مقدمه

در سال های اخیر دولت ها، محققان و کشاورزان این نکته را دریافته اند که رشد جمعیت مستلزم بهبود فعالیت های مربوط به عرصه کشاورزی است .[۱] برای تحقق هدف فوق و بهبود محصولات کشاورزی، بوسیله کاهش علف های هرز و به حداقل رساندن مضرات علف کش های شیمیایی[۲] می توان روش های جالبی را ابداع کرد. از جمله ربات های برداشت محصول، که قادر به حرکت بین ردیف های محصول بوده و پس از ثبت موقعیت محصول و علف هرز توسط دوربین و یک دریافت کننده موقعیت، پیاده سازی شدند. مانند گوجه های گیلاسی (۱۹۹۶)، خیار (۲۰۰۲)، قارچ (۲۰۰۱)، چغندرقند(.(۱۳۸۵

در سال ۱۹۹۵ کار بر روی تصاویر RGB کمک شایانی به تشخیص علف های هرز داشته است.[۳] البته مدل های دیگری در سال های بعد پیشنهاد شد.[۴] تراپ و تیان در سال ۲۰۰۴ با ارائه روش مدیریت علف های هرز با استفاده از مواد شیمیایی [۵] به جمع آوری اطلاعات کاملی در این زمینه پرداختند. در سال ۲۰۰۹ پردازش تصویر کلاسیک و الگوریتم ژنتیک به تشخیص محصول از علف هرز منجر شد. و در نهایت پردازش تصویر بلادرنگ برای جداسازی علف هرز از محصول اصلی در زمین های ذرت در سال [۶]۲۰۱۱ انجام شد.

امروزه استفاده از تکنولوژی ماشین بینایی و تکنیکهای پردازش تصویر دیجیتال در حوزه صنعت و به ویژه کاربرد آن در کنترل کیفیت محصولات تولیدی، هدایت روبات و مکانیزمهای خود هدایت شونده روز به روز گسترده تر شده که مزایایی از جمله: افزایش سرعت و کیفیت تولید،کاهش ضایعات، اصلاح روند تولید و گسترش کنترل کیفیت را در بخش کشاورزی در پی خواهد داشت. هدف اصلی این مقاله، مطالعه و توسعه سیستم بینائی ماشین و روش پردازش تصویر برای شناسائی علف هرز کدو در سطح مزرعه است .