Analiza RGB i multispektralne kamere na bespilotnome zrakoplovu za klasifikaciju kukuruza strojnim učenjem
Mladen Jurišić, Dorijan Radočaj, Ivan Plaščak, Daria Galić Subašić, Davor Petrović
https://doi.org/10.18047/poljo.28.2.10 (izvorni znanstveni rad)
PUNI TEKST
Sažetak
U ovoj studiji istražena je klasifikacija usjeva i tla korištenjem algoritma strojnoga učenja Random Forest, temeljenoga na crveno-zeleno-plavoj (RGB) i multispektralnoj kameri integriranoj na bespilotnome zrakoplovu. Područje istraživanja obuhvaćalo je dva podskupa poljoprivredne čestice kukuruza dimenzija 10 x 10 m u blizini Koške. Najveća ukupna točnost klasifikacije postignuta je u kombinaciji rubnoga crvenog (RE), bliskoga infracrvenog (NIR) kanala i indeksa normalizirane vegetacijske razlike (NDVI) u oba podskupa, s ukupnom točnošću od 99,8 %, odnosno 91,8 %. Provedena analiza pokazala je da je RGB kamera postigla dovoljnu točnost i da je prihvatljivo rješenje za klasifikaciju tla i vegetacije. Međutim, multispektralna kamera i spektralna analiza omogućile su detaljniju analizu, prvenstveno za spektralno slična područja. Ovaj je postupak temelj i za izračun gustoće usjeva i za otkrivanje korova s pomoću bespilotnih zrakoplova. Kako bi se osigurala učinkovitost klasifikacije usjeva u praktičnoj primjeni, potrebno je dodatno uključiti klase korova u trenutačnu klasu vegetacije i podijeliti ih na klase usjeva i korova.
Dopisni autor:
Dorijan Radočaj, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet agrobiotehničkih znanosti Osijek, Vladimira Preloga 1, 31000 Osijek, Hrvatska, dradocaj@fazos.hr