{"title":"Ločevanje široko in ozko listnih rastlin v podporo sistemu za zaznavo plevela","authors":"Urban Kenda, Jurij Rakun","doi":"10.18690/um.feri.7.2022.5","DOIUrl":null,"url":null,"abstract":"Sodobno kmetijstvo se srečuje z vedno višjo stopnjo avtomatizacije, katere cilj je pridelati več pridelka, ki dosega višjo kakovosti, vse to ob manjših negativnih učinkih na okolje in s potencialom ohranitve narave za naslednje generacije. V ta namen smo v sklopu študentskega projekta razvoja avtonomnega kmetijskega robota Farmbeast ustvarili sistem za selektivno škropljenje plevela, katerega del sta dva algoritma za ločevanje ozko- in širokolistnih rastlin, nujna za ločevanje plevela od pridelka. Ob uporabi testnega nabora slik je prvi algoritem uspešno zaznal širokolistni plevel s 53,3 % in ozkolistni s 93,3 % uspešnostjo medtem, ko drugi algoritem obe sorti plevela uspešno loči v 93,3 %. Delo opisuje tudi orodje, ki je bilo v sklopu projekta razvito in deluje na podlagi algoritma ter škropi s potrebnim herbicidom.","PeriodicalId":164879,"journal":{"name":"ROSUS 2022 - Računalniška obdelava slik in njena uporaba v Sloveniji 2022: Zbornik 16. strokovne konference","volume":"5 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2022-03-09","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"ROSUS 2022 - Računalniška obdelava slik in njena uporaba v Sloveniji 2022: Zbornik 16. strokovne konference","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.18690/um.feri.7.2022.5","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0
Abstract
Sodobno kmetijstvo se srečuje z vedno višjo stopnjo avtomatizacije, katere cilj je pridelati več pridelka, ki dosega višjo kakovosti, vse to ob manjših negativnih učinkih na okolje in s potencialom ohranitve narave za naslednje generacije. V ta namen smo v sklopu študentskega projekta razvoja avtonomnega kmetijskega robota Farmbeast ustvarili sistem za selektivno škropljenje plevela, katerega del sta dva algoritma za ločevanje ozko- in širokolistnih rastlin, nujna za ločevanje plevela od pridelka. Ob uporabi testnega nabora slik je prvi algoritem uspešno zaznal širokolistni plevel s 53,3 % in ozkolistni s 93,3 % uspešnostjo medtem, ko drugi algoritem obe sorti plevela uspešno loči v 93,3 %. Delo opisuje tudi orodje, ki je bilo v sklopu projekta razvito in deluje na podlagi algoritma ter škropi s potrebnim herbicidom.