Image processing based precision spraying robot;Görüntü işleme tabanlı hassas ilaçlama robotu

Tarim Bilimleri Dergisi

Volumn 20, Issue 4, 2014, Pages 406-414

  Sabanci, Kadir ^a   Aydin, Cevat ^b  

^a University of Batman   (Turkey)

^b SELCUK UNIVERSITY   (Turkey)

Author keywords

Image processing; Precision agriculture; Sugar beet farming; Weed control

Indexed keywords

EID: 84908212936     PISSN: 13007580     EISSN: 21489297     Source Type: Journal    
DOI: 10.15832/tbd.33629     Document Type: Article

References (22)

1. Dalen G V (2004). Determination of the size distribution and percentage of broken kernels of rice using flatbed scanning and image analysis. Food Research International 37(1): 51-58
2. Delen N (2008). Fungisitler. Nobel Yayın Dağıtım. Nobel Yayın No: 1360, Ankara
3. Dursun E (2000). Meme aşınmasının pülverizasyon karakteristiklerine etkileri. Ekin Dergisi 6(21): 62-66
4. Feyaerts F, Pollet P, Wambacq P & Van Gool L (1998). Sensor for weed detection based on spectral measurements. In: Proceedings of the 4th International Conference on Precision Agriculture, 19-22 July, Madison, WI, USA, Part B: 1537-1548
5. Habib S, Islamb M, Adnan A & Nawaz S (2007). Real time machine vision weeds-classification for selective herbicide application, In: The 2nd National Intelligent Systems And Information Technology Symposium, 30-31 October, Malaysia pp. 142-146
6. Ihsak W & Rahman K A (2010). Software development for real-time weed colour analysis. Pertanika Journal of Science & Technology 18(2): 243-253
7. Jafari A, Mohtasebi S S, Eghbali H & Omid M (2006). Weed detection in sugar beet field using machine vision. International Journal of Agriculture & Biology 8(5): 602-605
8. Jayas D & Karunakaran C (2005). Machine vision system in postharvest tecnology. Stewart Postharvest Rewiev 2(2): 1-9
9. Keefe P D (1992). A Dedicated wheat grain image analyzer. Plant Varieties and Seeds 5(2): 27-33
10. Koç C & Keskin R (2011). Tarla pülverizatörleri için pic kontrollü aktif bir bum dengeleme sisteminin geliştirilmesi. Tarım Bilimleri Dergisi 17(1): 24-34
11. Malaslı Z M (2010). Şekerpancarı üretim alanlarında yabancı otla mücadele yöntemleri ve uygulama etkinliklerinin belirlenmesi. Yüksek lisans tezi, Harran Üniversitesi, Fen Bilimleri Enstitüsü (Basılmamış), Şanlıurfa
12. Mortensen D A, Gerhards R & Williams M M (2000). Two-year weed seedling population responses to a post-emergent method of site-specific weed management. Precision Agriculture 2(3): 247-263
13. Özer Z, Kadıoğlu İ, Önen H & Tursun N (2001). Herboloji (Yabancı Ot Bilimi). GOÜ. Ziraat Fakültesi Yayınları No:20, Kitaplar Serisi No:10, Tokat
14. Öztürk S (1997). Tarım ilaçları, Geliştirilmiş 2. baskı. AK Basımevi, s. 551, İstanbul
15. Pérez A J, Lopez F, Benlloch J V & Christensen S (2000). Colour and shape analysis techniques for weed detection in cereal fields. Computers and Electronics in Agriculture 25(3): 197-212
16. Ramaraju S S V S & Kumar N U (2014). Saliency detection algorithm for locating perceptible objects. International Journal of Electronics & Communication Technology 5(3): 97-100
17. Sabancı K (2013). Şeker pancarı tarımında yabancı ot mücadelesi için değişken düzeyli herbisit uygulama parametrelerinin yapay sinir ağlarıyla belirlenmesi. Doktora tezi, Selçuk Üniversitesi, Fen Bilimleri Enstitüsü (Basılmamış), Konya
18. Sabancı K & Aydın C (2013). Real-Time Precise Spraying Robot For Weed Control. International Conference of Ecosystems (ICE),1-5 June, Tirana, Albania, pp. 356-359
19. Tiryaki O, Canhilal R & Horuz S (2010). Tarım ilaçları kullanımı ve riskleri. Erciyes Üniversitesi Fen Bilimleri Enstitüsü Dergisi 26(2): 154-169
20. Trooien T P & Heermann D F (1992). Measurement and simulation of potato leaf area using image processing. Model development. Transactions of the ASAE 35(5): 1709-1712
21. Yılmaz G (2002). Renk Sistemleri, Renk Uzayları ve Dönüşümler. Selçuk Üniversitesi Jeodezi ve Fotogrametri Mühendisliği Öğretiminde 30. Yıl Sempozyumu, 16-18 Ekim, Konya, s. 340-350
22. Watchareeruetai U, Takeuchi Y, Matsumoto T, Kudo H & Ohnishi N (2006). Computer vision based methods for detecting weeds in lawns: Cybernetics and Intelligent Systems, IEEE Conference, 7-9 June, Bangkok, pp. 1-6