İnsansız hava aracı (drone) ve görüntü işleme teknolojilerinin meyve bahçelerinde kullanım örneği

Abstract

Birçok tarımsal ürünlerin yetişme ve hasat dönemlerinde çiftçiler, mahsulleri hakkında bilgileri ve kontrolleri mahsulün başında el ve göz ile sağlamaktadır. Mahsuller, bu kontroller neticesinde verilecek karara göre hasat edilmektedir. Uygulamaları destekleyen en önemli tekniklerden biriside görüntü işleme teknikleridir. Görüntü işleme teknikleri sayesinde bir görüntü üzerinden yeni anlamlar veya birçok sayısal ifadeler elde edilmektedir. Günümüzde gittikçe yaygınlaşan insansız hava araçları (Drone), ilk olarak fotoğraf, video çekimi ve hobi amaçlı kullanırken, günümüzde insansız hava araçları tarımsal alan dâhil birçok alanda çeşitli amaçlar için kullanımı artmıştır. Tarımsal faaliyetlerde ise birçok uygulamada yer alan İnsansız Hava Araçları 'dan, tarımsal verimi arttırmak, mahsullerde oluşabilecek zararların önceden tespiti ve önlenmesi için ilaçlama gibi çeşitli alanlarda kullanımı yaygınlaşmaktadır. Bu tez çalışması ile tarımsal faaliyetler içerisinde önemli bir öneme sahip olan meyve yetiştiriciliğine yönelik gerçekleşmiştir. Görüntü işleme teknikleri ile elma bahçesi içerisinde bulunan meyve ağaçları üzerindeki elmaların tespit ve sayım hesabı amaçlanmıştır. Bu amacı gerçekleştirmek üzere, elma bahçelerinde kameralı İnsansız Hava Aracı (İHA, Drone) ile rota üzerinde yer alan meyve ağaçları etrafında tam tur atarak görüntüler elde edilmiştir. Renkli edilen görüntüler, bilgisayar ortamında geliştirilen bir yazılım uygulaması analizi gerçekleştirilmiştir. Uygulama, dijital ortamdan aktarılan elma ağacı görüntülerini, görüntü işleme kullanarak ağaç üzerinde yer alan elmaların tespiti ve sayımı gerçekleşmiştir. Tespit edilen elma nesnelerinin merkez noktaları işaretlenerek meyve sayımı gerçekleşmiştir. Uygulama fotoğraf veya anlık çekilen görüntü ya da canlı video üzerinden görüntü alabilmektedir. Toplam görüntüler üzerinde bulunan tüm elmaların sayımı ile tamamlanmıştır. Elma bahçesinde elde edilen görüntülerde yer alan güneş ışını, yaprak, yan yana bulunan elmalar sayımı olumsuz etkilemiştir. Ağaçtaki elmalar, renk bakımından %78.47 başarı oranı ile tespit edilmiştir.

During the growing and harvesting periods of many agricultural products, farmers provide information and controls on their crops by hand and eye at the beginning of the crop. Crops are harvested according to the decision to be made as a result of these controls. One of the most important techniques supporting applications is image processing techniques. Through image processing techniques, new meanings or many numerical expressions are obtained from an image. While drone, which is becoming more and more widespread nowadays, was first used for photography, video shooting and hobby purposes, nowadays, unmanned aerial vehicles have been used for various purposes including agricultural fields. In the field of agricultural activities, unmanned aerial vehicles, which are involved in many applications, are being used in various fields such as pesticides for increasing the agricultural yield and for detecting and preventing the damages that may occur in the crops. With this thesis, it has been realized for fruit growing which has an important importance in agricultural activities. With the image processing techniques, it was aimed to detect and count the apples on the fruit trees in the apple orchard. In order to realize this aim, images were obtained by taking a full tour around the fruit trees along the route with camera unmanned aerial vehicle (drone) in apple orchards. A software application analysis developed in computer environment was performed. Application, digitally transferred apple tree images, image processing using the apple detection and counting on the tree was realized. The center points of the detected apple objects were marked and fruit counted. The application is able to take photos or snapshots or live video. Total images were completed by counting all the apples on the images. The sunlight, leaf and apples found side by side in the images obtained in the apple orchard negatively affected the count. The apples in the tree were determined with a success rate of 78.47% in terms of color.