تشخیص و طبقه بندی انواع خاک با الگوریتم SVM چند کلاسه در متلب

پروژه تشخیص و طبقه بندی انواع خاک با الگوریتم SVM در MATLAB

پیاده سازی مقاله Machine Learning in Soil Classification

پروژه تشخیص و طبقه بندی انواع خاک با استفاده از الگوریتم ماشین بردار پشتیبان چند کلاسه از روی تصاویر را در نرم افزار MATLAB را عنوان مقاله Machine Learning in Soil Classification آماده کردیم که یک پروژه مناسب در حوضه ی پردازش تصویر، بینایی ماشین، رشته مهندسی عمران ، علوم و مهندسی خاک ، خاک شناسی و مهندسی کشاورزی است. در ادامه به معرفی این پروژه و توضیحاتی در رابطه به طبقه بندی خاک پرداخته و فیلم و تصاویری از خروجی این پروژه قرار داده شده و مقاله مرجع نیز به صورت رایگان قابل دانلود است.

معرفی پروژه تشخیص و طبقه بندی انواع خاک:

در این مقاله یک روش خودکار برای تشخیص و طبقه بندی انواع خاک ارائه شده است که یک پروژه عالی در حوضه ی بینایی ماشین است. در مرحله اول، الگوریتم ماشین بردار پشتیبان اقدام به تقسیم بندی می کند. در مرحله دوم، ویژگی های برجسته از این بخش ها استخراج می شود.

خاک های بررسی شده در تشخیص و طبقه بندی انواع خاک از تصاویر:

در این پروژه به طبقه بندی 7 نوع مختلف از خاک شامل: خاک رس (Clay)، زغال سنگ نارس رس دار (Clayey Peat)، شن و ماسه رس دار (Clayey Sand)، گیاخاک (Humus)، ذغال سنگ نارس (Peat)، خاک رس شنی (Sandy Clay) و شن و ماسه سیلتی یا لای (Silty Sand) پرداخته می شود.

توضیحات بیشتر، دانلود رایگان مقاله مرجع، مشاهده فیلم و تصاویری از خروجی پروژه تشخیص و طبقه بندی انواع خاک با SVM در ادامه مطلب.

طبقه بندی خاک ها:

خاک‌ ها از نگاه ژئوتکنیک به دو دسته کلی درشت ‌دانه و ریزدانه طبقه بندی می‌ شوند اما از نگاه علم خاک ‌شناسی، خاک ‌ها به سه دسته درشت بافت مانند خاک های شنی و متوسط بافت مانند لای و ماسه و ریز بافت مانند خاک های رسی تقسیم ‌بندی می ‌شوند.

خاک ‌های که بافت درشت تر دارند حجم منافذ آنها نسبت به خاک های ریز بافت بیشتر هستند اما در آنها ظرفیت نگهداری آب به دلیل بزرگی قطر خلل و فرج کمتر می باشد. حجم خلل و فرج در خاک های رسی کمتر از خاک های ماسه ‌ای و شنی است اما در نگهداری آب ظرفیت بیشتری دارند. نفوذ پذیری بیشتری در خاک های ماسه ‌ای نسبت به خاک های رسی وجود داشته و آب جذب نکرده و راحتی از دست می ‌دهند و همینطور توانایی ذخیره‌ سازی رطوبت در آنها کمتر از خاک های ریز بافت می باشد.

تصاویری از خروجی پروژه تشخیص و طبقه بندی انواع خاک:

تصویر خروجی 2:

تصویر خروجی 3:

تصویر خروجی 4:

تصویر خروجی 5:

تصویر خروجی 6:

تصویر خروجی 7:

تصویر خروجی 8: