Nokta Bulutu Verisi Kullanılarak Elma Bahçesinden Meyve Tespiti

Mehmet Akif GÜNEN

Makale detayları

Nokta Bulutu Verisi Kullanılarak Elma Bahçesinden Meyve Tespiti

Yazarlar:

Mehmet Akif GÜNEN

Yayıncı:

Tayfun UYGUNOĞLU

Ana Başlıklar:

Uygulamalı fizik

Dergi:

El-Cezeri 2022 Vol.9 Issue 1, pp.253-265

Belge Tipi:

Makale

Yayın Tarihi:

1/2022

Belge Dili:

Türkçe

Document ID (Org No.):

2000406654

eISSN:

2148-3736

pISSN:

2148-3736

Özet:

 

Reliable fruit location detection enhances harvest and yield estimates, paving the way for cost-effective, ecologically beneficial, and sustainable agriculture. Developing modern solutions in orchards is difficult due to the complex geometry of orchards. In this study, a new framework is proposed for the spatial location of Fuji apples using the photogrammetrically obtained Fuji apple orchard point cloud dataset. In the proposed framework, an omnivariance-based approach was used to determine the most suitable neighborhood. After determining the most suitable size of neighborhoods, 30 2D and 3D geometric features were extracted from each individual point. Then, the features that best represent the data set were selected using the minimum redundancy maximum relevance method. In order to examine the effects of different features on apple detection, the related features were divided into six different groups according to their weight level and statistical and visual comparisons were made. According to the results of the classification process using a support vector machine, the use of 25 features (95.81% accuracy and 93.20% precision) provided the highest classification performance. It has been determined that the use of all or a limited number of features reduces the classification performance. In addition, 2D features were found to be as effective as 3D features.

 

Meyve konumlarının güvenilir olarak tespit edilmesi hasat ve rekolte tahmini sürecini geliştirerek ekonomik, çevreci ve sürdürülebilir tarımın önünü açar. Meyvecilikte modern çözümler geliştirmek, meyve bahçelerinin karmaşık geometrisi nedeniyle zordur. Bu çalışmada fotogrametrik olarak elde edilen Fuji elma bahçesi nokta bulutu veri seti kullanılarak Fuji elmalarının mekânsal konumlarının belirlenmesi için yeni bir çerçeve önerilmiştir. Önerilen çerçevede en uygun komşuluğun belirlenmesi için omnivaryans tabanlı bir yaklaşım kullanılmıştır. En uygun komşuluk sayısı belirlendikten sonra her bireysel noktadan 30 adet 2 boyutlu ve 3 boyutlu geometrik özellik çıkarılmıştır. Ardından, veri setini en iyi temsil eden özellikler Minimum artıklık maksimum ilgililik yöntemi kullanılarak seçilmiştir. Farklı özelliklerin elma belirleme üzerine etkisinin incelenmesi için ilgili özellikler ağırlık düzeyine göre altı farklı gruba ayrılarak istatistiksel ve görsel karşılaştırmaları gerçekleştirilmiştir. Destek vektör makine kullanılarak yapılan sınıflandırma işleminin sonuçlarına göre 25 özelliğin kullanılması (%95.81 doğruluk ve %93.20 kesinlik) en yüksek sınıflandırma performansını sağlamıştır. Bütün veya sınırlı sayıda özelliklerin kullanılması sınıflandırma performansını azalttığı belirlenmiştir. Ayrıca, 2 boyutlu özelliklerin 3 boyutlu özellikler kadar etkili olduğu görülmüştür.

Makale detayları

Nokta Bulutu Verisi Kullanılarak Elma Bahçesinden Meyve Tespiti

Yazarlar: Mehmet Akif GÜNEN

Yayıncı: Tayfun UYGUNOĞLU

Ana Başlıklar: Uygulamalı fizik

Dergi: El-Cezeri 2022 Vol.9 Issue 1, pp.253-265

Belge Tipi: Makale

Yayın Tarihi: 1/2022

Belge Dili: Türkçe

Document ID (Org No.): 2000406654

eISSN: 2148-3736

pISSN: 2148-3736

Sayı

Yazarlar:

Mehmet Akif GÜNEN

Yayıncı:

Tayfun UYGUNOĞLU

Ana Başlıklar:

Uygulamalı fizik

Dergi:

El-Cezeri 2022 Vol.9 Issue 1, pp.253-265

Belge Tipi:

Makale

Yayın Tarihi:

1/2022

Belge Dili:

Türkçe

Document ID (Org No.):

2000406654

eISSN:

2148-3736

pISSN:

2148-3736