Nhận dạng và xác định vị trí cỏ dại trên luống hoa màu dùng máy véc tơ hỗ trợ và mạng nơ ron

Nông nghiệp công nghệ cao ứng dụng hệ thần kinh nhân tạo cũng theo xu thế đó, đây là hệ thống sản xuất nhằm đáp ứng chính xác yêu cầu của cây trồng, ngăn việc sử dụng phân bón hữu cơ, phân bón hóa học, thuốc diệt cỏ một cách lãng phí, qua đó không những góp phần bảo vệ môi trường, tiết kiệm được sức lao động của con người mà còn làm tăng năng suất của cây trồng.
Nội dung trích xuất từ tài liệu:
Nhận dạng và xác định vị trí cỏ dại trên luống hoa màu dùng máy véc tơ hỗ trợ và mạng nơ ronTRƯỜNG ĐẠI HỌC SÀI GÒN SAIGON UNIVERSITY TẠP CHÍ KHOA HỌC SCIENTIFIC JOURNAL ĐẠI HỌC SÀI GÒN OF SAIGON UNIVERSITY Số 65 (5/2019) No. 65 (5/2019) Email: tcdhsg@sgu.edu.vn ; Website: https://tapchikhoahoc.sgu.edu.vn NHẬN DẠNG VÀ XÁC ĐỊNH VỊ TRÍ CỎ DẠI TRÊN LUỐNG HOA MÀU DÙNG MÁY VÉC TƠ HỖ TRỢ VÀ MẠNG NƠ-RON Weed detection in vegetable garden using support-vector machine and neural networksTS. Nguyễn Tất Bảo Thiện(1), Nguyễn Thị Cẩm Tú(2) Học viện Công nghệ Bưu chính Viễn thông, Cơ sở tại TP.HCM(1) Trường Đại học Công nghệ Thông tin – ĐHQG TP.HCM(2)TÓM TẮTNgày nay, trí tuệ nhân tạo được ứng dụng trong hầu hết trên mọi lĩnh vực. Nông nghiệp công nghệ caoứng dụng hệ thần kinh nhân tạo cũng theo xu thế đó, đây là hệ thống sản xuất nhằm đáp ứng chính xácyêu cầu của cây trồng, ngăn việc sử dụng phân bón hữu cơ, phân bón hóa học, thuốc diệt cỏ một cáchlãng phí, qua đó không những góp phần bảo vệ môi trường, tiết kiệm được sức lao động của con ngườimà còn làm tăng năng suất của cây trồng. Trong nghiên cứu này, các mô hình máy học như vectơ hỗ trợvà mạng nơ-ron được ứng dụng nhằm huấn luyện, nhận dạng và phân loại đồng thời định vị cỏ dại trênảnh màu. Kết quả của quá trình phân loại và định vị cỏ dại sẽ được dùng làm thông tin đầu vào cho thiếtbị điều khiển phun thuốc diệt cỏ phù hợp cho từng loại cỏ mà không gây ảnh hưởng đến cây trồng.Từ khóa: máy học, mạng nơ-ron nhiều lớp, nông nghiệp công nghệ cao, nhận dạng lá cây, support-vector machine - SVMABSTRACTNowadays, artificial intelligence is present in almost every fields. Precision agriculture is following thetrend, which is a production system that accurately meets the requirements of plants and preventsexcessive use of organic fertilizers, chemical fertilizers or herbicides. Thereby, it does not onlycontribute to protect the environment and save the human labor but also increase the crop productivity.In this study, the machine learning models i.e. support vector machine and neural networks were appliedto identify, classify weeds and locate its positions on color images. The results of the identificationprocess could be used as the input information for the potential automatic equipment to suitably sprayherbicides for each type of grasses without affecting the crop.Keywords: machine learning, multi-layer perceptron, precision agriculture, object recognization,support vector machine 1. Đặt vấn đề trồng và phải xác định được vị trí của cỏ Để hạn chế tình trạng phun thuốc diệt dại nhằm làm dữ liệu cho hệ thống tự độngcỏ một cách tràn lan, thiếu chính xác, phun thuốc diệt cỏ hoặc hệ thống bón phânkhông hiệu quả và có thể gây tác hại cho tự động tại vị trí cây trồng.môi trường cần phải xây dựng được một hệ Đến thời điểm hiện tại, đã có một sốthống phân biệt đâu là cỏ dại, đâu là cây sản phẩm nghiên cứu có thể nhận dạng vàEmail: nguyentatbaothien@gmail.com 56NGUYỄN TẤT BẢO THIỆN - NGUYỄN THỊ CẨM TÚ TẠP CHÍ KHOA HỌC ĐẠI HỌC SÀI GÒNcho biết định danh của một số loại cỏ dại bắp non hoặc là cây cỏ dại. Tập huấn luyệnthường gặp, hoặc ở mức độ cao hơn là xác gồm 40 ảnh về cây bắp non, 40 ảnh vể câyđịnh được vị trí của cây trồng, chẳng hạn, cỏ dại và 20 ảnh mẫu được dùng để kiểmmột nghiên cứu được thực hiện vào năm tra. Kết quả thực nghiệm cho thấy, ANN2013, [2], bằng việc phát triển hệ thống thị nhận dạng cây bắp non đạt đến tỷ lệ caogiác máy tính, hệ thống đã xác định được nhất 100% và cỏ dại là 80%. Điều này chấpvị trí của cây trồng, tính toán được vùng là nhận được do lượng dữ liệu cho việc huấnche phủ để thẩm định chất lượng cây trồng. luyện ANN là ít và do hạn chế của phần Một phương pháp nghiên cứu khác cứng máy tính trong thời gian đó.cũng được đánh giá cao đó là phương pháp Việc nhận dạng lá tập trung vào 2Chain code. Phương pháp này sử dụng kỹ nhóm đặc trưng là vân lá và hình dạng láthuật Computer-Aided Plant Species với phương pháp Fast Fourier TransformIdentification Technique (CAPSI) để đối (FFT) cũng đã được sử dụng và cho kếtsánh hình dạng của lá [8]. Đầu tiên, ảnh quả khá tốt [3]. Có tất cả 21 đặc trưng củatiền xử lý được chuyển từ ảnh màu sang lá được rút trích cho việc nhận dạng baoảnh xám ...