درجه بندی مغز گردو براساس اندازه و رنگ با استفاده از پردازش تصویر
Authors
Abstract:
امروزه توسعه سیستم های هوشمندی که بتوانند در مراحل مختلف آماده سازی و فرآوری محصولات کشاورزی و مواد غذایی با کارآیی مناسب بکار روند از اولویت های تحقیقاتی در این حوزه به شمار میروند. بدین منظور در پژوهش حاضر آزمایش هایی به منظور بررسی عوامل موثر بر یک سامانه تشخیص مغزگردو براساس اندازه و رنگ (به روش استاندارد) اجرا شد. بررسی ها بر امکان تشخیص دسته های کیفی، شامل سه دسته "نیمه"،" ربعی" و" خرده" و سه دسته رنگی، شامل "کهربایی روشن"، "روشن" و "بسیار روشن" در یک رقم انجام شد. متغیرهای پیش بینی کننده شامل قطر کوچک و بزرگ، الگوریتم شناسایی و مولفه های رنگی Red، Green، Blue، Hue، Saturation، Value، L، a و b از سه مدل رنگی بود. در مقایسه دو روش نورپردازی مشخص شد که هر چند میانگین دقت تشخیص در نورپردازی از پایین (3/94%) نسبت به نورپردازی از بالا (91%) بیشتر است، اما امکان استخراج هم زمان مولفه های رنگی و ابعادی، بکارگیری این روش نورپردازی را موجه میسازد. نتایج همچنین نشان داد که دقت و سرعت تشخیص براساس اندازه به مراتب بیشتر از تشخیص دسته های رنگی است. به طوریکه می توان نمونه های نیمه (نیم-مغز) را با دقت 100% و در مدت زمان میانگین 31/0ثانیه از دسته های دیگر تشخیص داد. درحالی که بالاترین دقت در تشخیص مغزهای با رنگ روشن از دسته های دیگر 2%/76 و در مدت زمان 91/1 ثانیه بود. براساس نتایج تحلیل تشخیص خطی، با توجه به هم پوشانی داده های مدل های رنگی می توان صرفا از شاخص میزان روشنی در مدل HSV با دقت 81% و در مدت زمانی کمتر از 6/0 ثانیه برای تشخیص نمونه های بسیار روشن از دو دسته دیگر استفاده کرد. همچنین در مقایسه مدل های رنگی، به ترتیب مدل HSV و Lab از بالاترین و پایینترین دقت در طبقه بندی برخوردار بودند.بر اساس نتایج این تحقیق می‌توان از مولفه‌های رنگی و ابعادی برای تشخیص مغزگردو بر اساس روش استاندارد در مدت زمان کمتر از 2 ثانیه تحت نورپردازی از بالا استفاده نمود. از این اطلاعات می‌توان برای طراحی و توسعه سامانههای درجهبندی مغز گردو در صنایع غذایی استقاده نمود.
similar resources
درجه بندی کیفی هلو رقم زعفرانی براساس اندازه و رنگ با استفاده از پردازش تصویر
چکیده ندارد.
15 صفحه اولجداسازی پوسته از مغز گردو و دسته¬بندی مغز بر اساس رنگ با استفاده از گشتاورهای تغییرناپذیر تصویر، شبکه عصبی مصنوعی و روش آنالیز تشخیصی
full text
بهینه سازی درجه بندی کاشی با استفاده از پردازش تصویر فازی و الگوریتم ژنتیک
در خطوط کنترل کارخانجات کاشی برای اینکه بتوان کاشیها را درجه بندی کرد، نیاز به روشهایی برای تشخیص انواع عیوب مختلفی است که ممکن است در هنگام تولید بر روی کاشیها به وجود آید. به گفته کارشناسان، یکی از بیشترین عیوبی که باعث پایین آمدن کیفیت کاشیها می‌شوند، ترکها و خالها می‌باشند. به این نوع از عیب ها، عیوب تیز گفته می‌شود که در تصویر ساختارهایی با عرض کم و کنتراست بالا به وجود می‌آورند. یکی از ...
full textروشی جهت درجه¬بندی خرمای مضافتی با استفاده از پردازش تصویر
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....
full textدرجه بندی خرمای رقم زاهدی بر اساس ویژگی های ظاهری با استفاده از روش های پردازش تصویر و یادگیری ماشین
خرما، یکی از محصولات باغی واستراتژیک در منطقه و ایران است. متاسفانه درآمد حاصل از صادرات این محصول پرارزش، نسبت به حجم صادرات بالای آن مطلوب نیست، بخشی از این امر به کیفیت پایین آمادهسازی و بستهبندی محصول مربوط می‌شود. به نظر میرسد استفاده از فناوریهای نوین، مانند بینایی ماشین و پردازش تصویر، میتواند روند درجهبندی و جداسازی خرما را بهبود بخشد. در این پژوهش درجهبندی میوه خرمای رقم زاهدی،...
full textروشی جهت درجه¬بندی خرمای مضافتی با استفاده از پردازش تصویر
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....
full textMy Resources
Journal title
volume 3 issue 4
pages 35- 46
publication date 2016-08-22
By following a journal you will be notified via email when a new issue of this journal is published.
Keywords
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023