تعیین تعداد گیاهچه های چغندرقند با بهکارگیری روش پردازش تصویر
Publish place: Journal of Sugar Beet، Vol: 36، Issue: 1
Publish Year: 1399
نوع سند: مقاله ژورنالی
زبان: Persian
View: 104
This Paper With 9 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JRSB-36-1_006
تاریخ نمایه سازی: 28 شهریور 1402
Abstract:
درصد سبزشدن ارقام و هیبریدهای مختلف چغندرقند در مزرعه بهعنوان یک ویژگی برتر رقم اصلاحشده برای به نژادگر اهمیت ویژ ه ای دارد. هدف از اجرای این تحقیق، ارائه یک روش مبتنی بر پردازش تصویر برای شمارش سریع و دقیق گیاهچه های سبزشده ارقام مختلف چغندرقند در مزرعه بود. تصاویر با استفاده از یک دوربین دیجیتال و از یک ارتفاع ثابت، در خرداد ماه سال ۱۳۹۶ در ایستگاه تحقیقات کشاورزی زرقان تهیه و به محیط نرمافزار (Matlab) منتقل شد. با استفاده از تکنیک های پردازش تصویر و توابع موجود در نرمافزار، الگوریتم شمارش و تعیین تعداد گیاهچه های چغندرقند در یک طول ثابت، کدنویسی و ارائه شد. الگوریتم ارائه شده، مربوط به حالت هایی بود که برگ گیاهچه های چغندرقند از یکدیگر فاصله داشته و یا فقط با یکدیگر تماس داشتند. دقت الگوریتم ۹۰/۳۲ درصد و مدت زمان اجرای آن حدود ۱/۶۷ ثانیه بود. تعداد واقعی گیاهچه ها و تعداد مشاهده شده توسط الگوریتم، با استفاده از آزمون مقایسه ای (T-student) زوجی از نظر آماری مورد بررسی قرار گرفت و مشخص شد که بین آنها تفاوت معنی داری در سطح احتمال پنج درصد وجود ندارد. همچنین ارقام مختلف چغندرقند در اجرای الگوریتم و دقت آن تاثیری نداشت. نتایج نشان داد که می توان بهجای شمارش چشمی تعداد گیاهچه ها، با تصویربرداری و بکارگیری الگوریتم این عمل را با دقت بیش از ۹۰ درصد برای دو حالت فوق انجام داد.
Keywords:
Authors
محمد شاکر
استادیار بخش تحقیقات فنی و مهندسی کشاورزی مرکز تحقیقات کشاورزی و منابع طبیعی استان فارس، سازمان تحقیقات، آموزش و ترویج کشاورزی، شیراز، ایران.
محسن بذرافشان
استادیار بخش تحقیقات چغندرقند مرکز تحقیقات کشاورزی و منابع طبیعی استان فارس، سازمان تحقیقات، آموزش و ترویج کشاورزی، شیراز، ایران.
عبدالعباس جعفری
استادیار بخش مهندسی بیوسیستم دانشکده کشاورزی دانشگاه شیراز، شیراز، ایران.
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :