İnsansız Hava Aracı (İHA) ve Görüntü İşleme Teknikleri Kullanılarak Yabancı Ot Tespitinin Yapılması

Öz

Nüfusun her geçen gün artması sonucunda dünya giderek daha fazla gıda maddesine ihtiyaç duymaktadır. Her ne kadar dikkatli olunsa da başta bitki koruma etmenleri nedeniyle şiddetli ürün kayıpları yaşanabilmektedir. Bu etmenlerin en başında da yabancı otlar gelmektedir. Tarihsel gelişimde çok farklı metodlar ile yabancı otlar ile mücadele edilmiş olsa da teknolojik gelişmeler ile birlikte İnsansız Hava Araçlarının (İHA) kullanılması, drone teknolojisinin gelişmesi ve bunla birlikte görüntü işleme tekniklerinin de gelişerek kombine halinde yabancı otların tespit edilmesi, takibi, teşhisi ve yoğunluklarının belirlenerek şavaşım yöntemlerinin geliştirilmesi açısından önem taşımaktadır. İHA’lar sayesinde sadece tespit ve yoğunluk çalışmaları değil, ayrıca ilaçlama çalışmalarının da yapılması zaman, ekonomiklik ve çevreye verilen zararın minimum seviyeye çekilmesi açısından önem teşkil etmektedir. Yapılmış olan bu derleme ile İHA’ların görüntü işleme teknikleri ile kullanılmak suretiyle yabancı otların tespitindeki önemine değinilmeye çalışılmıştır.

Anahtar Kelimeler

• İnsansız Hava Aracı,İHA,Drone,Yabancı ot,Görüntü işleme

Weed Detection Using Unmanned Aerial Vehicle (UAV) and Image Processing Techniques

Öz

As parallel to population growth demand for food sources increase day by day. Despite presence of several management methods plant protection agents cause significant yield loss. Among all weeds are consiredered as the leading factors. Even though through years weeds were controlled with several methods, the utilization of unmanned aerial vehicle (UAV) and the development of drone and image processing techniques is important for development of management methods after detection, identification, observation and density determination of weed. The utilization of UAH can not only be used in detection and density estimation studies but also herbicide application which will promote economic control and minimize risk to environment. In this paper the improtance of UAH in weed control is reviewed.

Anahtar Kelimeler

• unmanned aerial vehicle,UAV,Drone,weed,image processing

Kaynakça

1. Acıbuca V. 2010. Mardin ilinde makarnalık buğday üretim ekonomisi. Yüksek Lisans tezi, Çukurova Üniversitesi, Fen Bilimleri Enstitüsü, Adana.
2. Ağın O., Malaslı Z. (2016). Görüntü işleme tekniklerinin sürdürülebilir tarımdaki yeri ve önemi: Literatür çalışması. Tarım Makinaları Bilimi Dergisi. 2016, 12 (3), 199-206.
3. Anonim (2016a). http://www.notablebiographies.com/CaCh/Cavendish-Henry.html. Erişim tarihi: 01.12.2019
4. Anonim (2016b). http://www.groups.dcs.st-and.ac.uk/history/Biographies/Biot.html. Erişim tarihi: 01.12.2019
5. Artizzu X P B., Ribeiro A., Guijarro M., Pajares G. (2011). Realtime image processing for crop/weed discrimination in maize fields. Computers and Electronics in Agriculture, 75: 337–346.
6. Blyenburgh P.V. (1999). UAVs: an Overview. Uninhabited Aerial vehicles (UAVs), Air and Space Europe Vol:1, No:5/6. Pp. 43-47.
7. Can N. (2011). Chicago konvansiyonu’na kadar devletlerarası hava hukuku alanındaki bazı düzenlemeler, TALPA-Kokpitten Bakış Dergisi.
8. Cramer H.H. (1967). Pflanzenschutz und Welternte. Pflanzenschutz-Nachrichten “Bayer”20:1-523, Leverkusen.

9. Demir B., Çetin N., Kuş Z.A. (2016). Görüntü işleme tekniği ile yabancı ot renk özelliklerinin belirlenmesi. Alınteri 31 (B)-2016, 59-64. ISSN: 1307-3311.
10. Düzgün H.Ş. (2010). Uzaktan algılamaya giriş dersi, Ünite 5- Veri görüntü önişleme. Ulusal Açık Ders Malzemeleri Konsorsiyumu.
11. Güncan, A., Karaca M. 2014. Yabancı ot mücadelesi (Güncelleştirilmiş ve İlaveli Üçüncü Baskı) Selçuk Üniversitesi Ziraat Fakültesi Yayınları Konya, 310s.
12. Güzel M., Şin B., Turan B., Kadıoğlu İ. (2019). Real-Time detection of wild mustard (Sinapis arvensis) with deep learning (YOLO). IASTEM- 648th International Conferance on Environment and Natural Science Paper-13198.
13. Kahveci M., Can N. (2017). İnsansız hava araçları: Tarihçesi, tanımı, dünyada ve Türkiye’deki yasal durumu. Selçuk Üniversitesi Mühendislik, Bilim ve Teknoloji Dergisi, 5 (4), s.511-535.
14. Matese A., Toscano P., Di Gennaro S.F., Genesio L., Vaccari F.P., Primicerio J., Belli C., Zaldei A., BianconiR., Gioli B. (2015). Intercomparison of uav, aircraft and satellite remote sensing platforms for precision viticulture. Remote Sensing, 7(3):2971-90.
15. Mennan H., Uygur F.N. (1994). Samsun ili buğday ekim alanlarında görülen yabancı otların saptanması. OMÜ Ziraat Fakültesi Dergisi, 9(2):25-35, 1994.
16. Oerke EC., Dehne HW.,Schonbeck F., Weber A. (1994) Crop production and crop protection-estimated losses in major food and cash crops. Elsevier Science, Amsterdam, 808 pp.
17. Özer Z., Kadıoğlu İ., Önen H., Tursun N. (2003). Herboloji (Yabancı Ot Bilimi). Gaziosmanpaşa Üniversitesi Ziraat Fakültesi Yayınları No:20 Kitaplar Serisi No:10, Genişletilmiş 3. Baskı 409 s, TOKAT.
18. Özgüven M.M. (2018). Hassas Tarım. Akfon kitap kırtasiye, 334s. Ankara. ISBN: 978-605-68762-4-0
19. Rahman M., Blackwell B., Banerjee N., Saraswat D. (2015). Smartphone-based hierarchical crowdsourcing for weed identification. Computers and Electronics in Agriculture, 113: 14–23.
20. SHGM (2016). Sivil Havacılık Genel Müdürlüğü İnsansız Hava Aracı ve Pilot Kayıt Sistemi.
21. Şin B., Kadıoğlu İ., Sarı T. (2019). Detectıon and ıdentıfıcatıon of weed by ımage processıng technıques. BIALIC, 7-8 Novamber 2019, s. 40, Lviv Ukraine.
22. Tang J., Chen X., Miao R., Wang D. (2016). Weed detection using image processing under different illumination for site-specific areas spraying. Computers and Electronics in Agriculture, 122: 103–111.
23. Teke M., Deveci S., Öztoprak F., Efendioğlu M., Küpçü R., Demirkesen C., Şimşek F.F., Bağcı B., Uysal E.,
24. Türker U., Yıldırım E., Bayramin İ., Kalkan, Demirpolat C. (2016). Akıllı tarım fizibilite projesi: hassas tarım uygulamaları için havadan ve yerden veri toplanması, işlenmesi ve analizi. 6. Uzaktan Algılama-CBS Sempozyumu (UZAL-CBS 2016), 5-7 Ekim 2016, Adana.
25. Tekin A.B., Türkseven S., Kızmaz M.Z., Urkan E., Serim A.T. (2016). Tarım alanlarında yabancı ot florasınıninsansız hava araçları ile izlenmesi. Uluslararası Katılımlı Türkiye VI. Bitki Koruma Kongresi 5-8 Eylül 2016, Konya, Türkiye.
26. Tellaeche A, Pajares G, Artizzu X P B, Ribeiro A (2011). A computer vision approach for weeds identification through Support Vector Machines. Applied Soft Computing, 11: 908–915.
27. Tepe I. (2014). Yabancı otlarla mücadele. Sidaş yayın evi. ISBN: 60551671.
28. TMO 2009. TMO, 2009. Hububat Sektör Raporu, 2008-2009, Ankara.
29. Türkseven S., Kızmaz M.Z., Tekin A.B., Urkan E., Serim A.T. (2016). Tarımda dijital dönüşüm, insansız hava araçlarının kullanılması. Tarım makinaları bilim dergisi, 2016, 12 (4), 267-271.
30. Türkseven S., Tekin B., Kızmaz M.Z., Urkan E., Serim A.T. (2018). İnsansız hava araçları ile pamukta yabancı ot florasının tespit edilme olanakları. Türkiye VII. Bitki Koruma Kongresi (Uluslararası Katılımlı), 14-17 Kasım 2018, Muğla Türkiye.
31. Walsh W.H. (2017). “The Drone Liability Lawsuit: Who gets sued and Why?” American Bar Association The Forum on Air&Space Law.
32. Yardımcı G. (2019). İnsansız Hava Araçlarına Türk Mevzuatından Bir Bakış. Journal of Aviation 3 (1):61-80 (2019).
33. Zhang N., Wnag M., Wang N., 2002. Precision agriculture-A worldwide overview. Computers and electronics in agriculture 36(1), 113-132.