تشخیص نوع گیاه با استفاده از ویژگیهای طیفی و شبکه عصبی مصنوعی

طبقه بندی گیاهان بر اساس گونه های مختلف گیاه یکی از کاربرد های مهم سنجش از دور در کشاورزی دقیق می باشد. تهیه داده های واقعیت زمینی برای انجام طبقه بندی از اهمیت زیادی برخوردار میباشد که تهیه این داده ها به وسیله عملیات زمینی کاری بسیار زمان بر و پر هزینه میباشد. در این پژوهش روش نوینی جهت تشخیص نوع گیاه از تصاویر فراطیفی با استفاده از شبکه های عصبی مصنوعی معرفی شده است، که تشخیص گیاه یونجه هدف این تحقیق می باشد. بدین منظور ابتدا با استفاده از اطلاعات طیفی گیاهان داده های واقعیت زمینی را ایجاد کرده و سپس با بکارگیری آنها به طبقه بندی تصویر می پردازیم. با توجه به اینکه در شبکه های عصبی مصنوعی هیچ گونه پیش فرضی در مورد توزیع داده نمیشود، روش دارای دقت بالایی در انجام طبقه بندی میباشد و در این پژوهش نیز از این روش برای انجام طبقه بندی استفاده شده است. سپس با استفاده از ماتریس خطا به آنالیز دقت این روش پرداخته شده است. درنهایت انجام طبقه بندی به کمک شبکه های عصبی با روش طبقه بندی به کمک روش بیشترین شباهت مقایسه شده و مشاهده گردید که شبکه های عصبی دارای دقت 94/81 درصد و روش بیشترین شباهت دارای دقت 90/31 می باشد و این نتایج نشان میدهد که روش مبتنی بر شبکه عصبی از دقت بالاتری نسبت به روش بیشترین شباهت برخوردار است.

Keywords:

طبقه بندی تصویر , گیاهان , شبکه های عصبی , ویژگی های طیفی