طراحی و ساخت سامانه تشخیص خودکار عیوب پرتقال با استفاده از الگوریتم تصحیح نور تطبیقی

سال انتشار: 1399
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 189

فایل این مقاله در 16 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_JIFT-8-1_002

تاریخ نمایه سازی: 30 آبان 1400

چکیده مقاله:

تشخیص اتوماتیک میوه معیوب از طریق سیستم بینایی کامپیوتری با توجه به توزیع ناپایداری ناهموار بر روی سطح مرکبات همچنان با مشکل مواجه است. در نتیجه توسعه سامانه ای که توانایی تشخیص خرابی در مرکبات را با دقت و سرعت بالایی داشته باشد امری ضروری است. بنابراین در این مقاله یک الگوریتم تصحیح نور تطبیقی پیاده سازی گردید که به صورت ساده بر تداخل توزیع شدت بازتابی غیرمستقیم در سطح میوه در حالت بر خط و استاتیک غلبه نموده و از تشخیص خطا اجتناب می نماید. در پژوهش تعداد ۲۰۰ عدد نمونه شامل ۵۰ عدد پرتقال های سالم و ۱۵۰ عدد پرتقال معیوب (کپک سبز، شپشک سپردار واوی مرکبات، آلترناریا و آسیب های مکانیکی) مورد بررسی قرار گرفت. در این سامانه از هر نمونه ۴ تصویر اخذ گردید و پس از پیاده سازی الگوریتم پیشنهادی بر روی هر ۴ تصویر پرتقال ها به دو گروه سالم و معیوب طبقه بندی شدند. بر اساس نتایج مشخص گردید که دقت سامانه برای خرابی های کپک سبز، شپشک سپردار مرکبات، آلترناریا و آسیب های مکانیکی به ترتیب ۸۰/۸۷، ۴۲/۷۱، ۲۸/۷۴ و ۱۰۰ بدست آمد که نشان از عملکرد بالای روش پیشنهادی دارد.

نویسندگان

حدیث بی آبی

دانشجوی ارشد، دانشکده مهندسی زراعی و عمران روستایی، گروه مکانیک بیوسیستم، دانشگاه علوم کشاورزی و منابع طبیعی خوزستان

سامان آبدانان مهدی زاده

دانشیار، دانشکده مهندسی زراعی و عمران روستایی، گروه مکانیک بیوسیستم، دانشگاه علوم کشاورزی و منایع طبیعی خوزستان

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Bennedsen, B.S., Peterson, D.L. (۲۰۰۵). Performance of a System for ...
  • Aleixos, N., Blasco, J., Navarrón, F., Moltó, E. (۲۰۰۲). Multispectral ...
  • Tao, Y. (۱۹۹۶). Spherical transform of fruit images for on-line ...
  • Li, J.B., Rao, X.Q., Wang, F.J., Wu, W., Ying, Y.B. ...
  • Kleynen, O., Leemans, V., Destain, M.F. (۲۰۰۵). Development of a ...
  • Gómez-Sanchis, J., Moltó, E., Camps-Valls, G., Gómez-Chova, L., Aleixos, N., ...
  • Cubero, S., Aleixos, N., Moltó, E., Gómez-Sanchis, J., Blasco, J. ...
  • Lorente, D., Aleixos, N., Gómez-Sanchis, J., Cubero, S., García-Navarrete, O.L., ...
  • Leemans, V., Destain, M.F. (۲۰۰۴). A real-time grading method of ...
  • Blasco, J., Aleixos, N., Gómez, J., Moltó, E. (۲۰۰۷). Citrus ...
  • Kim, D.G., Burks, T.F., Qin, J.W., Bulanonm, D.M. (۲۰۰۹). Classification ...
  • ]۱۲[ نداف زاده، م.؛ آبدانان مهدی زاده، س. (۱۳۹۵) تعیین ...
  • ]۱۳[ اورک، ه.؛ آبدانان مهدی زاده، س. (۱۳۹۶) توسعه یک ...
  • Ying, Y.B. (۲۰۰۰). Study on background segment and edge detection ...
  • Niphadkar, N.P., Burks, T.F., Qin, J., Ritenour, M. (۲۰۱۳). Edge ...
  • Solomon, C., Breckon, T. (۲۰۱۱). Fundamentals of Digital Image Processing: ...
  • Throop, J.A., Aneshansley, D.J., Upchurch, B.L., Anger, B. (۲۰۰۱). Apple ...
  • López-García, F., Andreu-García, G., Blasco, J., Aleixos, N., Valiente, J.M. ...
  • Zhang, B., Huang, W., Gong, L., Li, J., Zhao, C., ...
  • نمایش کامل مراجع