ترکیب ویژگیهای رنگی و شبکه های عصبی مصنوعی برای تشخیص گلهای زعفران در مزرعه

چکیده- برداشت دستی زعفران یک کار دشوار و خسته کننده نه تنها موجب افزایش هزینه­های تولید می گردد بلکه در اثر آلودگی، موجب کاهش کیفیت آن نیز می­شود. درصورتی که برداشت خودکار زعفران جایگزین روش کنونی شود کیفیت زعفران ارتقاء خواهد یافت. در این تحقیق، به عنوان اولین مرحله از طراحی یک روبات برداشت زعفران، الگوریتم مناسبی برای تشخیص و مکان یابی گلهای زعفران بر اساس پردازش تصاویر در مزرعه ارائه شد. از ویژگی های رنگی تصاویر در فضاهای رنگی rgb، hsi و   ycrcbبه منظور تشخیص گلها استفاده گردید. برای حذف نوفه­های تصاویر جداسازی شده، از فیلترهای بالاگذر استفاده شد. انسداد جزئی گلها با عملیات سایش و گسترش اصلاح شد. سپس گلهای جداشده علامتگذاری شدند. چنین در نظر گرفته شد که ماشین برداشت گل پیشنهاد شده با یک رباینده مکشی اقدام به چیدن گلها نماید. بنابراین مرکز سطح گل، بعنوان موقعیت گیاه که می­بایست توسط ماشین برداشت تشخیص داده شود توسط الگوریتم محاسبه گردید. تشخیص صحیح الگوریتم با تصاویر طبیعی شامل زعفران، برگهای سبز، علف های هرز و خاک زمینه، اندازه­گیری شد. دقت تشخیص الگوریتم در مکان یابی گلها هنگامی که فضای hsi و  ycrcbمورد استفاده قرار گرفتند، به ترتیب برابر 4/96 % و 7/98% بود. زیرروال های نهایی تصمیم­گیری از شبکه­های عصبی مصنوعی استفاده می­کند تا دقت تشخیص را افزایش دهد. هنگامی که شبکه های عصبی به کار گرفته شدند نرخ تشخیص صحیح 100% به دست آمد.