راضیه پوردربانی - گروه مهندسی بیوسیستم، دانشکده کشاورزی، دانشگاه محقق اردبیلی، اردبیل، ایران
سجاد سبزی - گروه مهندسی بیوسیستم، دانشکده کشاورزی، دانشگاه محقق اردبیلی، اردبیل، ایران

چکیده نخود زراعی یکی از انواع مختلف حبوبات  ودارای مصارف مختلف غذایی است. این محصول همانند سایر محصولات کشاورزی دارای ارقام مختلفی است که در بسیاری از موارد هر رقم دارای کاربرد خاصی است. بنابراین، تشخیص ارقام مختلف نخود دارای اهمیت می باشد. به همین دلیل هدف از مطالعه جاری ارائه یک سیستم بینایی کامپیوتر به منظور تشخیص سه رقم شبیه به هم نخود یعنی آرمان، عادل و آزاد بود. این سیستم دارای مراحل مختلف قطعه بندی، استخراج خصوصیات مختلف رنگی و بافتی، انتخاب خصوصیات موثر و در نهایت طبقه بندی است. برای انجام عملیات طبقه بندی از فضای رنگی YCbCr و اعمال آستانه بر روی مولفه های اول و دوم این فضای رنگی استفاده گردید. در مرحله استخراج خصوصیات مختلف، ۸۴ خصوصیت رنگی و ۸۰ خصوصیت بافتی ماتریس هم وقوعی سطح خاکستری استخراج گردید. از میان این خصوصیات مختلف استخراجی، ۴ خصوصیت مولفه دوم اضافی فضای رنگی YCbCr، انرژی مربوط به زاویه ۴۵ درجه، میانگین مولفه اول فضای رنگی YCbCr و انحراف استاندارد مربوط به زاویه ۱۳۵ درجه با استفاده از هیبرید شبکه عصبی مصنوعی – الگوریتم تکامل تفاضلی به عنوان خصوصیات موثر انتخاب شدند. به منظور طبقه بندی از سه طبقه بند هیبرید شبکه عصبی مصنوعی – الگوریتم فرهنگی، هیبرید شبکه عصبی مصنوعی – الگوریتم زنبورها و هیبرید شبکه عصبی مصنوعی – الگوریتم رقابت استعماری استفاده گردید و جهت بررسی میزان قابلیت اعتماد هر طبقه بند ۱۰۰۰ تکرار انجام شد. در نهایت نتایج نشان داد که نرخ تشخیص صحیح طبقه بند های هیبرید شبکه عصبی مصنوعی – الگوریتم فرهنگی، هیبرید شبکه عصبی مصنوعی – الگوریتم زنبورها و هیبرید شبکه عصبی مصنوعی – الگوریتم رقابت استعماری در بهترین تکرار به ترتیب برابر بودند با ۹۲/۹۸، ۴۶/۹۹ و ۹۲/۹۸ درصد.

واژه­ های کلیدی: الگوریتم بهینه سازی, خصوصیات رنگی, خصوصیات بافتی, فضای رنگی, نخود, هیبرید شبکه عصبی مصنوعی