برآورد حجم گردو به کمک روش پردازش تصویر بر اساس خاصیت پرسپکتیو و جمع المان های متشابه

محاسبه حجم محصولات کشاورزی به دلایل مختلفی از جمله بررسی کیفیت و درجه بندی انجام می شود. در چند سال اخیر استفاده از روش غیر مخرب و سریع ماشین بینایی توسط کامپیوتر و دوربین های دیجیتال گسترش و محبوبیت یافته است. این تحقیق تلاشی برای توسعه و ارزیابی یک الگوریتم جدید پردازش تصویر به منظور تصحیح خطای خاصیت پرسپکتیو طبیعی تصویربرداری و برش المان های متشابه و جمع حجم آنها به منظور برآورد حجم محصول می-باشد که در این تحقیق از محصول گردو استفاده شده است. در کنار ارائه این روش چند روش رایج دیگر شامل روش وزن آب جابجا شده به عنوان روش مرجع، استفاده از قطر میانگین هندسی و استفاده از مساحت سطح منظری نیز آورده شده است تا بتوان نتایج این روش را روی گردو بهتر ارزیابی نمود. خطاهای روشهای استفاده از قطر میانگین هندسی ، مساحت سطح منظری، جمع المان های متشابه به ترتیب ۶‎/۹ %، ۲‎/۱۰ %و ۷‎/۱۰ % بدست آمد. نتایج نشان داد که در ماشین بینایی به دلیل خاصیت پرسپکتیو طبیعی در تصویربرداری، اجسام کوچک (گردو) نسبت به اجسام بزرگ تر خطای بیشتری جهت حجم سنجی ایجاد می کنند.