The Texture Feature Extraction of Agricultural Field Images by HOG Algorithms and Soil Moisture Estimation based on the Texture Features

Tarımsal İmge Dokularından HOG Algoritması ile Öznitelik Çıkarımı ve Öznitelik Tabanlı Toprak Neminin Tahmini

Abstract

Knowing the value of soil surface moisture in the agricultural areas are very important in many ways such as minimizing the harmful effects of drought cases, preventing salinity caused by over watering, protecting agricultural lands and using the irrigation system efficiently. The main purpose of this study is that determining a relationship between measurements of local soil moisture and images in agricultural Mardin region and prediction of soil moisture with the determined relationship. The images are derived from TARBIL (http://www.tarbil.org) database. The texture feature vectors are extracted from the images by using Histogram of Oriented Gradients (HOG) algorithm. The obtained feature vectors are then classified into three (much, middle and little) groups by using k-Nearest Neighbor (k-NN) and Multilayer Perceptron (MLP) classifiers.

Özet

Tarımsal alanlardaki toprak nem düzeyinin bilinmesi; kuraklık durumu zararlarının en aza indirgenmesi, fazla sulama nedeni ile oluşan tuzluluğun önlenmesi, tarımsal alanlarının korunması ve sulama sisteminin verimli olarak kullanılması gibi birçok yönden önem taşımaktadır. Bu çalışmada, Mardin tarımsal alan imgelerine ait doku öznitelik vektörleri ile yerel toprak nem ölçümleri arasındaki ilişkinin kurulması ve bu ilişkiye dayalı toprak nem düzeyinin tahmini amaçlanmıştır. İmgeler TARBİL (http://www.tarbil.org) veritabanından elde edilmiştir. İmge dokusuna duyarlı yeni yöntemlerden biri olan Yönlü Gradyan Histogramı (HOG) algoritması kullanılarak, öznitelik vektörleri elde edilmiştir. Elde edilen öznitelik vektörleri daha sonra k En Yakın Komşu (k-NN) ve Çok Katmanlı Algılayıcı (MLP) sınıflandırıcılarının girişlerine verilerek toprak nemi üç (Çok, Orta ve Az nemli) grubta sınıflandırılmıştır.