درجهبندی مغز گردو بر اساس رنگ با استفاده از ترکیب ماشین بینایی و شبکه عصبی مصنوعی
Publish Year: 1398
نوع سند: مقاله ژورنالی
زبان: Persian
View: 447
This Paper With 10 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_IRSHS-20-4_009
تاریخ نمایه سازی: 10 اسفند 1399
Abstract:
در این پژوهش بهمنظور درجهبندی رنگی مغز گردو نژادگان بوانات طبق استاندارد بینالمللی به چهار درجه خیلی روشن، روشن، روشن کهربایی و کهربایی، 159 مغز گردو انتخاب و از هر یک جداگانه تصویربرداری شد. در مرحله پردازش تصویر، با استفاده از فیلتر لاپلاسین گوسی زمینه جداسازی شد و 12 ویژگی رنگی شامل میانگین و انحراف معیار رنگهای قرمز، سبز و آبی و همچنین میانگین و انحراف معیار اصل رنگ، درجه اشباع و شدت رنگ استخراج شد. بهمنظور رتبهبندی ویژگیها از شاخص میانگین مربعات همبستگی کانونی استفاده شد که بر این اساس میانگین شدت رنگ بیشترین تأثیر را در مدل رتبهبندی داشت و پس از آن میانگین اشباع و واریانس شدت رنگ مهمترین ویژگیها در مدل رتبهبندی بودند. با توجه به مدل رتبهبندی ویژگیها، شبکههای عصبی با ورودیهای متفاوت از یک تا 12 ورودی طراحی شد. با استفاده از 9 ویژگی مهمتر بهعنوان ورودی شبکه عصبی، بالاترین دقت درجهبندی برابر با 8/95% در ساختار بهینه 4-20-9 بهدست آمد که دقت درجهبندی برای مغز گردو با درجه خیلی روشن 100%، درجه روشن 31/92%، درجه روشن کهربایی 91/90% و درجه کهربایی 100% بود. نتیجه این پژوهش نشاندهنده توانایی بالای ماشین بینایی در ترکیب با شبکه عصبی برای درجهبندی مغز گردو بر اساس رنگ میباشد.
Keywords:
Image Processing , Features ranking , Laplacian of Gaussian filter , Multi-layer perceptron , پردازش تصویر , پرسپترون چند لایه , رتبهبندی ویژگیها , فیلتر لاپلاسین گوسی
Authors
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :