Sunum yükleniyor. Lütfen bekleyiniz

Sunum yükleniyor. Lütfen bekleyiniz

Tarımda Sayısal Görüntü İşleme Uygulamaları İlker Ongun.

Benzer bir sunumlar


... konulu sunumlar: "Tarımda Sayısal Görüntü İşleme Uygulamaları İlker Ongun."— Sunum transkripti:

1 Tarımda Sayısal Görüntü İşleme Uygulamaları İlker Ongun

2 Üretim Öncesi Toprak İnceleme Sulama Gereksinimi Yüzey Ölçme Üretim Yönetimi Üretim Aşaması Seçici Uygulamalar Verim İzleme Üretim Sonrası Sınıflama Ayıklama

3 Kızılberisi-Görünenin Ötesi Frekans düşükse, havaküresel girim fazladır. Görüntüler, görünür ışık frekans aralığının altında alınır. Sis, pus, buğu etkileri giderilerek ayrıntılar net olarak elde edilir. Yapay renklendirme uygulanır.

4 Yapay Renklendirme Görüntü bilgisi, görünür ışık aralığına getirilir. Koyu Kırmızı Sağlıklı bitki örtüsü PembeSorunlu yada ham bitki örtüsü Koyu Yeşil Verimli toprak yada yüksek nem Açık Yeşil Gevşek toprak yada sığ tohum yatağı SiyahTemiz su birikintisi BeyazKum, kil yada kanola çiçeği

5 Üretim Öncesi Uygulamalar Toprak ve örtüsü üzerine ayrıntılı bilgi sağlanabilir.

6 Üretim Öncesi Uygulamalar Girdi Yönetimi için yüzey ölçmeleri hassasiyetle yapılabilir.

7 1996 Zararlı ot haritası 1998 Zararlı ot haritası Zararlı ot haritaları birle ş tirilir Üretim Aşaması Uygulamalar Veri arttıkça hassasiyet artar İ laçlanmayan bölge İ laçlama bölgesi

8 Üretim Aşaması Uygulamalar Verim izleme sürecinde yapay renklendirilmiş IR görüntüler belirleyicidir.

9 Üretim Aşaması Uygulamalar Gübre yararlanımı ve yıkanımı izlenerek gübre girdi maliyetleri önemli miktarda düşürülebilir.

10 Üretim Aşaması Uygulamaları Sulama için gerekli düzeltici önlemlerin alınması sağlanabilir.

11 Üretim Sonrası Uygulamalar Sınıflama Ayıklama Sayma (tartma) Paketleme

12 Örnek MATLAB Uygulaması Karışık durumdaki mısır ve pamuk tohumlarının belirlenmesi ve sayımı isteniyor. İki tohum türünün renklerinin farklı olmasından yararlanılarak ayrım yapılabilir

13 Örnek MATLAB Uygulaması kym=imread('sun2.jpg') %resim kırmızı ve mavi bileşenlerine ayrılıyor. k=kym(:,:,1); m=kym(:,:,3); figure('name','KIRMIZI BİLEŞEN'),imshow(k); figure('name','MAVİ BİLEŞEN'),imshow(m);

14 Örnek MATLAB Uygulaması %pamuk tohumunda kırmızı bileşen çok az olduğundan, %kırmızı resim eşiklenip, negatifi alınarak pamuklar seçiliyor. p=imadjust(k,[ ],[1 0]); figure('name','Pamuklar'),imshow(p); %tohumlar bütünleştiriliyor. p_filled=imfill(p); figure('name','Dolu Pamuklar'),imshow(p_filled); %temas eden tohumlar ayrılıyor. se1=strel('disk',2); p_eroded=imerode(p_filled,se1); figure('name','PAMUK TOHUMLARI'), imshow(p_eroded);

15 Örnek MATLAB Uygulaması %temas eden tohumlar ayrılıyor. se1=strel('disk',2); p_eroded=imerode(p_filled,se1); figure('name','PAMUK TOHUMLARI'), imshow(p_eroded); %pamuk sayısı belirlenir ve gösterilir. [P,pam_say]=bwlabel(p_eroded); display(pam_say); pam_say = 35

16 Örnek MATLAB Uygulaması %Mısırlarda mavi bileşen çok azdır. %Kırmızıdan Mavi çıkarılarak pamuklar ve arkaplan sıfırlanır. corn=k-m; figure('name','MISIR'), imshow(corn); %görüntü eşiklenerek mısır daneleri bulunur corn_sb=imadjust(corn,[ ],[0 1]); figure('name','MISIR DANELERİ'), imshow(corn_sb);

17 Örnek MATLAB Uygulaması %aşındırma ile mısır daneleri birbirinden ayrılır. se2=strel('disk',6); corns=imerode(corn_sb,se2); %mısır daneleri sayılarak ekrana yazdırılır [C,corn_say]=bwlabel(corns); display(corn_say) corn_say = 30

18 Örnek MATLAB Uygulaması Kırmızı bileşen ile mavi bileşenin farkı alınırken, (2*k)-(1,5*m) eşitliği kullanılırsa, mısır taneleri daha belirgin olarak ayrılabiliyor. Bu görüntü eşiklenerek sayılabilir.

19 Son not Daha çook çalışmak lazım ;)


"Tarımda Sayısal Görüntü İşleme Uygulamaları İlker Ongun." indir ppt

Benzer bir sunumlar


Google Reklamları