آرش سلیملر - دانشجوی کارشناسی ارشد مکانیک بیوسیستم، دانشگاه محقق اردبیلی، اردبیل،
یوسف عباسپورگیلانده - استاد گروه مکانیک بیوسیستم، دانشگاه محقق اردبیلی، اردببل
علی میرزازاده - استاد یار گروه مکا نیک بیوسیستم، دانشگاه محقق ارد بیلی، ارد بیل
افشین عزیزی - مربی گروه مکانیک بیوسیستم، دانشگاه محقق اردبیلی، اردبیل

تفکیک و طبقه بندی محصولات زراعی از لحاظ میزان خسارت بسیار با ارزش می باشد. امروزه با پیشرفت علم و توسعه ی دوربین های دیجیتالی، تصویر برداری در زمان بسیار کوتاهی انجام می گیرد. بخاطر ماهیت دوربین های دیجیتالی، انتقال داده ها بسیار سریع انجام می شود. بنابراین با پیشرفت سیستم های اندازه گیری، می توان ویژگی های کیفی و ظاهری محصولات زراعی را به کمک روش های آنالیز تصاویر که اصول این دستگاهها می باشد، سنجید. برای این منظور می توان بر پایه ی روش های بینایی ماشین، با به کارگیری دوربین های دیجیتالی، سیستم های نورپردازی مناسب و برنامه های نرم افزاری که معمولا با استفاده از نرم افزار متلب نوشته می ش ود، برپلیه ی مکانیزم های مختلف تحلیل تصویر و همچنین روش های رقمی تحلیل داده، مانند شبکه ی عصبی مصنوعی، اقدام به شناسایی و کلاس بندی محصولات زراعی براساس شاخص های کیفی نمود. هدف ما در این پژوهش این است که با کمک آنالیز تصاویر، روشی برای تخمین میزان خسارات وارده بر محصول کلزا را در سه کلاس بدست آوریم. با توجه به معیارهای MeanAccuracy ،GlobalAccuracy و WeightedloU که برای ارزیابی الگوریتم در نظر گرفته شده بود به این نتیجه می رسیم که الگوریتم ما کارایی بالایی برای طبقه بندی محصول کلزا را دارا میباشد.

خسارات، محصولات کشاورزی، عکس های هوایی