Аграр тармоқ иқтисодий салоҳиятини оширишда институционал ислоҳотлар ва

 
588 
тўсиқлардан қочиб, маълум миқдордаги моддани пуркаш учун автоматик 
равишда режалаштирилган. Мижоз ўз фотосуратлари билан бошқарилиши 
мумкин, бунинг асосида парвоз режаси ҳам ишлаб чиқилади. Ишлаб чиқувчи 
кимёвий моддаларни қўллашнинг юқори аниқлиги туфайли кимёвий 
моддалар истеъмолини камайтиришни кафолатлайди. 
Биз юқорида кўрилган стартапларда учувчисиз қурилмалардан олинган 
тасвирларга ишлов бериш ва эканларни таниб олиш вазифаларини бажарган.
Учувчисиз қурилмадан тасвирларни олиш ва боғдорчилик ҳолатини 
баҳолашини учун компьютер кўриш тизими (хозирда OpenCVдан) 
фойдаланилади. OpenCV ўзи нима? OpenCV (
Open Source Computer Vision 
Library)
дастурий таъминотидан очиқ манбаали компютер кўриш ва 
машиналарни ўрганиш учун дастурий таъминот кутубхонасидир. OpenCV 
компютерни 
кўришда 
қўлланиладиган 
дастурлар 
учун 
умумий 
инфратузилмани таъминлаш ва тижорат маҳсулотларида машина идрокини 
тезлаштириш учун яратилган. OpenCV БСД лицензиясига эга[5]. 
Кутубхонада 2500 дан ортиқ оптималлаштирилган алгоритмлар мавжуд 
бўлиб, уларда классик ва замонавий компютер кўриш ва машиналарни 
ўрганиш алгоритмларининг тўлиқ тўплами мавжуд. Ушбу алгоритмлар 
юзларни аниқлаш ва таниб олиш, объектларни аниқлаш, видеоларда одам 
ҳаракатларини 
таснифлаш, 
камералар 
ҳаракатларини 
кузатиш, 
ҳаракатланувчи объектларни кузатиш, объектларнинг 3D моделларини 
ажратиб олиш, стерео камералардан 3D нуқта булутларини чиқариш, 
расмларни бир-бирига юқори пикселлар сонини яратиш учун ишлатиши 
мумкин. OpenCVнинг юкланишларнинг тахминий сони 18 миллиондан 
ортиқ. 
Ўсимликларни таниб олишда унинг меваси ёки баргининг тасвирлари 
олиниб унига ишлов берилади. Тасвирларни қайта ишлаш соҳасида саҳнани 
таҳлил қилиш ва объектни аниқлаш учун чуқур ўрганиш усули қўлланилади. 
Бироқ, саҳна зичлиги ошиши билан таҳлил қилиш вазифаси янада 
мураккаблашади. Ушбу муаммони ечиш учун нейрон тўрлари кўп 
қўлланилган [1].
Масаланб ўсимликларнинг гуллари ва баргларини (1 расм) таниб олиш 
учун қўйидаги нейрон тўрлари кўриб чиқилган [2, 3]: 

сунъий нейрон тўрлари (artificial neural network); 

эҳтимолликдаги нейрон тўрлари (probabilistic neural network) ; 

конволюцион нейрон тўрлари (convolutional neural network); 

k-енг яқин қўшни методи (k-nearest neighbor); 

таянч векторини қўллаб қувватлаш (support vector machine) ва 
комбинация қилинган усуллар. 
Бинаризация қилишнинг асосий мақсади ишланадиган маълумотлар 
миқдорини тубдан камайтиришдир. Оддий қилиб айтганда, муваффақиятли 
бинаризация кейинги тасвир манипуляциясини анча соддалаштиради. Бошқа 
томондан, бинаризация жараёнидаги муваффақиятсизликлар, чизиқларнинг 

---