حدیث بی آبی - دانشجوی کارشناسی ارشد دانشگاه علوم کشاورزی و منابع طبیعی خوزستان
سامان آبدانان مهدی زاده - دانشگاه کشاورزی و منابع طبیعی رامین خوزستان
هادی اورک - دانشجوی کارشناسی ارشد دانشکده مهندسی زراعی و عمران روستایی، گروه مکانیک بیوسیستم، دانشگاه کشاورزی و منابع طبیعی رامین خوزستان
محمد رضا صالحی سلمی - دانشکده کشاورزی، گروه باغبانی، دانشگاه علوم کشاورزی و منابع طبیعی خوزستان

آب نقش مهمی بر رشد و سلامت گیاهان دارد. تامین این ماده حیاتی نه تنها بر عملکرد محصول کشاورزی، بلکه بر کیفیت و کنترل فرآیندهای فیزیولوژیکی آن­ها تاثیر می­گذارد. بنابراین کمبود آب سبب اثرات منفی در رشد و نمو گیاهان می­شود. در این پژوهش با هدف تشخیص نیاز آبی گیاه، مجموعه­ای از تصاویر گیاه لیلیوم تحت شرایط تنش خشکی جهت استخراج ویژگی­های رنگی و مورفولوژی بررسی و بر اساس این ویژگی سامانه هوشمندی به منظور تشخیص نیاز آبی گیاه طراحی و ساخته شد. پس از بررسی پارامترهای استخراج شده از تصاویر با توجه به نتایج آنالیز آماری در سطح احتمال ۵% و روش انتخاب ویژگی پی­درپی پیشرو مناسب­ترین ویژگی­ها به منظور پیش­بینی محتوای رطوبت گیاه انتخاب و عمل طبقه­بندی با ماشین بردار پشتیبان (SVM) با کرنل­های مختلف صورت پذیرفت.در نهایت نشان داده شد که دقت طبقه­بند برای سه کرنل خطی، سیگموئید و RBF به ترتیب با ۶، ۹ و ۹ ویژگی برابر با ۱۹.۸۱، ۰۴.۸۱ و ۱۲.۸۳ درصد بود. بدین ترتیب نتایج نشان داد که سامانه پیشنهاد شده از توانایی مناسبی جهت تشخیص سطوح تنش و کنترل میزان آب مورد نیاز برخوردار است.

پردازش تصاویر دیجیتال, سامانه هوشمند آبیاری, طبقه بند بردار پشتیبان