توضیحات
چکیده
در سالهاي اخیر، اتوماسیون در بخش کشاورزي به خصوص کشت گلخانه اي بیش از پیش مورد توجه محققین و همچنـین اسـتقبال تولیدکننـدگان قرار گرفته است. دلیل اصلی این مسئله کاهش هزینه هاي تولید به ویژه هزینه نیروي انسانی و شرایط سخت کاري در فضاي گلخانـه مـیباشـد. در ایـن پژوهش سامانه بینایی یک روبات براي برداشت فلفل دلمه ارائه میشود که قادر به تشخیص فلفل دلمه اي سبز رنگ روي بوتـه در شـرایط نـور طبیعـی میباشد. چالش بزرگ پیش روي این تحقیق و برخی محصولات دیگر، مشابهت رنگ محصول با برگ ها به خصوص در شرایط نـور طبیعـی بـود. بـراي غلبه بر این چالش، یک شاخص جدید بافتی بر پایه تخمین چگالی لبه تعریف و در ترکیب با شاخص هاي رنگی شامل رنگمایـه، شـدت اشـباع رنگـی و سبزینگی تشدید شده (EGI) براي شناسایی میوه هاي مورد نظر استفاده شد. براي ارزیابی سامانه نرم افزاري روبات، از بوته هاي مختلف 50تصویر تهیه و از مجموع 107فلفل دلمه موجود در فضاي کاري بازوي روبات سامانه قادر به تشخیص 92عدد از آنهـا (دقـت تشـخیص %86) بـود. بـا اسـتفاده از پارامتر تعریف شده بافتی، خطاي سامانه در شناسایی پس زمینه مخصوصاً برگها به عنوان فلفل دلمه هاي سبز به میزان 92/98درصد کمتر از آنالیز صرفاً رنگی شد، که نشان از مؤثر بودن شیوه تعریف شده جدید در این پژوهش دارد. از مهمترین عوامل بروز خطا، علاوه بر تشابه رنگـی میـان فلفـل دلمـه و برگ، میتوان به سطح براق و ناصاف فلفل دلمه اشاره نمود که به ترتیب باعث بازتابش زیاد و ناهمگنی روشنایی روي سطح فلفل دلمه میشود.
مقدمه
در سالهاي اخیر به دلیل محدودیت هاي منابع و تقاضاهاي خـارج از فصل، تولید و مصرف محصولات گلخانه اي رشد چشمگیري داشته است. کاهش هزینه هاي تولید به ویژه هزینه نیروي انسانی از یک سـو و شرایط سخت کاري در فضاي گلخانه توسعه تجهیـزات خودکـار در صنعت گلخانه را توجیه پذیر کرده است. استفاده از روبـات هـا در ایـن صنعت به لحاظ محیط کـاري و شـرایط نسـبتاً مناسـب مـورد توجـه محققین از یک سـو و مـورد اسـتقبال تولیدکننـدگان از سـوي دیگـر میباشد. این تحقیـق تلاشـی در خصـوص اسـتفاده از روبـات بـراي برداشت محصول فلفل دلمه اي است.
ABSTRACT
In recent years, automation in the agricultural sector, especially greenhouse cultivation, is more and more sought after by researchers and also welcomed by manufacturers. The main reason for this is reducing production costs, especially labor costs and harsh working conditions in the greenhouse environment. In this research, the vision system is provided by a robot for picking sweet peppers that is able to detect green sweet pepper on the plant under natural light conditions. The big challenge to this research and some other products was the similarity of product color with leaves, especially in natural light conditions. In order to overcome this challenge, a new tissue index was determined based on the estimate of the density of the edge and in combination with color indices including tint, saturation intensity and resilience (EGI) were used to identify the desired fruits. To evaluate the robot software system, 50 images were taken from different shrubs and from a total of 107 chip pepper contained in the workbench of the robot arm the system was able to detect 92 of them (detection accuracy 86%). Using a tissue-defined parameter, the system error in background detection, especially leaves as green pepper, was 98.9% less than the purely color analysis, which indicates the effectiveness of the newly defined method in this study. Among the most important causes of error, in addition to the color similarity between sweet peppers and leaves, it is possible to refer to the glossy surface of sweet pepper, which results in a large reflection and heterogeneity of lightness on the surface of the sweet pepper.
INTRODUCTION
In recent years, due to resource constraints and out-of-season demand, greenhouse gas production and consumption have grown dramatically. Reducing production costs, in particular the cost of manpower on the one hand, and the hard working conditions in the greenhouse, justified the development of automated equipment in the greenhouse industry. The use of robots in the industry in terms of the work environment and relatively suitable conditions are of interest to the researchers on the one hand and are welcomed by the manufacturers on the other. This research is an attempt to use the robot to harvest sweet peppers.
Year: 2015
Publisher : Journal of Agricultural Machinery
By : Ali Moghimi-Mohammad Hosein AghKhani -Mohammadreza Golzarian
File Information: Persian Language/ 10 Page / size: 1.16 KB
Only site members can download free of charge after registering and adding to the cart
سال : 1394
ناشر : نشریه ماشین هاي کشاورزي
کاری از : علی مقیمی -محمدحسین آق خانی -محمودرضا گلزاریان
اطلاعات فایل : زبان فارسی / 10 صفحه / حجم : KB 1.16
نقد و بررسیها
هنوز بررسیای ثبت نشده است.