌دهد.