مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

مقاله مقاله نشریه

مشخصات مقاله

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

video

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

sound

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید:

771
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

239
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

مقایسه الگوریتم های تشخیص نقاط ویژه تصاویر در فضاهای رنگ مختلف به منظور تهیه نقشه سه بعدی درختان

صفحات

 صفحه شروع 55 | صفحه پایان 69

چکیده

 عملیات کشاورزی در باغات مانند سم پاشی, آبیاری و ... در زمینه کشاورزی دقیق و رباتیک کشاورزی وابستگی زیادی به شکل تاج درخت و ساختار آن دارد. بنابراین داشتن مدل سه بعدی و نقشه عمق درختان می تواند مفید باشد. یکی از روش های ایجاد مدل سه بعدی, استفاده از روش بینایی استریو است. مهمترین مرحله در این روش, تعیین نقاط متناظر است. برای انجام این کار ابتدا باید نقاط ویژه در هر تصویر شناسایی شوند. الگوریتم های مختلفی بدین منظور نوشته شده است. در این تحقیق شش الگوریتم Harris-Stephens, Minimum eigenvalue, MSER, FAST,SURF  و BRISK در فضاها و مولفه های RGB, G, HSV, H, YCbCr, Y, NTSC,Lab  و a بررسی و مقایسه شد. نتایج نشان داد که الگوریتم SURF بهترین عملکرد را داشت. نقاط ویژه ای که این الگوریتم تشخیص داد در اکثر فضاها ثابت بود که نشان از پایداری این الگوریتم در فضاهای مختلف دارد. بعد از الگوریتم SURF بهترین عملکرد را الگوریتم MSER داشت. این الگوریتم محصولات درخت را به عنوان نقاط ویژه تشخیص داد. اگر چه تعداد این نقاط کم است اما درصورتی که نتوان نقاط گوشه را در دو تصویر با هم مطابقت داد, از این نقاط می توان به عنوان نقاط مشترک جهت تطابق استفاده کرد. الگوریتم ها در فضاها و مولفه های HSV, H,YCbCr  و NTSC بهترین عملکرد را داشتند و در فضای RGB و Y از نظر تعداد نقاط ویژه تشخیص داده شده پایدارتر عمل کردند.

استنادها

  • ثبت نشده است.
  • ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    جعفری ملک آبادی، ایوب، خجسته پور، مهدی، و عمادی، باقر. (1396). مقایسه الگوریتم های تشخیص نقاط ویژه تصاویر در فضاهای رنگ مختلف به منظور تهیه نقشه سه بعدی درختان. مهندسی بیوسیستم ایران (علوم کشاورزی ایران)، 48(1)، 55-69. SID. https://sid.ir/paper/517818/fa

    Vancouver: کپی

    جعفری ملک آبادی ایوب، خجسته پور مهدی، عمادی باقر. مقایسه الگوریتم های تشخیص نقاط ویژه تصاویر در فضاهای رنگ مختلف به منظور تهیه نقشه سه بعدی درختان. مهندسی بیوسیستم ایران (علوم کشاورزی ایران)[Internet]. 1396؛48(1):55-69. Available from: https://sid.ir/paper/517818/fa

    IEEE: کپی

    ایوب جعفری ملک آبادی، مهدی خجسته پور، و باقر عمادی، “مقایسه الگوریتم های تشخیص نقاط ویژه تصاویر در فضاهای رنگ مختلف به منظور تهیه نقشه سه بعدی درختان،” مهندسی بیوسیستم ایران (علوم کشاورزی ایران)، vol. 48، no. 1، pp. 55–69، 1396، [Online]. Available: https://sid.ir/paper/517818/fa

    مقالات مرتبط نشریه ای

    مقالات مرتبط همایشی

  • ثبت نشده است.
  • طرح های مرتبط

  • ثبت نشده است.
  • کارگاه های پیشنهادی






    بازگشت به بالا
    telegram sharing button
    whatsapp sharing button
    linkedin sharing button
    twitter sharing button
    email sharing button
    email sharing button
    email sharing button
    sharethis sharing button