پیش‌بینی سفتی میوۀ هلو با استفاده از سامانۀ تصویربرداری پس‌پراکنش نور لیزر

ارزیابی کیفیت محصولات کشاورزی از فعالیت‌های تأثیرگذار در عرصۀ تجارت، اقتصاد، و سلامت جوامع است. در همین راستا نیاز به روش‌های نوین در اندازه‌گیری کیفیت، روزبه‌روز بیشتر می‌شود. از بین این روش‌ها، آزمون‌های غیرمخرب بیشتر مدنظر است. این مطالعه به امکان‌سنجی‌ پیش‌بینی میزان سفتی میوۀ هلو به‌صورت غیرمخرب با روش تصویربرداری بر پایۀ‌ نور لیزر که روشی نوین برای بررسی و پیش‌بینی برخی شاخص‌های کیفی محصولات کشاورزی است، می‌پردازد. بدین منظور، سامانه‌ای برای اخذ تصاویر پس‌پراکنش شامل یک دوربین تصویربرداری و یک دیود لیزری با طول موج‌ 650 نانومتر، پیاده‌سازی شد. پس از اخذ تصاویر نمونه‌ها، به‌منظور ارزیابی عملکرد این سامانه در پیش‌بینی میزان سفتی میوۀ هلو، از روش پردازش تصویر جهت استخراج اطلاعات لازم برای ساخت مدل‌های کالیبراسیون، استفاده شد. مدل‌های کالیبراسیون با روش‌‌های رگرسیون غیرخطی و شبکه‌های عصبی مصنوعی براساس تحلیل‌های مبتنی بر شدت و بافت ساخته شدند. با ارزیابی مدل‌ها، بهترین نتایج برای روش رگرسیون غیرخطی به‌دست آمدند. درپایان با ترکیب ویژگی‌های شدت و بافت و مدل‌سازی به روش رگرسیون غیرخطی ضریب همبستگی 89/0 برای پیش‌بینی سفتی میوۀ هلو به‌دست آمد.