فاطمه رحیمی اجدادی - استادیار گروه مهندسی مکانیزاسیون کشاورزی، دانشکده علوم کشاورزی، دانشگاه گیلان
کاوه ملازاده - استادیار گروه مهندسی بیوسیستم، دانشکده کشاورزی، دانشگاه کردستان

در دو دهه اخیر، تکنیک های پردازش تصویر و بینایی ماشین بطور گسترده ای در تحقیقات و مطالعات حوزه کشاورزی واردگردیده اند. شرایط خاص حاکم بر تصویربرداری ها در حیطه کشاورزی، بخصوص تکان های مداوم دوربین هنگام تصویربرداری، سببمات شدگی تصاویر استحصالی بویژه در کاربردهای آنلاین می گردد. با توجه به اهمیت کیفیت تصاویر در صحت آنالیزهای مورد نیاز،مسیله رفع ماتشدگی تصویر بعنوان یکی از مراحل اصلی پیش پردازش بسیار حایز اهمیت می باشد. با وجود پیشرفت چشمگیرتصویربرداری محاسباتی در دهه گذشته در حیطه رفع ماتشدگی تصویر از طریق توسعه طیف وسیعی از الگوریتم های مربوطه،بویژه در تصاویر حیات وحش، به این تکنیک ها در حوزه کشاورزی توجه چندانی نگردیده است. این در حالی است که ماتشدگیتصویر سبب عدم تکامل بسیاری از روش های توسعه یافته، به واسطه نداشتن تصاویر ورودی مطلوب، شده است. در عمل، برای حلاین معضل از سخت افزارهای پیچیده و گران قیمت نظیر استبلایزرهای پیشرفته استفاده می شود. در این مقاله سعی شده با مروریبر مهمترین الگوریتم های توسعه یافته برای رفع مات شدگی تصاویر با در نظرگرفتن شرایط حاکم بر تصویربرداری ها در بخشکشاورزی و بیان مزایا و معایب هریک، زمینه ورود این مرحله از پیش پردازش در کاربردهای بینایی ماشین در بخش کشاورزی دقیقفراهم گردد.

الگوریتم های رفع مات شدگی، تصویر نهفته، لرزش دوربین، هسته مات