روشی جهت درجه بندی خرمای مضافتی با استفاده از پردازش تصویر
محل انتشار: مجله مهندسی بیوسیستم ایران، دوره: 43، شماره: 1
سال انتشار: 1391
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 228
فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_IJBSE-43-1_003
تاریخ نمایه سازی: 2 خرداد 1402
چکیده مقاله:
عدم رعایت استانداردهای جهانی و درجهبندی و بستهبندی نامناسب از دلایل عدم توجه درخور به خرمای ایران است. سامانه ماشین بینایی روش نوینی است که در بخش کشاورزی کاربردهای مختلفی دارد. در این تحقیق روشی جهت طبقهبندی خرمای مضافتی با استفاده از پردازش تصویر به پنج دسته سالم، چروکیده، کپکزده، صدمهدیده و خالزده ارائه شده است. ابتدا از نمونههایی که با بینایی انسان دستهبندی شده بود تصاویری اخذ شد. با استفاده از روشهای تحلیل تصویر و شبکه عصبی مصنوعی در محیط برنامه نویسی متلب روشی جهت بازشناسی نواحی معیوب خرما تهیه شد. با تهیه الگوریتمی درجهبندی با استفاده از دو تصویر از هر خرما انجام شد. درجهبندی بینایی ماشین با معیار استاندارد بررسی شد. نرخ بازشناسی درست در روش پردازش تصویر برای خرمای سالم، چروکیده، صدمهدیده، کپکزده و خالزده به ترتیب ۸۳/۹۵%، ۸۹/۸۸%، ۲۸/۶۴%، ۵۵/۸۰% و ۰۰/۸۰% بهدست آمد. در اندازهبندی از معادله چند جملهای درجه اول برای تعریف تابع وابستگی مابین متغیر وابسته (وزن خرما) و متغیرهای مستقل (طول، قطر و مساحت) استفاده شد. مدل ارائه شده همبستگی خوبی برای تخمین وزن خرمای سالم دارد) ۹۳/۰= ۲(R.
کلیدواژه ها:
نویسندگان
حجت رحمانی
دانش آموخته کارشناسی ارشد، دانشگاه شهیدباهنر کرمان
سیدناصر علوی
استادیار، دانشگاه شهید باهنر کرمان