تشخیص فلفل دلمه‌ای با استفاده از هیستوگرام ویژگی سریع نقطه و یادگیری بدون نظارت

ماشین های کشاورزی

مقالات آماده انتشار، پذیرفته شده، انتشار آنلاین از تاریخ 28 مرداد 1402   

نوع مقاله: مقاله پژوهشی لاتین

شناسه دیجیتال (DOI): 10.22067/jam.2023.83054.1174

نویسندگان

امید دوستی ایرانی¹؛ محمدحسین آق خانی^{* 2}؛ محمودرضا گلزاریان²

¹دانشگاه فردوسی مشهد

²دانشگاه فردوسی مشهد

چکیده

برداشت رباتیک محصولات کشاورزی فرآیندی مهم و موثر برای تولید میوه سالم، کاهش هزینه های برداشت و افزایش بهره وری است. با پیشرفت بینایی ماشین، استفاده از اطلاعات سه بعدی به جای اطلاعات دو بعدی در حال گسترش است. با این حال، برداشت فلفل دلمه ای به عنوان یکی از محصولات گلخانه ای، به دلیل دقت پایین سنسورهای دو بعدی با چالش هایی مواجه است. هدف این مطالعه توسعه یک الگوریتم بینایی ماشین بدون نظارت برای تشخیص فلفل دلمه رنگی با استفاده از ترکیبی از ویژگی‌های هندسی (هیستوگرام ویژگی نقطه سریع - FPFH) و ویژگی‌های رنگی (HSV) است. تصاویر عمق با استفاده از حسگر Kinect-v2 دریافت و مدل سه بعدی بازسازی شده است. پس از استخراج ویژگی های هندسی و رنگ، داده‌ها با استفاده از روش زیر نمونه گیری و با اعمال معیار Z-score برای فیلتر کردن نویزها، پیش پردازش شدند. تحلیل مؤلفه اصلی (PCA) برای کاهش ابعاد ویژگی ها استفاده شد و مدل خوشه بندی k-means با استفاده از شش ویژگی هندسی و سه ویژگی رنگ، به داده ها اعمال شد. ضریب سیلوئت برای ارزیابی کیفیت خوشه بندی استفاده شد و ارزیابی انسانی نشان داد که الگوریتم با دقت 95.10 درصد قادر به تشخیص فلفل دلمه ای است

کلیدواژه‌ها

بینایی ماشین؛ هیستوگرام ویژگی سریع نقطه؛ فلفل دلمه‌ای؛ برداشت رباتیک؛ K-means

مراجع