تعیین حجم سیب با پردازش تصویر
thesis
- وزارت علوم، تحقیقات و فناوری - دانشگاه ارومیه - دانشکده کشاورزی
- author مرتضی جعفرلو
- adviser رحمان فرخی تیمورلو
- Number of pages: First 15 pages
- publication year 1391
abstract
خواص فیزیکی محصولات کشاورزی از مهمترین پارامترهای طراحی سیستم های بسته بندی و درجه بندی است و حجم محصولات کشاورزی، یکی از این خواص می باشد که بایستی به طور دقیق اندازه-گیری شود. پردازش تصویر و شبکه عصبی از ابزار های پرکاربرد و غیر مخربی هستند که اخیراً به این منظور استفاده می شوند. در این مطالعه ابتدا با استفاده از دوربین به فاصله ی ثابت از سیب ها عکس برداری شده و تصاویر رنگی با نرم افزار matlab® پردازش گردیدند تا لبه ی تصاویر استخراج شوند. سپس سطح بدست آمده در راستای عمود بر محور طولی سیب به المان های نازک ذوزنقه ایی تقسیم بندی گردیده و حجم حاصل از دوران این المان ها بر حسب پیکسل محاسبه شد. در ادامه، سیب ها از وسط برش خوردند تا تورفتگی های آن مشخص شده و با عکسبرداری دوباره، حجم تورفتگی های سیب بدست آید و از حجم کل سیب، کاسته شود. حجم واقعی سیب نیز با استفاده از روش جابجایی آب، بر حسب سانتی متر مکعب اندازه گیری شد و رابطه ایی بین حجم واقعی و حجم پیکسلی سیب ارائه گردید که می-تواند در تخمین حجم سیب استفاده شود. این رابطه توانست حجم سیب را با ضریب تبیین 92/0 تخمین بزند. آزمون t-test و بلاند-آلتمن نشان داد که بین حجم واقعی سیب و حجم پردازش تصویر در سطح احتمال 5% اختلاف معنی داری وجود ندارد و اختلاف میانگین بین آنها 13/1- سانتی متر مکعب بوده و دارای ضریب تبیین 92 /0 می باشد. استفاده از شبکه عصبی با پارمترهای ورودی ابعاد، دقت اندازه گیری حجم سیب را تا 98 /0 بالا برده و اختلاف میانگین بین حجم ها را تا 56/0- سانتی متر مکعب کاهش داد. این تحقیق نشان می دهد که پردازش تصویر و شبکه عصبی می توانند به عنوان روش های کارآمد در تخمین حجم محصولات کشاورزی استفاده گردند.
similar resources
برآورد حجم سیب زمینی با استفاده از پردازش تصویر
محاسبة حجم محصولات کشاورزی به روش ریاضی، به دلیل شکل هندسی نامنظم آنها چندان دقیق نیست. یکی از راه حل های ممکن، پردازش تصویر در ماشین های جداساز پیوسته بر اساس بینایی ماشین است. هدف از این تحقیق، یافتن روشی مناسب برای برآورد حجم سیب زمینی با استفاده از پردازش تصویر است. به کمک یک دوربین دیجیتال و یک آینة تخت، از هر نمونه تنها یک تصویر از دو نمای آن تهیه شد. با کاربرد نرم افزار matlab®، تصاو...
full textشناسایی برگِ ارقام سیب با تکنیک پردازش تصویر و سیستم استنتاج عصبی‌ـ‌فازی تطبیقی
در کشاورزی مدرن امروز، از پردازش تصویر برای مکانیزه و جایگزین‌کردن ماشین‌های هوشمند به‌جای انسان استفاده شده است. یکی از آن موارد شناسایی ارقام گوناگون گیاهان است. شناسایی ارقام گوناگون، در برنامۀ به‌نژادی گیاهان اهمیت بالایی دارد. روش معمول برای انجام این عمل، بررسی چشمی برگها و میوههای گیاهان است که این عمل به‌دلیل وقت‌گیربودن مقرون به‌صرفه نیست. شناسایی نمونه‌ها و طبقهبندی آنها با روش ما...
full textتعیین میزان تازگی شیر فرادما با تعیین شاخص‌های رنگی L*a*b* توسط پردازش تصویر
در این پژوهش به بررسی امکان تعیین میزان ماندگاری شیر فرادما با تعیین شاخص‌های رنگی L*a*b* و با استفاده از پردازش تصویر، پرداخته شد. بدین منظور پاکت‌های شیر خریداری شده به مدت شش ماه در انکوباتور در دمای محیط (C˚5±25) ذخیره‌سازی شدند، سپس عملیات تصویربرداری و پردازش تصویر جهت استخراج پارامتر رنگی میانگین (mean) از کانال‌های L،a* و b* سیستم رنگی CIELab انجام شد. نتایج حاصل از این تحقیق بیانگر تغی...
full textتعیین ارقام سیب زمینی با استفاده از روش پردازش تصویر و شبکه عصبی مصنوعی
تشخیص ارقام محصولات کشاورزی، به منظور خودکار سازی فرآیندهای پس از برداشت در اغلب کارخانجات انجام می¬شود که این کار با استفاده از بازرسی دستی و بصری بسیار وقت گیر و دارای خطا می¬باشد. در نتیجه تکنولوژی ماشین بینایی به عنوان روشی جدید و غیر مخرب می¬تواند برای استخراج ویژگی¬های مورفولوژی، رنگ و بافت به کار برده شود. هدف از انجام این پژوهش شناسایی ارقام سیب زمینی با استفاده از این ویژگی¬ها به کمک پ...
15 صفحه اولMy Resources
document type: thesis
وزارت علوم، تحقیقات و فناوری - دانشگاه ارومیه - دانشکده کشاورزی
Keywords
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023