طراحی سامانه هوشمند تشخیص آفات برگ گیاه با استفاده از تصویربرداری مادون قرمز و یادگیری عمیق
Publish Year: 1404
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 88
This Paper With 6 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ECMM12_029
تاریخ نمایه سازی: 8 تیر 1405
Abstract:
در این پژوهش، یک سامانه هوشمند تشخیص آفات برگ گیاه مبتنی بر تصویر برداری مادون قرمز و الگوریتم های یادگیری عمیق ارائه شده است. در مرحله نخست، تصاویر مادون قرمز برگ های سالم و آلوده گردآوری و پیش پردازش شدند. سپس یک مدل یادگیری عمیق سبک (Lightweight CNN) با استفاده از داده های تفکیک شده آموزش یافت تا بتواند تفاوت الگوهای حرارتی برگ سالم و آلوده را تشخیص دهد. سامانه پیشنهادی روی یک پلتفرم پردازشی توکار پیاده سازی شده و قابلیت نصب روی ادوات کشاورزی را دارد. نتایج آزمایش ها نشان می دهد که مدل ارائه شده قادر است با دقت بالای ۹۱ درصد آفات برگ را در شرایط مزرعه و در حالت بلادرنگ (Real-Time) تشخیص دهد. این سامانه می تواند به عنوان یک ابزار کم هزینه، دقیق و قابل نصب روی ماشین آلات کشاورزی در بهبود مدیریت مزرعه و کاهش مصرف سموم مورد استفاده قرار گیرد.
Keywords:
تصویر برداری مادون قرمز , یادگیری عمیق , تشخیص آفات گیاهی , بینایی ماشین , پردازش تصویر , سامانه هوشمند کشاورزی , تشخیص
Authors
عرفان طاهرخانی
فارغ التحصیل مقطع کارشناسی ارشد گرایش طراحی کاربردی دانشگاه بو علی سینا
محمدرضا پارساییان
دانشجوی دکترای گرایش طراحی کاربردی دانشگاه بو علی سینا
مهدی مردانی
دانشجوی دکترای گرایش طراحی کاربردی دانشگاه بو علی سینا
ابوالفضل صلح جو
دانشجوی کارشناسی ساخت و تولید دانشگاه جامع علمی و کاربردی خانه کارگر استان قزوین
اشکان مسیبی
فارغ التحصیل مقطع کارشناسی ارشد گرایش طراحی کاربردی دانشگاه بو علی سینا