پردازش تصویر خیار گلخانه ای با رهیافت شبکه عصبی به منظور به کارگیری در ربات برداشت خیار
محورهای موضوعی : مجله مهندسی زیست سامانه
کلید واژه: شبکه عصبی, پردازش تصویر, آشکار سازی, آموزش شبکه, خیار گلخانه­, ای,
چکیده مقاله :
پردازش تصویر خیار گلخانهای با رهیافت شبکه عصبی به منظور به کارگیری در ربات برداشت خیار معین زند1 چکیده: در این تحقیق روشی برای آشکارسازی میوه خیار در تصاویر گلخانه ای با رهیافت شبکه عصبی پیشنهاد شده است. برای این منظور ابتدا پس از متعادل سازی هیستوگرام روشنایی تصویر مورد نظر، آن را با یک پنجره حاوی تصویر یک میوه خیار ضرب کرده که باعث به وجود آمدن ضرایب بزرگ تر در نواحی مشکوک به وجود خیار می شود. با استخراج این بیشینه های محلی، دسته نقاط اولیه به عنوان پنجره های محتمل وجود خیار به دست می آیند. سپس به منظور آشکارسازی دقیق مکان خیار ها، این نقاط و نواحی اطراف آنها به یک شبکه عصبی ارجاع داده می شوند که این شبکه با به کارگیری تعدادی تصویر شامل تصاویر خیار، تصاویر غیر خیار و پاسخ های مطلوب آنها آموزش داده شد. نواحی به دست آمده از این شبکه منجر به آشکارسازی دقیق مکان خیار ها در تصویر شد. روش ارائه شده در محیط نرم افزارMATLAB شبیه سازی و یک شبکه عصبی، یک الگوریتم آموزش شبکه عصبی و یک ترکیب برای شبکه عصبی پیشنهاد شد. سـپس روش پیشنهادی با بهره گیری از این ساختار شبکه، شبیه سازی نهایی شده و بر روی 120 تصویر تهیه شده از یک گلخانه توسط یک دوربین دیجیتال آزمایش گردید. روش پیشنهادی خطای کمی (خطای عدم تشخیص 7/4% و خطای تشخیص اشتباه 13/3%) داشتـه و تـوانست با نرخ بالایی و در مدت زمان مناسب (به طور متوسط برای هر تصویر 12/5 ثانیه) میـوه های خیار موجـود در تـصاویر را آشکار سازی کند. واژه‌های کلیدی: خیار گلخانه ای، پردازش تصویر، آشکار سازی، شبکه عصبی، آموزش شبکه 1- دانش آموخته کارشناسی ارشد، گروه مکانیک ماشین های کشاورزی، دانشکده کشاورزی، واحد تاکستان، دانشگاه آزاد اسلامی، قزوین، ایران: (نویسنده مسئول) Moien1407@yahoo.com
Greenhouse Cucumber Image Processing by Neural Network to use in the Cucumber Harvester Robot Moein Zand Abstract In this study, a method for detection of greenhouse cucumber fruits in greenhouse pictures by neural network approach was proposed. For this purpose, first, after histogram equalization in the desired picture ithasmultipliedwitha windowcontaining apictureof acucumberfruit that caused to create bigger coefficients in areas suspected to be cucumbers with exploitation of this local maximums, the initial points as windows likely to be cucumbers are obtained. Then,in order todetectthe exactlocationofcucumbers, these areas and their surrounding areas are referred to a neural network, the network with a number of pictures included cucumber images, no cucumber images and their favorable response has been Trained. Areas obtained from the network detect exact location of the cucumbers in the image. Provided method, was simulated in MATLAB software and the neural network toolbox. A neural network learning algorithm and a structure for neural network was proposed. Then proposed method utilizes the network structure, has been final simulation and on 120 images taken by a digital camera from a greenhouse were tested.The proposedmethodhadlittleerror (4/7% error of un-detection and 3/13% error of wrong detection) and could by high rate and at the appropriate time (the average for each image 5/12 seconds) to detect cucumber fruits in images. Keywords: Greenhouse Cucumber, Image Processing, Detection, Neural Network
_||_