شناسایی برخی ارقام انگور با استفاده از آنالیز تصاویر دیجیتالی برگ

مهمترین ویژگی های مورد بررسی در مطالعات تاک نگاری (ampelography) و شناسایی گونه ها و ارقام مو، صفات موروفولوژیکی هستند. در سال ???? سازمان بین المللی ذخایر توارثی گیاهی (ibpgr) تصمیم گرفت یک توصیفگر کامل و جامع را تدوین و برای مطالعات تاک نگاری مورد استفاده قرار دهد. در ibpgr، در حدود ??? صفت کمی و کیفی از جمله صفات برگ بالغ ثبت شده است. هم اکنون تشخیص رقم های مختلف مو توسط اشخاص متخصص و بر اساس ترکیبی از ویژگی هایی مختلفی انجام می شود که خسته کننده و هزینه بر بوده و در عین حال به خاطر سپردن و در نظر داشتن کلیه صفات بسیار دشوار است. با تبدیل صفات به الگوریتم های قابل شناسایی برای ماشین بینایی این مشکلات تا حد زیادی قابل حل است. در این پژوهش از صفات برگ بالغ استفاده شد. اندازه برگ، رنگ آنتوسیانین رگبرگ اصلی برگ، شکل سینوس دمبرگی، شکل سینوس بالایی، تعداد لوب های برگ، شکل دندانه های برگ و شکل کلی برگ، صفاتی از صفات برگ بالغ بودند که به صورت الگوریتم قابل فهم برای ماشین بینایی برای شناسایی 14 رقم انگور درآورده شدند. برگ های ارقام انگور مورد استفاده در این پژوهش از کلکسیون انگور مرکز تحقیقات کشاورزی استان فارس جمع آوری شدند. برای دسته بندی ارقام بر اساس صفات از آنالیز تشخیص خطی و شبکه عصبی مصنوعی با خروجی های گروه بندی شده و شبکه عصبی با خروجی های کدگذاری شده استفاده شد. در نهایت برای ارزیابی الگوریتم ها از آنالیز تشخیص خطی و شبکه عصبی مصنوعی با خروجی های گروه بندی شده و شبکه عصبی با خروجی های کدگذاری شده استفاده شد. آنالیز تشخیصی خطی توانست ارقام را با دقت 7/85% طبقه بندی کند. شبکه عصبی با خروجی های گروه بندی شده با دقت 22/94% و شبکه عصبی با خروجی های کدگذاری شده با دقت 37/92% توانستند 14 رقم انگور را به طور صحیح طبقه-بندی و شناسایی نمایند.