پیشبینی برخی ویژگیهای کیفی میوۀ انار با استفاده از روش غیرزیانبار پردازش تصویر
نویسندگان
چکیده مقاله:
روشهای غیرزیانبار پایدار اهمیت زیادی دارند، چراکه محصول مورد بررسی به چرخۀ عرضه و مصرف برگشته و نیز مشکلات روشهای زیانبار مانند وقتگیری و پرهزینه بودن را ندارند. از سوی دیگر تنوع و فراوانی ویژگیهای کیفی محصولات کشاورزی، از دیگر دلایل توسعۀ روشهای غیرزیانبار بهشمار میآید. بنابراین در این پژوهش توانایی روشهای پردازش تصویر بهمنظور پیشبینی ویژگیهای کیفی مانند حجم، وزن، مواد جامد محلول کل، اسید قابل عیارسنجی (تیتراسیون)، فنل کل و فعالیت پاداکسندگی (آنتیاکسیدانی) میوۀ سه رقم انار شامل زاغ یزدی، ملس یزدی و ملس اصفهان در طول فصل رشدی سال 1392 ارزیابی شد. میوهها در چهار مرحلۀ 50، 80، 110 و 140 روز پس از گلدهی گردآوریشده و از لحاظ ویژگیهای رنگی و شیمیایی ارزیابی شدند. درنهایت مدلهای واسنجی (کالیبراسیون) مربوط به دادههای رنگی و اندازهگیریهای شیمیایی تدوین شدند. نتایج بهدستآمده نشان از اعتبارسنجی مدلها داشت، نسبت انحراف معیار در رقم ملس اصفهان برای وزن 3/2، حجم 52/2، مواد جامد محلول 8/1 و فعالیت پاداکسندگی 95/2 بود. همچنین مشخص شد که روند تغییرپذیری اسید قابل عیارسنجی و فنل کل با رنگ میوۀ انار در هیچکدام از رقمهای مورد بررسی ضریب همبستگی معنیداری نداشت و توسط روش پردازش تصویر قابل پیشبینی نبود. درمجموع میتوان نتیجه گرفت که روش پردازش تصویر، روشی کارا و قابلیت بسیار قوی در تشخیص همزمان و سریع مرحلههای بلوغ و همچنین وضعیت ویژگیهای کیفی میوۀ انار رقم ملس اصفهان دارد.
منابع مشابه
تعیین برخی از پارامترهای کیفی آب استخر پرورش ماهی با استفاده از پردازش تصویر
در این تحقیق، برخی از پارامترهای کیفی آب استخر پرورش ماهی شامل pH، هدایت الکتریکی (EC)، کل مواد محلول (TDS) و کدورت (Turb) به کمک روشهای استاندارد اندازهگیری شده و با استفاده از پردازش تصاویر گرفته شده توسط گوشی تلفن همراه هوشمند و شبکههای عصبی مصنوعی پیشبینی شدند. همه آزمایشها در استخر پرورش ماهی کپور در شهرستان سنقر واقع در استان کرمانشاه انجام شد. نمونهها از سه عمق مختلف جمع آوری شدند....
متن کاملپیش بینی برخی ویژگیهای کیفی میوۀ انگور رقم بیدانۀ قرمز با استفاده از روش غیر مخرب طیفسنجی فروسرخ نزدیک
بهمنظور اندازهگیری ویژگیهای رسیدن و کیفیت درونی میوه از روشهای مخرب و غیرمخرب گوناگونی استفاده میشود. روشهای مخرب غالباً وقتگیر و پرهزینهاند. در این پژوهش توانایی روش طیفسنجی فروسرخ نزدیک بهمنظور پیشبینی ویژگیهای کیفی ازقبیل مواد جامد حلشدنی، اسید قابل تیتر، pH، فنل کل، و آنتوسیانین عصارۀ انگور رقم بیدانۀ قرمز بررسی شد. بدین منظور پس از طیفسنجی نمونههای دهحبهای انگور در ناحیۀ n...
متن کاملبرآورد حجم سیبزمینی با استفاده از پردازش تصویر
محاسبة حجم محصولات کشاورزی به روش ریاضی، به دلیل شکل هندسی نامنظم آنها چندان دقیق نیست. یکی از راهحلهای ممکن، پردازش تصویر در ماشینهای جداساز پیوسته بر اساس بینایی ماشین است. هدف از این تحقیق، یافتن روشی مناسب برای برآورد حجم سیبزمینی 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 نرمافزار MATLAB®، تصاو...
متن کاملتوسعه سامانه هوشمند تشخیص بیماری آتشک در گیاه لیلیوم با استفاده از روش پردازش تصویر
تشخیص خودکار بیماریهای گیاهی در مراحل اولیه در مزارع بزرگ میتواند علاوه بر افزایش کیفیت محصول نهایی از بروز خسارات جبران ناپذیر نیز جلوگیری نماید. لذا در این پژوهش سامانهای هوشمند بر مبنای پردازش تصاویر به منظور شناسایی و رفع بیماری آتشک در برگ گیاه لیلیوم و همچنین طبقهبندی گیاه سالم از بیمار طراحی و توسعه یافت. بر این اساس تعداد 20 گل سالم و 20 گل آلوده توسط سامانه بینایی ماشین ارزیابی...
متن کاملمدلسازی ساده المان محدود ساختارهای صفحهای کامپوزیتی با استفاده از روش پردازش تصویر دیجیتال در متلب
در این مقاله، روشی جدید برای مدلسازی المان محدود ساختارهای صفحهای متشکل از چند ماده متفاوت با استفاده از تنها یک تصویر ورودی اریه شده است. این روش که در یک برنامه متلب تعبیه شده مبتنی بر پردازش تصویر دیجیتال میباشد. پس از انتخاب یک عکس دیجیتال توسط کاربر، برنامه بهطور اتوماتیک تصویر ورودی را به فرمت باینری تبدیل میکند. سپس، سطح داخل ساختار مدنظر در عکس ورودی و مرز آن بر اساس اختلاف رنگ پی...
متن کاملارائه یک روش نوین در طبقهبندی انواع گونههای پروانه با استفاده از پردازش تصویر
درزمینۀ تشخیص و طبقهبندی جانوران همواره مشکلات بسیاری وجود دارد که مانع از به وجود آمدن پیشرفتهای سریع و مؤثر در این حوزه هستند. در سالهای اخیر روشهای جدیدی که بر شبکههای عصبی مصنوعی و پردازش تصویر مبتنی هستند، پیشنهاد شدهاند که میتوانند به تشخیص و بازشناسی گونههای پروانهها بپردازند. در این مقاله بهطور خاص، تشخیص گونههای پروانه را با استفاده از پردازش تصویر و روشهای طبقهبندی هوشمند...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
عنوان ژورنال
دوره 49 شماره 2
صفحات 443- 451
تاریخ انتشار 2018-08-23
با دنبال کردن یک ژورنال هنگامی که شماره جدید این ژورنال منتشر می شود به شما از طریق ایمیل اطلاع داده می شود.
کلمات کلیدی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023