تعیین رقم و تشخیص ناخالصی ها در بذر گندم با استفاده از پردازش تصویر

استفاده از بینایی ماشین به عنوان یک روش دقیق و سریع در تشخیص رقم بذر می تواند در جلوگیری از ضرر ناشی از اختلاط بذور نقش موثری داشته باشد. در این پژوهش، تصاویر توده از بذر نه رقم متداول گندم در ایران (تریتیکاله، بهار، سایونز، فلات، چمران، پیشتاز، سپاهان، پیشگام، توس) توسط یک دوربین ccd و در نورپردازی یکسان تهیه گردید. ویژگی های بافتی از ماتریس سطوح خاکستری تصاویر ، ماتریس هم وقوعی (glcm)، ماتریس طول گام (glrm)، ماتریس الگوهای دودویی محلی (lbp)، ماتریس الگوهای شباهت محلی (lsp)، ماتریس عدد شباهت محلی (lsn)، تبدیل موجک و تبدیل کانتورلت استخراج گردید. آنالیز آماری برای تعیین ویژگی هایی که بیشترین تاثیر را در فرایند طبقه بندی دارند به روش تحلیل افتراقی گام به گام انجام شد. پس از آن به روش تحلیل تفکیک خطی (lda) فرایند طبقه بندی انجام شد. میانگین دقت طبقه بندی با استفاده از 50 ویژگی برتر بافتی از شش گروه ماتریس ها برابر با 15/98 درصد و میانگین دقت طبقه بندی با استفاده از 50 ویژگی برتر حاصل از تبدیل های موجک و کانتورلت برابر با 15/93 درصد بدست آمد. در بخش دوم پروژه با استفاده از 14 ویژگی شکلی استخراج شده از تصاویر دانه های جدا از هم و مطابق با استاندارد مصوب برای بذر اصلاح شده گندم، بذر خالص گندم از سایر ناخالصی ها (بذر شکسته، بذر سایر رقم ها، بذر سایر گیاهان، بذر علف های هرز و کاه وکلش) در 10 کلاس مجزا تشخیص داده شد. نتایج نشان داد روش پیشنهادی می تواند با دقت متوسط 12/97 درصد این 10 کلاس را از یکدیگر تفکیک کند.