اورک, هادی, آبدانان مهدی زاده, سامان. (1396). توسعه یک سامانه دقیق کنترل علف های هرز برای زمین های چمن به کمک بینایی ماشین. تحقیقات سامانه‌ها و مکانیزاسیون کشاورزی, (), -. doi: 10.22092/erams.2018.107033.1119
هادی اورک; سامان آبدانان مهدی زاده. "توسعه یک سامانه دقیق کنترل علف های هرز برای زمین های چمن به کمک بینایی ماشین". تحقیقات سامانه‌ها و مکانیزاسیون کشاورزی, , , 1396, -. doi: 10.22092/erams.2018.107033.1119
اورک, هادی, آبدانان مهدی زاده, سامان. (1396). 'توسعه یک سامانه دقیق کنترل علف های هرز برای زمین های چمن به کمک بینایی ماشین', تحقیقات سامانه‌ها و مکانیزاسیون کشاورزی, (), pp. -. doi: 10.22092/erams.2018.107033.1119
اورک, هادی, آبدانان مهدی زاده, سامان. توسعه یک سامانه دقیق کنترل علف های هرز برای زمین های چمن به کمک بینایی ماشین. تحقیقات سامانه‌ها و مکانیزاسیون کشاورزی, 1396; (): -. doi: 10.22092/erams.2018.107033.1119
توسعه یک سامانه دقیق کنترل علف های هرز برای زمین های چمن به کمک بینایی ماشین
1دانشجوی کارشناسی ارشد دانشکده مهندسی زراعی و عمران روستایی، گروه مکانیک بیوسیستم، دانشگاه کشاورزی و منابع طبیعی رامین خوزستان
2دانشگاه کشاورزی و منابع طبیعی رامین خوزستان
چکیده
استفاده بی‌رویه از علف‌کش‌ها به منظور از بین بردن علف‌های هرز در مزارع کشاورزی، زمین چمن، زمین‌های ورزشی و غیره سبب بروز نگرانی‌های اقتصادی محیط زیستی شده است. به منظور کاهش علف‌کش‌ها، بهترین راه ممکن دست چین‌کردن آن‌ها است که بسیار پر هزینه و وقت گیر می‌باشد. در این مقاله دو روش برای تشخیص علف‌هرز در چمن با استفاده از تکنولوژی بینایی ماشین ارائه شده است. با توجه به این موضوع که علف‌های هرز رنگ‌های متفاوتی دارند و به خوبی امکان تشخیص آن‌ها از چمن وجود ندارد، از فرض اینکه در مناطقی که علف‌های هرز وجود دارند، نسبت به مناطقی که چمن روییده تفاوتی در میزان لبه‌های تصویر اخذ شده وجود دارد، استفاده شد. روش طبقه بندی بیز و ویژگی مورفولوژی برای تشخیص علف‌هرز در چمن بکار گرفته شد. نرخ تشخیص درست علف‌هرز برای روش مورفولوژی 58/89% و روش طبقه بندی بیز 42/80% بود. از سامانه سمپاش هوشمند با سه نازل استفاده و میزان کاهش مصرف علف‌کش‌ها به بیش از %70 رسید. این مساله تا حد زیادی از لحاظ اقتصادی و کاهش آلودگی‌های محیط زیست می‌تواند مؤثر باشد.
ابتدای صفحه