ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > تصميم نظام رؤية عن طريق الحاسب...>الوصف

تصميم نظام رؤية عن طريق الحاسب لتمييز المحاصيل الزراعية في منظومة حصاد آلي

العنوان بلغة أخرى: Computer Vision System Design for Crops Recognition in an Automatic Harvesting System
المصدر: مجلة الدراسات العليا
الناشر: جامعة النيلين - كلية الدراسات العليا
المؤلف الرئيسي: محمود، داليا (مؤلف)
المؤلف الرئيسي (الإنجليزية): Mahmoud, Dalia Mahmoud Adam
مؤلفين آخرين: عبدالرحمن، عامر (م. مشارك) , حمد النيل، ياسر (م. مشارك)
المجلد/العدد: مج7, ع26
محكمة: نعم
الدولة: السودان
التاريخ الميلادي: 2017
الشهر: يناير
الصفحات: 361 - 370
ISSN: 1858-6228
رقم MD: 902143
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: EduSearch, IslamicInfo, EcoLink, HumanIndex
مواضيع:
الذكاء الاصطناعي | المحاصيل الزراعية | معالجة الصور | الري الآلي | الحصاد الآلي
كلمات المؤلف المفتاحية:
الشبكات العصبية الاصطناعية | تمييز الصور | الحصاد الآلي
رابط المحتوى:
PDF (صورة)     
صورة الغلاف QR قانون

عدد مرات التحميل

54

حفظ في:
المستخلص: أسهمت نظم الذكاء الاصطناعي في تمكين البشر من السيطرة على حقول صناعية وإنتاجية مختلفة دون تدخل الأنسان حيث أن النظام الذكي ينوب عن العامل البشري في مراقبة كافة العمليات في الحقل واتخاذ القرار الصحيح في كل مرة. من المجالات التي أدخل استخدام تقنيات الذكاء الاصطناعي فيها نظم الزراعة والري والحصاد الآلية. تهدف هذه الورقة إلى تطوير نظام تميزي للصور يمكن إضافته لمنظومة حصاد آلي بحيث يمكنها التميز بين عدة أنواع من المحاصيل قبل البدء في حصاد أحدها. استخدم نوعان من المحاصيل ذات السمات المتشابهة في هذه الدراسة هما زهرة الشمس والذرة الشامية. واستخدمت شبكة عصبية أمامية ثلاثية الطبقات ذات تغذية مرتدة وانتشار مرتد للخطأ لتعمل على تمييز الصور. حقق النظام نسبة أداء وصلت إلى 97.5% عند الاختبار. هذا يعني أن مثل هذه المنظومة يمكن أن تستخدم في حصاد حقل فيه عدة أنواع من المحاصيل.

Artificial Intelligent systems contribute to enable humans to control various industrial and production fields without need to humans. AI systems would acts on behalf of the operator in monitoring and supervising all the operations in the plant and it help him in taking the right decision each time. One of the areas that we can use AI techniques is in it is the agricultural, irrigation and harvesting automatic systems. This paper aims to develop an image recognition system that can be added to automatic harvests to enable them to recognize the crops before the process of harvesting a specific crop. Two types of crops with similar features were used in this study; corn and sunflower. A three layer feed forward back propagation neural network was used to recognize crops from their images. The system achieved performance ratio of about 97.5% in the test. This can be generalized to differentiate crops in a field with many types of crops.
ISSN: 1858-6228

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.