- همه نشریات
- علوم آب و خاک
- علوم اقتصاد و ترویج کشاورزی
- علوم جنگل, مرتع و آبخیزداری
- علوم دامی و شیلات
- علوم زراعی و باغی
- علوم گیاهپزشکی
- علوم مهندسی و مکانیزاسیون کشاورزی
- مجلات ترویجی
- نشریات انجمن ها
- نشریات با زبان انگلیسی
- نشریات با زبان فارسی
- نشریات ترویجی کشاورزی
- نشریات دانشگاه آزاد اسلامی
- نشریات علمی
- نشریات علمی سازمان تحقیقات، آموزش و ترویچ کشاورزی
آمار
| تعداد نشریات | 274 |
| تعداد نشریات سازمان | 73 |
| تعداد شماره‌ها | 1,682 |
| تعداد مقالات | 19,417 |
| تعداد مشاهده مقاله | 10,718,306 |
| تعداد دریافت فایل اصل مقاله | 8,256,826 |
پیش بینی عملکرد چغندرقند به کمک پردازش تصویر به صورت برخط | ||
| چغندرقند | ||
| مقاله 5، دوره 34، شماره 2، پاییز و زمستان 1397، صفحه 181-191 اصل مقاله (1.37 MB) | ||
| نوع مقاله: کامل علمی - پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22092/jsb.2019.120670.1178 | ||
| نویسندگان | ||
هادی اورک1؛ سامان آبدانان مهدی زاده  2؛ مجید سعدی3
| ||
| 1دانشجوی کارشناسی ارشد دانشکده مهندسی زراعی و عمران روستایی، گروه مکانیک بیوسیستم، دانشگاه کشاورزی و منابع طبیعی رامین خوزستان | ||
| 2استادیار دانشکده مهندسی زراعی و عمران روستایی، گروه مکانیک بیوسیستم، دانشگاه کشاورزی و منابع طبیعی رامین خوزستان | ||
| 3دانشجوی کارشناسی ارشد- پردازش تصویر، دانشکده مهندسی زراعی و عمران روستایی، گروه مکانیک بیوسیستم، دانشگاه کشاورزی و منابع طبیعی رامین خوزستان. | ||
| چکیده | ||
| پیش بینی عملکرد محصولات زراعی به منظور تخمین تولید و تعیین میزان نهادههای کشاورزی مورد نیاز از اهمیت بسیار زیادی در کشاورزی دقیق برخوردار است.. در پژوهش حاضر روشی سریع، دقیق و ارزان برای تخمین عملکرد محصول چغندرقند در دو حالت برگ سبز و سر زنیشده ارائه شده است. ابتدا از محصول در هر دو حالت تصاویری اخذ گردید، سپس شش ویژگی مورفولوژی شامل: مساحت، محیط، قطر بزرگ، قطر کوچک، قطر معادل و خارج از مرکز بودن، از تصاویر استخراج شد. به‌منظور انتخاب بهترین ویژگی مؤثر از آنالیز ضریب همبستگی پیرسون استفاده گردید. ویژگیهایی که دارای ضریب همبستگی بیش از 0/7 بودند به عنوان ویژگیهای مؤثر در نظر گرفته شدند. بر این اسا برای دو حالت برگ سبز و سر زنی شده، به ترتیب ویژگیهای مساحت و محیط انتخاب شدند، برای بررسی صحت معادلات خطی تخمین وزن، معادلات به سیستم برخط تشخیص محصول (در دو حالت) داده شد و به صورت بیدرنگ با حرکت تراکتور، وزن ریشه ی چغندرقند تخمین زده شد. نتایج نشان داد که بین وزن واقعی و وزن تخمین زده شده در دو حالت برگ سبز و سرزنی شده، ضریب همبستگی به‌ترتیب 0/84 و 0/95 وجود داشت. با توجه به نتایج حاصله، از سیستم پردازش تصویر میتوان به‌عنوان سامانه تخمین بر خط عملکرد محصول چغندرقند استفاده کرد. | ||
| کلیدواژه‌ها | ||
| آنالیز پیرسون؛ پردازش تصویر؛ تخمین برخط؛ عملکرد چغندرقند؛ کشاورزی دقیق | ||
| عنوان مقاله [English] | ||
| Online Prediction of Sugarbeet Yield using Image Processing | ||
| نویسندگان [English] | ||
| Hadi Orak1؛ Saman Abdanan Mehdizadeh2؛ Majid sadi3 | ||
| 1MSc student of Mechanics of Biosystems Engineering Department, Faculty of Agricultural Engineering and Rural Development, Ramin Agriculture and Natural Resources University of Khuzestan | ||
| 2assistant professor of Mechanics of Biosystems Engineering Department, Faculty of Agricultural Engineering and Rural Development, Ramin University of Agriculture and Natural Resources of Khuzestan | ||
| 3Graduate Student, Department of Mechanics of Biosystems Engineering, Faculty of Agricultural and Rural Development, Ramin Agriculture and Natural Resources University of Khuzestan, Ahvaz, Khuzestan Iran | ||
| کلیدواژه‌ها [English] | ||
| Sugar beet Yield, Online estimation, Pearson analysis, image processing, Precision agriculture | ||
| مراجع | ||
|
Amraei S, Abdanan Mehdizade S, Salari S. The system for estimating the weight of broiler chicks individually using image processing and multiple analysis. Iranian journal of Biosystems engineering. 2015; 65(5): 615-623. (in Persian) Biancardi E, McGrath M.J, William Panella L, Stevanato P. Sugar Beet- Chapter 6: Root and Tuber Crops. 2010; 173-219. Du JX, Wang XF, zhang GJ. Leaf shape based plant species recognition-Applied Mathematics and Computation. 2007; 185: 883-893. Food and Agriculture Organization (FAO). 2016. <http://www.fao.org/faostat/en/#data/QC>. Godwin RJ, Wheeler PN, O’Dogherty MJ, Watt CD, Richards T. Cumulative mass determination for yield maps of non-grain crops. Computers and Electronics in Agriculture 1999; 23: 85-101. Hall TL, Backer LF, Hofman, VL. Sugarbeet yield monitoring for site-specific farming part I–laboratory tests and preliminary field tests. Precision Agriculture. 2003; 4 (4): 421-431. Hennens DJ, Baert B, Broos H, Ramon P, DeBaerdemaeker J. Development of a flow model for the design of a momentum type beet mass flow sensor. Biosystems Engineering. 2003; 85 (4): 425-436. Kashiha M, Bahr C, Ott S, Moons CP, Niewold TA, Odberg FO, Berckmans D. Automatic weight estimation of individual pigs using image analysis. Computers and Electronics in Agriculture. 2014; 107, 38-44. Khojastehkey M, Abbasi MA, Akbari Sharif A, Hasani AM. Estimation Zandi lambs using digital image processing. 2015; 29:99-104. (in Persian, abstract in English) Kumhala FV, Prosek M, Kroulik M, Kviz Z. Parallel plate mass flow sensor for forage crops and sugar beet. American Society of Agricultural and Biological Engineers Meeting Presentation. 2008; 084700: 1-11. Latif al-tojar S, Jafari AA, Nasiri SM, Sharifi H. Sugar beet performance estimation based on plant shadow coverage using image processing patterns. Journal of Agricultural Machinery. 2014; 4 (2): 275-284. (in Persian) Liu J, Pattey E. Retrieval of leaf area index from top-of-canopy digital photography over agricultural crops. Agricultural and Forest Meteorology. 2010; 150 (11): 1485-1490. Momin MA, Rahman MT, Sultana MS, Igathinathane C, Ziauddin ATM, Grift TE. Geometry-based mass grading of mango fruits using image processing. Information Processing in Agriculture. 2017; 4: 150-160. Soille P. Morphological image analysis applied to crop field mapping. Image and Vision Computing. 2000; 18: 1025–1032. Tasdemir S, Urkmez A, Inal S. Determination of body measurements on the Holste in cows using digital image analysis and estimation of live weight with regression analysis. Computers and electronics in agriculture. 2011; 76(2), 189-197. Venkatesh GV, Lqbal MDS, Gopal A, Ganesan D. Estimation of volume and mass of Axi-Symmetric Fruits using image processing technique. International Journal of Food Properties. 2015; 18: 608-625. Walter JD, Hofman VL, Backer LF. Site-specific sugar beet yield monitoring. International Conference on Agricultural Engineering, Madrid, Spain. 1996. | ||
|
آمار تعداد مشاهده مقاله: 165 تعداد دریافت فایل اصل مقاله: 23 |
||
