شناسایی و تعیین موقعیت پرتقال روی درخت با استفاده از پردازش تصویر
پایان نامه
- وزارت علوم، تحقیقات و فناوری - دانشگاه بوعلی سینا - دانشکده علوم کشاورزی
- نویسنده حمید رضا احمدی
- استاد راهنما جعفر امیری پریان رضا امیری چایجان
- تعداد صفحات: ۱۵ صفحه ی اول
- سال انتشار 1392
چکیده
تولید پرتقال جهان در سال 2008، 5/68 میلیون تن بوده است. برزیل و ایالات متحده بزرگ ترین تولیدکننده پرتقال هستند که حدود 40 درصد پرتقال جهان را تولید می کنند. هزینه برداشت دستی در آمریکا برای هر کارتن 5/16 کیلوگرمی، حدود 35/1 دلار می باشد (نیل و همکاران، 2009). در نتیجه هزینه برداشت پرتقال در آمریکا اگر کاملاً به شکل دستی انجام شود با توجه به تولید 1/9 میلیون تن در سال 2008، حدود 750 میلیون دلار می باشد. ایران با تولید 2/6 میلیون تن پرتقال در سال 2008 مقام ششم را به خود اختصاص داده است. پرتقال حدود 20 درصد از محصولات باغی ایران را تشکیل می دهد و با 188 هزار هکتار معادل 3/7 درصد سطح باغات ایران را شامل می شود (دفتر آمار و فناوری اطلاعات وزارت جهاد کشاورزی، 1389). اما پرتقال در جهان به سه روش دستی، مکانیکی و رباتیک برداشت می شود (لی و همکاران، 2011) که در ادامه توضیح داده می شوند. برداشت دستی روش برداشت مرسوم دستی، روش رایج برداشت پرتقال در جهان می باشد. این روش، توسط نیروی کارگر انجام شده و بسیار پر زحمت، ناکارآمد و پر هزینه بوده و نیز محدودیت های بسیاری از لحاظ زمانی دارد و در کشورهای در حال توسعه با توجه به کاهش نیروی کار فصلی در دسترس و افزایش فشارهای اقتصادی، توجه تازه ای برای برداشت مکانیکی و رباتیک ایجاد شده است. به طور معمول 35 الی 45 درصد هزینه تولید پرتقال، در روش دستی را هزینه برداشت تشکیل می دهد (ساندرز ، 2005 ، لی و همکاران، 2011). برداشت مکانیکی دو جریان سیستم های برداشت مکانیکی و رباتیک از اوایل دهه ی 60 شروع شدند. سیستم های برداشت مکانیکی یک راه حل کارآمد و مقرون به صرفه برای جایگزینی کار انسانی در تولید انبوه می باشد. انواع سیستم های مکانیکی برداشت مرکبات شامل لرزاندن شاخه ، لرزاندن کانوپی ، لرزاندن تنه و وزش باد می باشد. این سیستم ها به خاطر آسیب های وارده، محدودیت هایی برای میوه های نرم دارند. به طور معمول میوه ی مرکبات اتصال خیلی قوی با شاخه دارد، لذا ممکن است نیاز به مقدار زیاد تکان با نیروی بالا باشد. از این رو اشکالات عمده این سیستم ها شامل آسیب های مکانیکی به درخت و افت کیفیت میوه ها می باشد. آسیب های مکانیکی به درخت شامل: کنده شدن پوسته، آسیب های داخلی به بافت تنه و شاخه، شکستن شاخه ها بوده و افت کیفیت میوه ها شامل آسیب های مکانیکی وارده به میوه و قطع میوه های نارس می باشد. این عوامل باعث کاهش عملکرد محصول در فصل بعدی برداشت و کاهش عمر درخت نیز خواهد شد. میوه های با کیفیت پایین تنها برای آبگیری مناسب خواهد بود و از آنجا که درصد زیادی از خانواده مرکبات به عنوان میوه تازه در بازار به فروش می رسند، افت کیفیت محصول به دلیل نوع برداشت قابل قبول نمی باشد. با توجه به فضای مورد نیاز برای ماشین های برداشت مکانیکی، این روش برداشت محدودیت هایی را در طراحی باغات و همچنین استفاده در باغات موجود خواهد داشت. مواد شیمیایی ریزش نیز که برای کمک به کارایی ماشین های برداشت مکانیکی استفاده می شوند ممکن است مخاطراتی برای محیط زیست، سلامتی جامعه داشته باشد. همچنین روش های جمع آوری محصول به شکل مکانیکی که در سیستم های برداشت مکانیکی استفاده می شوند آسیب هایی را بر روی میوه ها به همراه داشته و کیفیت محصول را بیش از پیش پایین می آورند (لی و همکاران، 2011). برداشت رباتیک پرتقال روش رباتیک، در حال حاضر ناکارآمدترین و گران ترین روش می باشد و از لحاظ قدرت انتخاب بین روش دستی و مکانیکی قرار دارد چنانچه ارزیابی اقتصادی برداشت رباتیک در حال حاضر در فلوریدا مشخص نموده است که برداشت رباتیک نسبت به برداشت دستی مرسوم تقریباً 50 درصد گران تر بوده و برداشت ناکارآمد عمده عامل موثر بر آن خواهد بود (هارل و همکاران، 1990) اما این روش نوظهور و تکامل نیافته، هم اکنون مراحل تحقیقاتی خود را طی می کند و بیشترین پتانسیل را جهت پیشرفت داراست. سیستم های برداشت رباتیک، جایگزین سیستم های برداشت مکانیکی بوده که به دلایل انگیزه های اقتصادی، پیشرفت فن آوری و همچنین مقابله با مشکلات سیستم های برداشت مکانیکی از جمله حفظ کیفیت محصول، حفظ سلامت درخت و حفاظت از محیط زیست، علاقه ی تازه ای را در چند سال اخیر به سمت خود ایجاد کرده است (هانان و همکاران، لی و همکاران، 2011). گام اول در زمینه برداشت رباتیک پرتقال، تشخیص و تعیین درست موقعیت میوه روی درخت می باشد. روش رایج بصری تشخیص پرتقال، استفاده از ماشین بینایی توسط رایانه می باشد و دوربین های دیجیتال عمده راه حل برای برقراری ارتباط با محیط است. برای تشخیص صحیح یک پرتقال نیاز است ابتدا مکان آن با دقت مناسب تعیین شود. این تشخیص باید تحت شرایط زیست محیطی متفاوت انجام شود؛ لذا هدف سیستم ماشین بینایی در ربات برداشت پرتقال، تشخیص میوه های رسیده و تهیه ی اطلاعات مکانی و فاصله ی میوه ها از ربات می باشد. سیستم های فعلی برداشت رباتیک از لحاظ قدرت انتخاب هنوز با قدرت تشخیص انسان فاصله زیادی دارند. در بسیاری از پژوهش ها، نرخ شناسایی موفق میوه به طور متوسط حدود 70 الی 90 درصد گزارش شده است (لی و همکاران، 2011) و از آنجا که ربات تنها پرتقال هایی را که تشخیص می دهد می تواند برداشت کند، تشخیص پرتقال گام مهمی در برداشت است و هر پرتقال کشف نشده منجر به کاهش عملکرد محصول شده و هزینه ها را افزایش می دهد (هانان و همکاران، 2007). دلیل عمده ی عدم توجیه اقتصادی ربات های برداشت که تاکنون معرفی شده اند، ناکارآمدی آن ها در مرحله شناسایی است، پس دست یابی به الگوریتم مناسبی که با سرعت و دقت کافی موقعیت میوه را روی درخت شناسایی نماید، بسیار ضروری است. بنابراین اهداف این تحقیق عبارتند از: 1- توسعه الگوریتم شناسایی پرتقال بر روی درخت در شرایط طبیعی. 2- تعیین موقعیت مکانی میوه بر اساس مختصات دو بعدی نسبت به گوشه بالای سمت چپ تصویر. 3- ارائه راهکارهای مناسب به منظور ارزیابی الگوریتم توسعه یافته.
منابع مشابه
تعیین مزه پرتقال تامسون با استفاده از پردازش تصویر، مبتنی بر دو روش فازی-عصبی و عصبی-ژنتیک
چکیده تنوع و فراوانی ویژگی های کیفی محصولات کشاورزی، مهمترین دلیل توسعه انواع روشهای غیر مخرب بوده است. ماشین بینایی و هوش مصنوعی تکنیک های قدرتمندی در تشخیص بسیاری از خصوصیات فیزیکی، مکانیکی و شیمیایی محصولات کشاورزی می باشند. قبل از صادرات معمولا میوه ها از نظر شکل، حجم و وزن درجه بندی می شوند. درجه بندی یک میوه از نظر مزه(ترشی یا شیرینی) به صورت غیر مخرب در امر بازارپسندی و قدرت انتخا...
متن کاملتعیین عیار ماده معدنی با استفاده از شبکه عصبی MLP و تکنیک پردازش تصویر
در این مقاله امکان تعیین عیار مواد معدنی با استفاده از شبکه عصبی و تکنیک پردازش تصویر مورد بررسی قرار گرفت. نمونههای مورد استفاده دراین طرح از معدن چغارت یزد تهیه و تعداد آنها نیز 100 عدد بوده است. در این طرح با تهیه عکس از نمونههای پودر شده با دوربین عکاسی دیجیتالی حرفهای و با استفاده از ویژگیهای تصویری عکسها شامل سه رنگ اصلی قرمز، آبی و سبز(RGB) تصاویر و ویژگی بافتیهارلیک شامل انرژی[i] ...
متن کاملآنالیز پروفایل قطره نامتقارن روی سطوح افقی، شیبدار و دارای انحنا با استفاده از پردازش تصویر
یکی از روشهای متداول برای تعیین خاصیت ترشوندگی سطوح، اندازهگیری زاویه تماس قطره روی آن سطح است. اگرچه محاسبه زاویه تماس قطره روی سطوح افقی، مفصل مورد بررسی قرار گرفته است ولی تعیین زاویه تماس برای قطره نامتقارن روی سطوح شیبدار و به ویژه دارای انحنا در حال حاضر عمدتاً از روشهای مبتنی بر خط مماس انجام میشود که این روش از دقت و سرعت کافی برخوردار نیست. هدف اصلی از این مطالعه ارائه الگوریت...
متن کاملشناسایی شکستگیها در نمودارهای تصویری الکتریکی با استفاده از تکنیکهای پردازش تصویر و الگوریتم ژنتیک
در مخازن با شکستگی طبیعی، شکستگیها نقش اساسی در تولید هیدروکربن ایفا میکنند. به همین دلیل، شناسایی شکستگیها در جنبههای مختلف تولید و توسعه این میادین بسیار اهمیت دارد. نمودارهای تصویری، ابزاری بسیار قوی برای مطالعه شکستگیها در چاهها هستند. نمودار تصویری، یک شبه تصویر با تفکیکپذیری بالا از دیواره چاه میباشد. این نمودارها اطلاعات مهمی را درباره جهتگیری، عمق و نوع شکستگیهای طبیعی فراهم م...
متن کاملتعیین برخی از پارامترهای کیفی آب استخر پرورش ماهی با استفاده از پردازش تصویر
در این تحقیق، برخی از پارامترهای کیفی آب استخر پرورش ماهی شامل pH، هدایت الکتریکی (EC)، کل مواد محلول (TDS) و کدورت (Turb) به کمک روشهای استاندارد اندازهگیری شده و با استفاده از پردازش تصاویر گرفته شده توسط گوشی تلفن همراه هوشمند و شبکههای عصبی مصنوعی پیشبینی شدند. همه آزمایشها در استخر پرورش ماهی کپور در شهرستان سنقر واقع در استان کرمانشاه انجام شد. نمونهها از سه عمق مختلف جمع آوری شدند....
متن کاملشناسایی ارتعاشات سامانه های دورانی با استفاده از روش پردازش تصویر
در این مقاله روشی نوین جهت بررسی ارتعاشات عرضی یک سامانه ارتعاشی با استفاده از روش پردازش تصویر ارائه شده است. روشهای اپتیکی مانند تکنیک انحراف سنجی، تکنیک ماره، هولوگرافی دیجیتال و… از روشهای متداول در این راستا میباشند. در این مقاله از روش انحرافسنجی برای مطالعه ارتعاشات دیسک چرخان استفاده شده است. با تصویر برداری از دیسک چرخان، تصاویر مربوط به آن استخراج میشود. با بررسی قاب به ق...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
نوع سند: پایان نامه
وزارت علوم، تحقیقات و فناوری - دانشگاه بوعلی سینا - دانشکده علوم کشاورزی
کلمات کلیدی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023