علی محمدزاده - دانشجوی کارشناسی ارشد، مهندسی مکانیک ماشین های کشاورزی گروه مکانیک ماشین های کشاورزی دانشگاه فردوسی مشهد
محمدحسین عباسپورفرد - دانشیار، مهندسی مکانیک ماشین های کشاورزی گروه مکانیک ماشین های کشاورزی دانشگاه فردوسی مشهد
محمودرضا گلزاریان - استادیار، مهندسی مکانیک ماشین های کشاورزی گروه مکانیک ماشین های کشاورزی دانشگاه فردوسی مشهد

در این مقاله شیوه ای برای طبقه بندی اناردانه های خارج شده از میوه انار بر مبنای کیفیت رنگ ارایه شده است. هدف از این مقاله استخراج و استفادهاز ویژگی های مبتنی بر تصویر برای درجه بندی اناردانه ها در سه گروه رنگی (قرمز، صورتی، سفید) و غشاء می باشد. طی مراحل پیش پردازش با ارزیابی کیفی فیلترهای رنگی برای بخش بندی بر مبنای آستانه، مناسب ترین فیلتر ارایه گردید. در این مطالعه از مجموع 26 ویژگی مورد استفاده، 10 ویژگی ریخت شناسی و شکلی، 10 ویژگی طیفی و رنگی مستخرج از فضاهای RGB, HIS, Lab و 6 ویژگی بافتی مستخرج از ممان های آماری تصویری استفاده گردید. برای طبقه بندی و شناسایی چهار گروه تعریف شده از روش تحلیل تفکیک خطی (Linear Discriminant Analysis) استفاده گردید. دقت طبقه بندی بر مبنای ویژگی های شکلی و اندازه برای جداکردن اناردانه و غشاء 96/3% بر مبنای ویژگی ها رنگی Lab, HSI, RGB بیشترین دقت به ترتیب 87%، 84%، 89/1% همچنین نتایج دقت طبقه بندی بر مبنای ویژگی های بافتی 93/3% بدست آمد . در پایان با استفاده از روش ترکیب ویژگی ها بعنوان ورودی مدل طبقه بند، دقت طبقه بندی 99 % بدست آمد.

اناردانه، پردازش تصویر، طبقه بندی آماری