با توجه به داده های آزمون های انجام شده، خصوصیات فیزیکی هر یک از ارقام نمونه های سالم و معیوب استخراج شد. دقت حاصل از تحلیل تشخیص (da) ارقام 98% و دقت تشخیص نمونه های سالم و معیوب ارقام ابوت و هایوارد از روش مذکور به ترتیب برابر 15/92 و 85/60 درصد بدست آمد. همچنین برای تعیین خصوصیات ظاهری (ابعادی و هندسی) ارقام نمونه های سالم و معیوب کیوی به روش پردازش تصویر از تحلیل تشخیص استفاده شد که میزان دقت در تعیین ارقام و نمونه های سالم و معیوب ارقام ابوت و هایوارد به ترتیب برابر 5/99، 05/96 و 35/81 درصد مشخص شد. میزان دقت جداسازی ارقام بر اساس مولفه های رنگی در فضاهای رنگــی l*a*b* ,hsv, rgb به ترتیب برابر 5/98، 5/69 و 81 درصد بدست آمد. در ادامه به تحلیل داده ها به روش غیر خطی و با استفاده از تکنیک شبکه عصبی مصنوعی (ann) پرداخته شد. میزان دقت در طیف شناسایی ارقام کیوی 100 و نرخ طبقه بندی صحیح (ccr)، 100% حاصل شد. همچنین نرخ طبقه بندی نمونه های سالم و معیوب برای داده های آموزش (train) و تست (test) به ترتیب برابر 100 و 90 درصد بدست آمد.