Нейронные технологии распознавания и классификация степени раскрытия хлопковых коробочек

Абдулхамидов, Азизжон, Улжаев, Эркин, Убайдуллаев, Уткиржон

Al-Farg'oniy avlodlari · 2024-yil

Annotatsiya

В данной статье предложен усовершенствованный алгоритм обнаружения, подсчета, отслеживания и классификации хлопковых коробочек по степени раскрытия хлопка на изображениях дефолиированных растений. Алгоритм основан на использовании модели YOLOv8 и цветовой сегментации для обнаружения коробочек в алгоритме Лукаса-Канаде. Этот алгоритм проводится с целью отслеживания их перемещения и преобразовании изображений для восстановления их позиции на следующих кадрах. При этом для повышения точности обнаружения используется ансамблевый подход, объединяющий результаты цветовой сегментации, оптического потока и метода преобразования изображения. Эффективность предложенного алгоритма сравнивается с пятью другими алгоритмами обработки изображений из библиотеки OpenCV, и результаты показывают его превосходство по точности и скорости. Эти параметры считается очень важными для сбора урожая и требуют надежного определения степени раскрытия коробочек в реальном времени, чтобы уменьшить задержку между обнаружением и отправкой управляющего сигнала на исполнительный механизм для управления работой гидроцилиндра, установленный на уборочном аппарате. В связи с этим основной целью данного исследования является оперативное и точное обнаружение, подсчет, отслеживание и классификация степени раскрытия хлопковых коробочек.

Maqola ma’lumotlari
MualliflarАбдулхамидов, Азизжон, Улжаев, Эркин, Убайдуллаев, Уткиржон
JurnalAl-Farg'oniy avlodlari
Nashr sanasi2024-03-25
Jild1
Son1
Betlar69-79
TilRus

Kalit so‘zlar

Распознавание образов, классификация, машинное обучение, нейронные сети, YOLO, TensorFlow, CSRT, KCF, MedianFlow, MIL, MOSSE, хлопковая коробочка

Ilmiy soha

Al-Farg'oniy avlodlari jurnalidan boshqa maqolalar

Al-Farg'oniy avlodlari — barcha maqolalar