Basic Digital Image Processing Techniques From The Precision Agriculture Perspective

Abstract

Gelişen teknoloji ile birlikte sayısal görüntü işleme uygulamalarının günlük yaşamdaki kullanımı hız kazanmıştır. Özellikle son 20 yılda yapılan Ar-Ge çalışmaları sayesinde sayısal görüntü üzerinde basit düzeltme uygulamaları şeklinde hobi olarak uygulanan iyileştirmeler, günümüzde yerini otonom sistem tasarımlarına bırakmıştır. Bu baş döndürücü gelişmeler görsel algılamanın içerisinde olduğu tüm alanlarda, sayısal görüntü işlemenin bilgisayarlı görü şeklinde ortaya çıktığı akıllı sistemlerin yaygınlaşmasına sebep olmuştur. Günümüzde tarımsal çalışmalarda da özellikle hassas tarım uygulamalarında bu tip akıllı sistemlerin kullanımı yadsınamayacak düzeylerdedir. Seracılık otomasyonu dahil arazi üzerindeki çok çeşitli uygulamalar ile hassas tarım çalışmalarında enerji, su ve insan gücü gibi sınırlı kaynakların optimal bir şekilde kullanımına olanak sağlaması bu sistemleri cazip kılmaktadır. Literatürde, hassas tarım çalışmalarındaki sayısal görüntü işleme uygulamaları incelendiğinde bu çalışmaların ekim öncesi, bitki gelişimi, hasat ve hasat sonrası gibi vejetasyonun farklı aşamalarında, farklı amaçlar için uygulandıkları görülür. Uygulanan sayısal görüntü işleme teknikleri temel olarak görüntünün elde edilmesi, nesne bölütleme, nesne analizi ve yorumu şeklinde olup bu adımlar sırasıyla düşük seviye, orta seviye ve yüksek seviye görüntü işleme uygulamalarına karşılık gelmektedir. Tarımsal çalışmalarda görüntü genellikle görünür ışık bölgesi (RGB) ya da yakın kızılötesi (NIR) dalga boyunda elde edilir. RGB renk uzayında elde edilen görüntü renk uzayı, Kırmızı (Red), Yeşil (Green) ve Mavi (Blue) renk bileşenlerinin aralarındaki yüksek korelasyon nedeni ile çoğu tarımsal çalışmada tercih edilmeyen bir renk uzayıdır. Bu nedenle RGB görüntü, tarımsal uygulamalar açısından daha uygun olan HSV, Lab, Luv gibi farklı renk uzaylarına dönüştürülür. Görüntü bölütlenmesi işlemi görüntüden görüntüye değişen, her görüntü için genelleştirilmiş kuralları olmayan, uygulamaya özel karmaşık bir işlemdir. Bölütlemesi yapılan bölgelerin analizleri ise alan hesabı, merkez nokta tayini, çevre hesabı vb. gibi daha birçok bölgesel işlemi içermektedir. Son olarak elde edilen verilerin sonuçlarının makine öğrenmesi yöntemleri ile yorumlanması işleminde ise bitki izleme, yabancı ot ile mücadele vb. gibi çeşitli robotik uygulamalar yapılmaktadır. Bu çalışmada, hassas tarım ile ilgili olarak gerçekleştirilen görüntü işleme uygulamaları literatür bağlamında detaylı bir şekilde incelenerek tarımsal uygulamalar perspektifinden görüntü işleme için bir temel oluşturulmuştur. Bildiğimiz kadarıyla literatürde daha önceden bu konunun bu şekilde ele alındığı bir çalışma görülmemiş olup sunulan bu çalışmanın konu üzerinde çalışan araştırmacılara bir yol haritası oluşturacağı düşünülmektedir.