تعیین ارقام سیب زمینی با استفاده از روش پردازش تصویر و شبکه عصبی مصنوعی

thesis

وزارت علوم، تحقیقات و فناوری - دانشگاه رازی - دانشکده کشاورزی
author علی حسینی اطهر
adviser جعفر امیری پریان علی نجات لرستانی
Number of pages: First 15 pages
publication year 1393

abstract

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 پردازش تصویر و شبکه¬های عصبی مصنوعی می¬باشد. برای تشخیص ارقام سیب زمینی ده رقم سیب زمینی به نام¬های آگریا، مارفونا، جلی، آرندا، راموس، بامبا، سانتا، گرانولا، اسپریت و میلوا تهیه شدند. در نهایت 16 ویژگی مورفولوژی، 24 ویژگی رنگی و120 ویژگی بافتی از این تصاویر استخراج شد. شناسایی ارقام با استفاده از شبکه عصبی پس انتشار انجام گرفت. نتایج بدست آمده از این پژوهش نشان داد که میانگین دقت طبقه بندی برای ویژگی¬های مورفولوژی 88/09% ، برای ویژگی¬های رنگی27/61% و برای ویژگی¬های بافتی(سطح خاکستری سبز) 24/28% برای شبکه یک لایه بدست آمد. همچنین میانگین دقت طبقه¬بندی برای ویژگی¬های مورفولوژی، رنگی و بافتی (سطح خاکستری سبز) برای شبکه دو لایه به ترتیب عبارت بودند از: 86/19%، 39/04%، 28/57%. نتایج نشان داد که پارامتر موثر برای طبقه بندی ارقام سیب زمینی ویژگی¬های مورفولوژی می باشد.

First 15 pages

Signup for downloading 15 first pages

Already have an account?login

similar resources

تعیین عیار ماده معدنی با استفاده از شبکه عصبی MLP و تکنیک پردازش تصویر

در این مقاله امکان تعیین عیار مواد معدنی با استفاده از شبکه عصبی و تکنیک پردازش تصویر مورد بررسی قرار گرفت. نمونه‌های مورد استفاده دراین طرح از معدن چغارت یزد تهیه و تعداد آنها نیز 100 عدد بوده است. در این طرح با تهیه عکس از نمونه‌های پودر شده با دوربین عکاسی دیجیتالی حرفه‌ای و با استفاده از ویژگی‌های تصویری عکس‌ها شامل سه رنگ اصلی قرمز، آبی و سبز(RGB) تصاویر و ویژگی بافتی‌هارلیک شامل انرژی[i] ...

full text

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 text

ارزیابی رنگ چیپس سیب زمینی با تکنیک پردازش تصویر

full text

تعیین ارزش دارایی‌های نامشهود با استفاده از شبکه عصبی مصنوعی

درک عوامل موثر بر ارزش شرکت برای سرمایه‌گذاران و اعتباردهندگان پیش از اتخاذ تصمیمات سرمایه‌گذاری یا اعطای تسهیلات، امری حیاتی است. از آن‌جایی که اقتصاد دانش‌محور در حال تکامل یافتن است، روش ایجاد ارزش شرکتی از شیوه سنتی مبتنی بر دارایی‌های فیزیکی به دانش نامشهود منتقل شده است. از این‌رو در آینده نه چندان دور، ارزش‌گذاری دارایی‌های نامشهود به موضوع مهمی در اقتصاد مبدل خواهد شد. این مطالعه بر آن ...

full text

تعیین عیار ماده معدنی با استفاده از شبکه عصبی mlp و تکنیک پردازش تصویر

در این مقاله امکان تعیین عیار مواد معدنی با استفاده از شبکه عصبی و تکنیک پردازش تصویر مورد بررسی قرار گرفت. نمونه های مورد استفاده دراین طرح از معدن چغارت یزد تهیه و تعداد آنها نیز 100 عدد بوده است. در این طرح با تهیه عکس از نمونه های پودر شده با دوربین عکاسی دیجیتالی حرفه ای و با استفاده از ویژگی های تصویری عکس ها شامل سه رنگ اصلی قرمز، آبی و سبز(rgb) تصاویر و ویژگی بافتی هارلیک شامل انرژی[i] ...

full text

تعیین عیار ماده معدنی با استفاده از شبکه عصبی mlp و تکنیک پردازش تصویر

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}

document type: thesis

وزارت علوم، تحقیقات و فناوری - دانشگاه رازی - دانشکده کشاورزی

Keywords

ارقام (زراعی) پردازش تصویر ریخت شناسی گیاهی سیب زمینی ها شبکه های عصبی ماشین بینایی

Hosted on Doprax cloud platform doprax.com