سم‌پاشی خاص مکانی یک روش جدید به منظور مبارزه با علف‌های هرز می‌باشد. به همین دلیل، در این مطالعه یک سیستم بینایی ماشین مبتنی‌بر پردازش ویدئو و طبقه‌بند فراابتکاری به‌منظور تشخیص برخط گیاه سیب‌زمینی و دو نوع علف‌هرز خرفه و توق در مزارع سیب‌زمینی پیشنهاد شد. به‌منظور آموزش سیستم بینایی ماشین پیشنهادی، ? هکتار زمین سیب‌زمینی رقم مارفونا در استان کرمانشاه به‌منظور فیلم‌برداری انتخاب شد. بعد از استخراج خصوصیاتی در حوزه‌های خصوصیات رنگی و توصیفگرهای طیفی بافت با استفاده از دو روش هیبرید شبکه‌عصبی مصنوعی – کلونی مورچگان و هیبرید شبکه‌عصبی مصنوعی – ازدحام ذرات، خصوصیات مؤثر انتخاب گردیدند. درنهایت با تحلیل نتایج حاصل از طبقه‌بندی خصوصیات انتخابی توسط هر یک از دو روش مذکور، خصوصیات انتخابی با استفاده از روش هیبرید شبکه‌عصبی مصنوعی – ازدحام ذرات به‌منظور استفاده در سیستم بینایی ماشین پیشنهادی انتخاب شدند. خصوصیات انتخابی عبارت‌اند از شاخص رنگی برای پوشش گیاهی استخراجی در فضای رنگی YCbCr، شاخص مولفه دوم اضافی فضای رنگی HSV، کنتراست مولفه اول و دوم فضای رنگی HSV، میانگین مولفه اول فضای رنگی HSI، میانگین S(r). نتایج طبقه‌بندی نشان داد که روش هیبرید شبکه عصبی مصنوعی – الگوریتم تکامل تفاضلی با دقت بالای ?? درصد قادر به شناسایی گیاه سیب‌زمینی و دو نوع مختلف از علف‌های هرز می‌باشد. در نهایت سیستم بینایی ماشین در مزرعه تست گردید و با سرعت ??/? متر در ثانیه اقدام به طبقه‌بندی نمود.