تشخیص خوشه ی انگور سالم از آفت زده با استفاده از ماشین بینایی

thesis
abstract

در کشاورزی مدرن امروز استفاده های بی شماری از پردازش تصویر برای مکانیزه و جایگزین کردن ماشین های هوشمند به جای انسان شده است.یکی از موارد پر مصرف آن در باغات میوه است که موقعیت میوه ها بر روی درخت یا بوته دارای نظم خاصی نیست و برای چیدن آن ها نیاز به یک ماشین هوشمند است که آن ها را بر روی درخت،درختچه یا بوته تشخیص دهد.یکی از این میوه ها انگور است که به دلیل شرایط فیزیکی آن، سال هاست در ایران به صورت دستی برداشت می شود و همان طور که می دانیم امروزه برداشت دستی محصولات، گران تر از برداشت مکانیزه ی آنان است. طرح این مشکل نیاز طراحی ماشینی برای برداشت انگور را موجب می شود؛ خوشه های انگور به دلیل عدم دارا بودن معادله ی مکانی مشخص و قرارگیری تصادفی بر روی تاک، نیازمند سیستمی هوشمند همچون روبات برای برداشت هستند.اما قطعاً بخش تشخیص در این سیستم را ماشین بینایی بر عهده دارد. لذا هدف این پژوهش طراحی الگوریتمی مناسب برای تشخیص خوشه های آفت زده ی انگور از خوشه های سالم روی تاک با پردازش تصاویر دیجیتال به کمک سیستم بینایی رایانه ای است. به این منظور تصاویری از داربست های استاندارد انگور در شرایط نور طبیعی روز به وسیله دوربین دیجیتال با کیفیت 7 مگا پیکسل تهیه شدند.برای پردازش تصاویر از نرم افزار matlab و جعبه ی ابزار پردازش تصویر استفاده شد. الگوریتم پردازش متشکل از فیلتراسیون، آستانه گیری، روش های مبتنی بر مورفولوژی و غیره می باشد. برای تشخیص بخش آفت زده ی انگور، خوشه ی انگور از تصویر اصلی جدا شد و با الگوریتم طراحی شده در این پژوهش، پیکسل های مربوط به بخش خراب انگور مشخص شد و درصد خرابی محاسبه شد. نتایج حاصل از پردازش تصاویر، درستی الگوریتم های طراحی شده را برای تشخیص خوشه های انگور روی تاک نشان داد. به طوری که بر اساس این الگوریتم، خوشه ی انگور متفاوت از جزئیات دیگر در تصویر نمایان شده و دقت این تشخیص حدود 94 درصد بدست آمد. همچنین تشخیص بخش آفت زده ی خوشه ی انگور با دقت 5/92 درصد بدست آمد.

First 15 pages

Signup for downloading 15 first pages

Already have an account?login

similar resources

تشخیص لرزه در تراشکاری با استفاده از بینایی ماشین

لرزه یا ارتعاشات نسبی شدید خودانگیخته بین ابزار و قطعه کار، به سبب تاثیر مخرب آن بر کیفیت سطح، دقت ماشینکاری، عمر ابزار و ماشین ابزار پدیده ای نامطلوب در فرآیند ماشینکاری می باشد. به منظور پیش بینی و جلوگیری از رخ دادن لرزه، نیاز به روشی جهت تشخیص آن در حین فرآیند ماشینکاری می باشد. در این تحقیق تشخیص لرزه در فرآیند تراشکاری با استفاده از تحلیل علائم پیشروی ابزار بر روی سطح قطعه کار به کمک تکنی...

full text

تخمین وزن، تعیین شاخص شکل و تشخیص آلودگی پوسته تخم مرغ با استفاده از ماشین بینایی

در این مطالعه روشی برای تخمین وزن، تعیین شاخص شکل و تشخیص آلودگی پوسته تخم مرغ با استفاده از فن آوری ماشین بینایی ارائه شده است. ابتدا برخی خصوصیات مرتبط با کیفیت تخم مرغ شامل وزن، طول، عرض، شاخص شکل و وضعیت آلودگی پوسته تعداد 76 قطعه تخم مرغ توسط تکنسین مجرب در آزمایشگاه تعیین گردید. همزمان از هر یک از تخم مرغ‌ها تصاویری با استفاده از دوربین دیجیتال با رعایت فاصله ثابت و شرایط نور پردازی یکسان...

full text

ساخت و ارزیابی سامانه تشخیص تراکم توده زنبور درون کندو با استفاده از بینایی ماشین

هدف از این پژوهش ساخت یک کندو مجهز به سامانه اخذ و تحلیل تصاویر به صورت بی­سیم و بی­درنگ به منظور بررسی تراکم توده زنبور درون کندو و در صورت نیاز نابودسازی آفت­های احتمالی با تله­گذاری می‏باشد. در این مطالعه از دو روش جریان نوری و ماتریس تفاوت- تن خاکستری همسایگی به منظور بررسی وضعیت کندو و تعیین فعالیت زنبورها استفاده گردید. نتایج حاصل از بررسی‏ها نشان داد که مطابق تحلیل جریان نوری، میانگین در...

full text

تشخیص عیب شُره در سطوح رنگی متالیک ماشین‌های کشاورزی با استفاده از سامانه بینایی ماشین

      سطوح رنگی متالیک دارای عیوبی همچون لکه، شُره، لکه آب، پوست پرتقالی شدن و غیره می­باشند، که تشخیص و شناسایی این عیوب به صورت خودکار در خط تولید کارخانه های تولید کننده ماشین­های کشاورزی و خودروها، بازرسی سطوح رنگی را تسهیل و با دقت بالایی امکان پذیر خواهد کرد. در این تحقیق تشخیص عیب شُره با استفاده از سامانه بینایی ماشین مورد بررسی قرار گرفته است. در سامانه طراحی شده ابتدا تصویر با یک سامانه...

full text

تشخیص خوشه انگور قرمز ایستاده با استفاده از پردازش تصویر و شبکه عصبی به منظور کاربرد در ربات برداشت انگور

تشخیص خوشه انگور قرمز ایستاده با استفاده از پردازش تصویر و شبکه عصبی به منظور کاربرد در ربات برداشت انگور اکبر نظری1 چکیده: در این تحقیق یک سامانه طبقه بندی خودکار بر مبنای ماشین بینایی و شبکه­های عصبی مصنوعی بر اساس رنگ و مولفه­های آن، توسعه داده شد. حدود 300 تصویر رقمی از باغات انگور شهرستان ارومیه در شرایط مختلف نوری از ساعات اولیه صبح تا عصر در هوای ابری و آفتابی گرفته شدند. از شبکه عصبی پ...

full text

درجه بندی کیفی ظروف چینی با استفاده از ماشین بینایی

One of the stages of quality control in porcelain producing factories is sorting that do with human eyes. Machine vision , including new methods for defect  detection and sorting of different products. In this study, with defects diagnosis and as a result sorting porcelain, use from linear structured light pattern, triangulation techniques and rules governing mirrors. Also, among the defec...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


document type: thesis

وزارت علوم، تحقیقات و فناوری - دانشگاه بوعلی سینا - دانشکده علوم کشاورزی

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023