طبقه بندی زعفران با استفاده از ویژگی های رنگی استخراج شده از تصویر
عنوان مقاله: طبقه بندی زعفران با استفاده از ویژگی های رنگی استخراج شده از تصویر
شناسه ملی مقاله: JR_SAFRON-8-3_006
منتشر شده در در سال 1399
شناسه ملی مقاله: JR_SAFRON-8-3_006
منتشر شده در در سال 1399
مشخصات نویسندگان مقاله:
مرتضی محمد زاده مقدم - دانشجوی دکتری، مهندسی علوم و صنایع غذایی، گروه علوم و صنایع غذایی، دانشکده کشاورزی، دانشگاه فردوسی مشهد
مسعود تقی زاده - استادیار، گروه علوم و صنایع غذایی، دانشکده کشاورزی، دانشگاه فردوسی مشهد
حسن صدرنیا - دانشیار، گروه مکانیک بیوسیستم، دانشکده کشاورزی، دانشگاه فردوسی مشهد
حمیدرضا پوررضا - استاد، گروه کامپیوتر، دانشکده مهندسی، دانشگاه فردوسی مشهد
خلاصه مقاله:
مرتضی محمد زاده مقدم - دانشجوی دکتری، مهندسی علوم و صنایع غذایی، گروه علوم و صنایع غذایی، دانشکده کشاورزی، دانشگاه فردوسی مشهد
مسعود تقی زاده - استادیار، گروه علوم و صنایع غذایی، دانشکده کشاورزی، دانشگاه فردوسی مشهد
حسن صدرنیا - دانشیار، گروه مکانیک بیوسیستم، دانشکده کشاورزی، دانشگاه فردوسی مشهد
حمیدرضا پوررضا - استاد، گروه کامپیوتر، دانشکده مهندسی، دانشگاه فردوسی مشهد
طبقهبندی زعفران به عنوان گرانترین ادویه از اهمیت بالایی برای مشتریان و تجار برخوردار است. به طور کلی، در حال حاضر دو روش برای درجهبندی زعفران استفاده میشود. روش اول براساس تجربیات فرد خبره و با مشاهده نمونهها انجام میشود. روش دوم تخریبی بوده و با استفاده از متدهای آزمایشگاهی انجام میگیرد. طبق نظر متخصصان، استفاده از تکنیکهای یادگیری ماشین برای طبقهبندی زعفران به دلیل داشتن ماهیت غیر مخرب و خصوصیات بهنگام، یک هدف است. این روش همچنین میتواند باعث افزایش دقت فرآیند درجهبندی در مقیاس صنعتی شود. در این مقاله، یک روش مبتنی بر ماشین بینایی ارائه شده است. با توجه به عدم تحقیقات مستند در مورد این موضوع، جستجوی مشروح جامع در این کار ارائه میشود. تقریباً تمام ویژگیهای رنگ استخراج و در تعداد زیادی از طبقهبندی کنندهها استفاده شد. افراد خبره در ایران زعفران را بر اساس خصوصیات ظاهری به سه طبقه اصلی یعنی پوشال، نگین و سرگل طبقهبندی میکنند. در این مقاله، یک بانک اطلاعاتی متشکل از 440 تصویر از زعفران برای سه کلاس مختلف با استفاده از دوربین تلفن همراه جمعآوری شد. پس از اعمال تعدادی از مراحل پیش پردازش مانند حذف پس زمینه، بریدن و حذف مناطق ناخواسته تصاویر و غیره ، 21 ویژگی رنگی با استفاده از روش های مختلف تحلیل تصویر استخراج شد. برای طبقهبندی از 22 طبقهبندیگر استفاده شدند. مقایسه نتایج طبقهبندی کنندههای مختلف نشان داد که Linear Discriminant ، Linear SVM، Bagged Trees و RUSBoost Trees می توانند در هنگام استفاده از ویژگیهای رنگی، درجهبندی دقیقتری را نسبت به سایر طبقهبندی کنندهها ایجاد کنند. به طور خاص، دراین کار، میانگین دقت 23/82 درصد با استفاده از طبقهبندیکننده خطی SVM بدست آمد.
کلمات کلیدی: طبقه بندی, زعفران, پردازش تصویر
صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/1180661/