Applications of Computer Vision and Drone Technology in Agriculture 4.0

این کتاب ویرایش شده بر دو حوزه در حال ظهور تمرکز دارد و جنبه های مختلف بینایی کامپیوتر و فناوری هواپیماهای بدون سرنشین در زمینه کشاورزی را پوشش می دهد. این شامل کاربردهای مختلفی از جمله تقسیم بندی/طبقه بندی بیماری های گیاهی، پایش محصولات، برآورد درجه/کیفیت میوه ها/گل ها/سبزیجات/محصولات زراعی، نظارت، برآورد کمبود خاک، تخمین رشد محصول/گیاه، اندازه گیری تاج پوشش، مدیریت تنش آبی، شاخص های پوشش گیاهی است. محاسبه، تشخیص علف های هرز، و سمپاشی، از جمله. این کتاب دارای 17 فصل است که توسط متخصصان در زمینه بینایی رایانه، فناوری هواپیماهای بدون سرنشین، یادگیری عمیق، یادگیری ماشین، هوش مصنوعی، پردازش تصویر، کشاورزان و آسیب شناسان گیاهی ارائه شده است.

توسعه اخیر دستگاه‌های محاسباتی پیشرفته و انطباق وسایل نقلیه هوایی بدون سرنشین مکانیزمی را برای خودکارسازی شیوه‌های کشاورزی سنتی فراهم کرده است. تصاویر درون میدانی یا هوایی گرفته شده با استفاده از دوربین ها با کمک الگوریتم های هوشمند پردازش می شوند و ارزیابی برای توصیه های بیشتر انجام می شود. این روش در ارائه یک سیستم تصمیم گیری دقیق، به موقع و اقتصادی برای غلبه بر مشکلات کارشناسان حوزه کشاورزی و کشاورزان کارآمد است. این فرآیند در افزایش کیفیت و کمیت محصول سودمند است.

این کتاب به عنوان یک راهنمای عالی برای دانشجویان، محققان، دانشمندان و متخصصان میدانی در جهت دهی به کارشان به سمت عمل می‌کند. این دامنه و مدل‌های توسعه/طراحی. علاوه بر این، این کتاب برای آسیب شناسان، بیوتکنولوژیست ها، متخصصان تولید بذر، پرورش دهندگان، مدیران بازار و سایر ذینفعان مرتبط با فناوری اساسی یا توسعه بازار از بخش های دولتی و خصوصی مفید است.

This edited book focus on two most emerging areas and covers the different aspects of computer vision and drone technology in the field of agriculture. It comprises various applications including segmentation/classification of plant diseases, monitoring of crops, grade/quality estimation of fruits/flowers/vegetables/crops, surveillance, soil deficiency estimation, crop/plant growth estimation, canopy measurement, water stress management, vegetation indices calculation, weed detection, and spraying, among other. It has 17 chapters contributed by experts in the field of computer vision, drone technology, deep learning, machine learning, artificial intelligence, image processing, agriculturist, and plant pathologists.

The recent development of high-end computing devices and the adaptation of unmanned aerial vehicles has provided a mechanism to automate traditional agriculture practices. The on-field or aerial images captured using cameras are processed with the help of intelligent algorithms, and an assessment is drawn for further recommendations. This practice is efficient in provisioning an accurate, timely, and economical decision-making system to overcome the problems of agricultural field experts and farmers. This process is advantageous in increasing the quality and quantity of crop yields.

This book serves as an excellent guide to students, researchers, scientists, and field experts in directing their work toward this domain and developing/designing models. Further, this book is useful for pathologists, biotechnologists, seed production specialists, breeders, market managers, and other stakeholders associated with underlying technology or market development from the public and private sectors.