تشخیص علف هرز در تصاویر اخذ شده توسط پهپاد با تلفیق روش های شبکه عصبی و تشخیص ناهنجاری

چکیده مقاله

کشاورزی پایدار یکی از هفده اهداف توسعه پایدار سازمان ملل است یکی از موانع اصلی دلسردکننده کشاورزان در رشد محصولات کار خسته کننده حذف علف هرز است که هزینه های قابل توجهی را برای کشت محصول ایجاد میکند در حال حاضر، تاثیر مخرب آفات و علفهای هرز به محصوالت کشاورزی جهان بیش از 40% در هرسال میباشد و این درصد از تلفات در سالهای آتی میزان قابل توجهی افزایش خواهد یافت، شیوه های معمول کنترل علفهای هرز شامل اسپری مواد شیمیایی علفکش در سرتاسر زمین کشاورزی میباشد متاسفانه استفاده بیش از حد مواد شیمیایی مشکلات جدی مربوط به آلودگی آب، خطرات بهداشتی برای مصرف کنندگان محصولات کشاورزی،کاهش تنوع زیستی و خطر توسعه علفهای هرز مقاوم به علفکش است هدف اصلی کاهش وابستگی به مواد شیمیایی مانند علفکشها یا آفت کشها به علت اثراتی که در بالا ذکر کردیم است هدف ما در این مقاله استفاده از روش مشهور تشخیص ناهنجاری آشکارساز رید شیاولی RXD برای شناسایی علف هرز به عنوان یک ناهنجاری در تصویر میباشد به منظور بهبود خروجی نهایی و بدست آمدن یک طبقه بندی دو کلاس یعنی کلاس اول کلاس علف هرز و کلاس دوم کالس خاک، محصول و مابقی از یک شبکه عصبی آموزش استفاده کرده ایم همچنین برای ارزیابی عددی از منحنی ROC و ارزیابی بصری استفاده نموده ایم و پایین ترین دقت 63 99% برای قطعه 6 و بالا ترین دقت %56 99 برای قطعه 1 دست یافته ایم

کلیدواژه‌ها

نویسندگان

حسین لیلازمهرآبادی

دانشجوی کارشناسی ارشد، دانشکده مهندسی نقشه برداری و اطلاعات مکانی، پردیس دانشکدههای فنی، دانشگاه تهران

مهدی حسنلو

استادیار دانشکده مهندسی نقشه برداری و اطلاعات مکانی، پردیس دانشکدههای فنی، دانشگاه تهران

مهدی روانبخش

استادیار گروه کامپیوتر، دانشگاه استرالیا غربی

لیلازمهرآبادی، حسین و حسنلو، مهدی و روانبخش، مهدی،1397،تشخیص علف هرز در تصاویر اخذ شده توسط پهپاد با تلفیق روش های شبکه عصبی و تشخیص ناهنجاری،بیست و پنجمین همایش و نمایشگاه ملی ژئوماتیک و سومین کنفرانس مهندسی فناوری اطلاعات مکان،تهران

ارائه‌شده در

مجموعه مقالات بیست و پنجمین همایش و نمایشگاه ملی ژئوماتیک و سومین کنفرانس مهندسی فناوری اطلاعات مکان30 آبان 1397 · تهران