Görüntü işleme yoluyla aşiri öğrenme makinesi kullanilarak otomatik toprak ph seviye tespiti

Automatic soil ph level detection using extreme learning machine via image processing

Özet

Topraktaki pH değerleri yani toprağın asit veya bazik yapısı bitkinin topraktan aldığı besin maddelerinin miktarlarını etkiler. Bitkinin topraktaki temel besin maddelerini alması ve büyümesi ancak uygun pH değerlerinde mümkündür. Bu makalede optik görüntülemeye dayalı yeni bir toprak pH seviyesi tespit yöntemi önerilmiştir. Seviye tespit algoritması olarak bir Aşırı Öğrenme Makinesi (AÖM) kullanılmıştır. Oluşturulan modelde AÖM girdisi olarak gerçek renkli toprak görüntülerinin RGB değerleri ve pH indeksi kullanılırken, AÖM çıktısı olarak toprak görüntülerinin pH seviyesi kullanılmıştır. Deneysel çalışmalarda literatürden elde edilen 50 adet toprak örneği görüntüsü kullanılmıştır. Ve % 97.5 değerinde önemli ölçüde yüksek bir pH seviyesi algılama performansı elde edilmiştir. Bu sonuç, önerilen yöntemin toprak örneklerinin pH seviyelerini belirlemede oldukça önemli bir yöntem olduğunu ve geleneksel yöntemlere güçlü bir alternatif olabileceğini ortaya koymaktadı

Abstract

The pH values in the soil, that is, the acid or basic structure of the soil, affects the amounts of nutrients that the plant receives from the soil. For the plant to take the main nutrients in the soil and grow is only possible at suitable pH values. In this paper a novel soil pH level detection method based on optical imaging is proposed. As the level detection algorithm an Extreme Learning Machine (ELM) is used. In the constructed model while the RGB values of the true color soil images and pH index are used as the inputs of ELM the pH level of soil images are used as the output of ELM. In the experimental studies fifty soil sample images obtained from the literature are used. And a significantly high pH level detection performance of 97.5 % is obtained. This result reveals that the proposed method is a significantly important method to determine the pH levels of soil samples and could be a strong alternative to the traditional methods.