Crop yield estimation is carried ou

Crop yield estimation is carried out in mango orchards
4–6 weeks prior to harvest to predict resource requirements for
the harvest and to arrange marketing. Estimation is a manual process, sometimes aided by the use of hand counters. Typically a few
‘sentinel’ trees are assessed per block, but nonetheless many man
hours are required in field conditions of heat and humidity. Ideally,
load would be assessed at several times during crop growth but labour requirements prevent this. Further, the sampling procedure
limits the accuracy of the process, in terms of estimating the yield
of the whole orchard.
A machine vision based system could replace the manual system. Several sensor technologies hold promise for this application,
including LIDAR, thermal imaging and stereovision. However, the
simplest and lowest cost solution would involve 2D machine vision. A camera mounted to a farm vehicle that drives between tree
rows could be used to acquire images of all trees on the farm relatively quickly. An appropriate image processing system would
need to be robust in its identification of mango fruit (i.e. require
minimal input from farm staff). Further work is required to relate
the fruit count from two images of a tree (as seen from the interrow on each side) to the total fruit load of the tree, a relationship

ผลลัพธ์ (ไทย) 1:

การประเมินผลผลิตพืชดำเนินการในสวนมะม่วง4 – 6 สัปดาห์ก่อนการเก็บเกี่ยวเพื่อทำนายความต้องการทรัพยากรสำหรับเก็บเกี่ยวและ การจัดการการตลาด การประเมินเป็นกระบวนการด้วยตนเอง บางครั้งช่วย โดยใช้มือเคาน์เตอร์ โดยทั่วไปกี่มีประเมิน 'sentinel' ต้นไม้ต่อบล็อก แต่กระนั้น หลายคนชั่วโมงที่จำเป็นในฟิลด์ของความร้อนและความชื้น ดาวโหลดประเมินที่หลายครั้งในระหว่างการเจริญเติบโตของพืช แต่ทำให้ความต้องการแรงงานนี้ เพิ่มเติม ขั้นตอนการสุ่มตัวอย่างจำกัดความถูกต้องของกระบวนการ ในการประมาณการผลตอบแทนของสวนทั้งหมดระบบเครื่องจักรตามวิสัยทัศน์สามารถแทนระบบด้วยตนเอง เทคโนโลยีเซ็นเซอร์หลายค้างสัญญาสำหรับโปรแกรมประยุกต์นี้รวม LIDAR ภาพความร้อน และ stereovision อย่างไรก็ตาม การโซลูชันต้นทุนต่ำที่สุด และง่ายจะเกี่ยวข้องกับวิสัยทัศน์เครื่อง 2D กล้องติดตั้งกับรถฟาร์มที่ไดรฟ์ระหว่างต้นไม้สามารถใช้แถวเพื่อซื้อภาพของต้นไม้ทั้งหมดในฟาร์มอย่างรวดเร็ว ระบบการประมวลผลภาพที่เหมาะสมจะจำเป็นต้องมีประสิทธิภาพในการรหัสของมะม่วง (เช่นต้องการป้อนข้อมูลน้อยที่สุดจากฟาร์ม) การจะต้องเกี่ยวข้องผลไม้นับจากสองภาพของต้นไม้ (ที่เห็นจาก interrow ในแต่ละด้าน) โหลดรวมผลไม้ของต้นไม้ ความสัมพันธ์

ผลลัพธ์ (ไทย) 2:

การประมาณผลผลิตของพืชจะดำเนินการในสวนมะม่วง
4-6 สัปดาห์ก่อนที่จะเก็บเกี่ยวในการคาดการณ์ความต้องการทรัพยากรสำหรับ
การเก็บเกี่ยวและจะจัดให้มีการตลาด การประเมินเป็นกระบวนการคู่มือการได้รับความช่วยเหลือบางครั้งโดยการใช้มือเคาน์เตอร์ โดยปกติไม่กี่
ต้นไม้ 'ยาม' ได้รับการประเมินต่อบล็อก แต่หลายคนยังคง
ชั่วโมงจะต้องอยู่ในสภาพสนามของความร้อนและความชื้น จะเป็นการดีที่
โหลดจะได้รับการประเมินที่หลายต่อหลายครั้งในช่วงการเจริญเติบโตของพืช แต่ความต้องการแรงงานป้องกันปัญหานี้ นอกจากนี้ขั้นตอนการสุ่มตัวอย่าง
จำกัด ความถูกต้องของกระบวนการในแง่ของการประเมินผลผลิต
ของสวนผลไม้ทั้ง.
มองเห็นเครื่องตามระบบสามารถแทนที่ระบบด้วยตนเอง เทคโนโลยีเซ็นเซอร์หลายถือสัญญาสำหรับโปรแกรมนี้
รวมถึง LIDAR, ถ่ายภาพความร้อนและ stereovision อย่างไรก็ตาม
การแก้ปัญหาค่าใช้จ่ายที่ง่ายที่สุดและต่ำสุดจะเกี่ยวข้องกับการมองเห็นเครื่อง 2D กล้องติดตั้งกับรถฟาร์มที่ไดรฟ์ระหว่างต้นไม้
แถวสามารถใช้ในการรับภาพของต้นไม้ทั้งหมดในฟาร์มค่อนข้างรวดเร็ว ระบบประมวลผลภาพที่เหมาะสมจะ
ต้องมีประสิทธิภาพในการระบุของผลมะม่วง (เช่นต้องมี
การป้อนข้อมูลน้อยที่สุดจากพนักงานของฟาร์ม) นอกจากนี้การทำงานจะต้องเกี่ยวข้องกับ
การนับผลไม้จากภาพสองภาพของต้นไม้ (เท่าที่เห็นจาก interrow ในแต่ละด้าน) เพื่อโหลดผลไม้รวมของต้นไม้ที่มีความสัมพันธ์

ผลลัพธ์ (ไทย) 3:

การประมาณผลผลิตพืชก็ออกมาสวนมะม่วง
4 - 6 สัปดาห์ ก่อนเก็บเกี่ยวเพื่อพยากรณ์ความต้องการทรัพยากรสำหรับ
การเก็บเกี่ยวและการจัดตลาด การประเมินเป็นกระบวนการคู่มือ บางครั้งช่วยโดยการใช้เคาน์เตอร์มือ โดยปกติไม่กี่
'sentinel ' ต้นไม้จะมีการประเมิน ต่อบล็อก แต่กระนั้นผู้ชายหลายชั่วโมง
ที่จําเป็นในเงื่อนไขด้านความร้อนและความชื้น นึกคิด
โหลดจะได้รับการประเมินที่หลายครั้งในระหว่างการเจริญของพืช แต่ความต้องการแรงงานป้องกันนี้ เพิ่มเติม ตัวอย่างขั้นตอน
จำกัด ความถูกต้องของกระบวนการ ในแง่ของการประมาณผลผลิต

ของสวนผลไม้ ทั้ง เครื่องวิสัยทัศน์ระบบสามารถแทนที่ระบบคู่มือ เทคโนโลยีเซ็นเซอร์หลายถือสัญญาสำหรับโปรแกรมนี้
รวมทั้ง lidar , ถ่ายภาพความร้อนและ stereovision .อย่างไรก็ตาม ต้นทุนถูกที่สุด ง่ายที่สุด และโซลูชั่น
จะเกี่ยวข้องกับ 2D เครื่องจักรวิสัยทัศน์ กล้องติดตั้งกับรถที่ขับสวนระหว่างแถวต้นไม้
สามารถใช้ที่จะได้รับภาพของต้นไม้ทั้งหมดในไร่ค่อนข้างรวดเร็ว ระบบการประมวลผลภาพที่เหมาะสมจะต้องมีประสิทธิภาพในการระบุ
ของผลมะม่วง ( เช่นต้องการ
น้อยที่สุดข้อมูลจากเจ้าหน้าที่ฟาร์ม )งานจะต้องสัมพันธ์
ผลไม้นับจากสองภาพต้นไม้ ( เท่าที่เห็นจาก interrow ในแต่ละด้าน ) ผลไม้รวมโหลดของต้นไม้ ความสัมพันธ์