Authors

Abstract

A system was used to detect injuries in plant leaves by combining machine learning and the principles of image processing. A small agricultural robot was implemented for fine spraying by identifying infected leaves using image processing technology with four different forward speeds (35, 46, 63 and 80 cm/s). The results revealed that increasing the speed of the agricultural robot led to a decrease in the amount of supplements spraying and a detection percentage of infected plants. They also revealed a decrease in the percentage of supplements spraying by 46.89, 52.94, 63.07 and 76% with different forward speeds compared to the traditional method.

Abstract in English

يمكن تحقيق إنتاجية عالية للمحاصيل والحماية من الأمراض عندما يتم رش الكمية الدقيقة من الكيماويات الزراعية أو الأسمدة السائلة فقط على المنطقة المصابة من النبات. استخدم نظام للكشف عن الإصابات في أوراق النباتات من خلال الجمع بين التعلم الآلي ومبادئ معالجة الصور. تم تصميم وتنفيذ روبوت زراعي صغير للرش الدقيق عن طريق تحديد الأوراق المصابة باستخدام تقنية معالجة الصور بأربع سرعات أمامية مختلفة (35, 46, 63 و 80 سم ثا-1). أظهرت النتائج أن زيادة سرعة الروبوت الزراعي يؤدي إلى انخفاض كمية رش الأسمدة السائلة على النباتات وانخفاض نسبة الكشف عن النباتات المصابة. أدى استخدام الروبوتات الزراعية لرش الأسمدة السائلة بدقة إلى انخفاض معدل الرش بنسبة 46.89 و 52.94 و 63.07 و 76٪ مع اختلاف السرعات الأمامية مقارنة بالطريقة التقليدية.