احمد جهانبخشی - دانشگاه محقق اردبیلی
کامران خیرعلی پور - دانشگاه ایلام

ارزیابی کیفی محصولات کشاورزی از عوامل بسیار مهم در ارتقای بازارپسندی آن‌ها است. عملیات درجه‌بندی و بسته‌بندی محصولات کشاورزی توسط کارگران با مشکلات فراوانی مثل افزایش هزینه، زمان، نیروی کارگری، تلف شدن محصول و غیره روبه‌رو است. سامانه‌های پردازش تصویر روش‌های نوینی هستند که در بخش کشاورزی کاربردهای مختلفی از جمله درجه‌بندی محصولات دارد. هدف از این پژوهش پیاده‌سازی یک سامانه ماشین بینایی برای طبقه‌بندی هویج بر اساس شکل با استفاده از روش پردازش تصویر می‌باشد. برای این منظور تصویر 135 نمونه هویج در شکل‌های مختلف (معمول و غیرمعمول) تهیه گردید. پس از پیش‌پردازش تصاویر، ویژگی‌های مختلف شکل از تصاویر استخراج شد. در فرآیند انتخاب ویژگی، طول، وسعت، محیط، گردی، ناهمگنی مرکز سطح، ناهمگنی عرضی و تعداد ریشه به عنوان ویژگی­های کارا انتخاب گردید. از روش‌های هوش مصنوعی و ماشین­بردار پشتیبان برای طبقه‌بندی نمونه‌ها استفاده شد. نتایج نشان داد که دقت درجه‌بندی روش شبکه عصبی مصنوعی پرسپترون چندلایه از ماشین بردار پشتیبان بیشتر و برابر با 50/98 درصد می‌باشد. می‌توان گفت که روش پردازش تصویر و ماشین بینایی جهت ارتقا روش سنتی درجه‌بندی هویج کارآمد می‌باشند.

هویج, درجه بندی, ماشین بینایی, شبکه های عصبی مصنوعی, ماشین بردار پشتیبان