سعید آقاعزیزی؛ منصور راسخ؛ یوسف عباسپور گیلانده؛ محمد حسین کیانمهر
چکیده
یولاف وحشی (Avena fatua) علف هرز متداول مزارع گندم است. وجود حتی مقدار کم دانۀ یولاف وحشیدر تودۀ گندم کیفیت آرد تولیدی را پایین میآورد؛ از این رو، جداسازی آن از گندم درجه خلوص بذر تولیدی و ارزش اقتصادی محصول را افزایش خواهد داد. در مطالعۀ پیش رو، برخی از ویژگیهای فیزیکی گندم و یولاف وحشی شامل ویژگیهای هندسی، ثقلی، اصطکاکی و نیز مقدار ...
بیشتر
یولاف وحشی (Avena fatua) علف هرز متداول مزارع گندم است. وجود حتی مقدار کم دانۀ یولاف وحشیدر تودۀ گندم کیفیت آرد تولیدی را پایین میآورد؛ از این رو، جداسازی آن از گندم درجه خلوص بذر تولیدی و ارزش اقتصادی محصول را افزایش خواهد داد. در مطالعۀ پیش رو، برخی از ویژگیهای فیزیکی گندم و یولاف وحشی شامل ویژگیهای هندسی، ثقلی، اصطکاکی و نیز مقدار رطوبت اولیه تعیین و از یک جداکنندۀ ثقلی برای جدا کردن یولاف وحشی از تودۀ گندم استفاده شد. این دستگاه دارای پنج پارامتر قابل تنظیم است: سرعت هوا، دامنۀ نوسان میز ، فرکانس نوسان میز، شیب طولی میز و شیب عرضی میز. در این تحقیق، تأثیر این پارامترها برای دستیابی به حداکثر جداسازی یولاف وحشی از توده گندم بررسی شدهاست. علاوه بر این، با استفاده از روش آنالیز ابعادی، پارامتر بدون بعد (v سرعت هوای دمیده شده به میز، a دامنۀ نوسان میز و فرکانس نوسان میز) به دست آمد که در بررسی اثر و کاهش تعداد پارامترها مؤثر است. نتایج بررسیها نشان میدهد مقدار رطوبت، چگالی توده، چگالی حقیقی، سرعت حد گندم و یولاف وحشی و اثر متقابل نوع دانه و نوع سطح اصطکاکی در سطح 1 درصد اختلاف معنی‌دار دارند. نتایج تحقیق همچنین نشان میدهد وقتی سرعت هوا 6 متر بر ثانیه، دامنۀ نوسان 5 میلیمتر، شیب طولی 5/2درجه، شیب عرضی 5/1درجه و فرکانس نوسان 395 سیکل در دقیقه باشد، حداکثر جداسازی یولاف وحشی از گندم به میزان 47/70 درصد حاصل میشود.
هادی اورک؛ سامان آبدانان مهدی زاده
چکیده
استفادۀ 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 آنهاست که بسیار پر هزینه و وقت گیر است. در این مقاله دو روش برای تشخیص علفهرز در چمن با استفاده از تکنولوژی ...
بیشتر
استفادۀ 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 آنهاست که بسیار پر هزینه و وقت گیر است. 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 این فرض استفاده شد در مناطقی که علفهای هرز وجود دارد، نسبت به مناطقی که چمن روییده است، تفاوتی در میزان لبههای تصویر اخذ شده وجود دارد. روش طبقهبندی بیز و ویژگی مورفولوژی برای تشخیص علفهرز در چمن بهکار گرفته شد. میزان تشخیص درست علفهرز برای روش مورفولوژی 58/89 درصد و روش طبقهبندی بیز 42/80 درصد به دست آمد. از سامانۀ سمپاش هوشمند با سه نازل استفاده شد و میزان کاهش مصرف علفکشها به بیش از 70 درصدرسید. این مسئله تا حد زیادی از لحاظ اقتصادی و کاهش آلودگیهای محیط زیست میتواند مؤثر باشد.
امیرحسین افکاری سیاح؛ حمیدرضا محمددوست چمن آباد؛ منصور راسخ؛ مهساسادات رضوی
چکیده
فناوری ماشین بینایی میتواند به عنوان سامانهای برای تشخیص موقعیت تودههای علف هرز در سطح مزرعه در حین حرکت ماشین، به منظور کاهش مصرف سموم شیمیایی استفاده شود. در این تحقیق عوامل موثر بر دقت و کارایی سامانه پردازش تصویر در تشخیص علف هرز از گیاه اصلی بر مبنای ویژگیهای رنگی گیاه بررسی شد. اثر سه عامل شرایط نوری محیط، مرحله رشد گیاه اصلی ...
بیشتر
فناوری ماشین بینایی میتواند به عنوان سامانهای برای تشخیص موقعیت تودههای علف هرز در سطح مزرعه در حین حرکت ماشین، به منظور کاهش مصرف سموم شیمیایی استفاده شود. در این تحقیق عوامل موثر بر دقت و کارایی سامانه پردازش تصویر در تشخیص علف هرز از گیاه اصلی بر مبنای ویژگیهای رنگی گیاه بررسی شد. اثر سه عامل شرایط نوری محیط، مرحله رشد گیاه اصلی و نوع علف هرز بر میزان خطا در تشخیص گیاه اصلی (سیب زمینی) از پنج نوع علف هرز شلمبیگ، پیچک، گندم، کنگر وحشی و آتریپلکس بررسی شد. نتایج نشان داد که بین دو شرایط نورپردازی آفتابی و تصویربرداری در سایه تفاوت معنیداری در میزان دقت تشخیص وجود ندارد. اما تأثیر دو عامل نوع علف هرز و مرحله رشد بطور قابل ملاحظهای بر عملکرد سیستم تشخیص معنی‌دار بود. بطوریکه بهترین زمان برای تصویربرداری، اولین مرحله رشد محصول سیب زمینی است (اوایل تیر ماه) و در بین پنج نوع علف هرز نیز میتوان شلمبیگ را با دقت قابل قبولی صرفا بر اساس مدل رنگی RGB از گیاه اصلی متمایز نمود. در این روش امکان تعیین موقعیت مراکز ثقل تودههای علف هرز بصورت دکارتی نسبت به صفحه تصویر با دقت بیشینه ۹۵% بسته به شرایط مختلف تیماری امکانپذیر است.
