کلاسه بندی کلاله زعفران بر اساس ویژگی های ظاهری با استفاده از بینایی ویادگیری ماشین

یکی از چالش های اصلی صنعت زعفران، ارزش گذاری محصول نهایی زعفران است که با توجه به تعدد اشخاص خبره در بازار، می تواند سبب بروز مشکلات متعدد در زنجیره ارزش این محصول کلیدی کشاورزی کشور نماید. هدف از این تحقیق، پیدایش دسته بندی گل زعفران بر اساس ویژگی های ظاهری و مورفولوژیکی کلاله آن و در نهایت ارزش گذاری دقیق آن است. امروزه با پیشرفت سخت افزارهای پیشرفته در حوزه پردازش تصویر و فراهم نمودن ابزار عکس برداری با کیفیت بالا، می توان از تئوری های مبتنی بر یادگیری ماشین برای دسته بندی عکس های گرفته شده استفاده نمود. در این پژوهش، با گردآوری بانک اطلاعاتی وسیع از گل های زعفران در کلاس های مختلف، عکس هایی با کیفیت بالا ضبط و ویژگی های ظاهری استخراج شده اند. در نهایت با استفاده از الگوریتم های یادگیری ماشین، دسته بندی کامل گل های زعفران انجام گرفت، به طوری که ضریب همبستگی بالاتر از ۹۰ درصد برای تشخیص و در نهایت ارزش گذاری نهایی آن، به دست آمد.

Keywords:

ارزش گذاری زعفران , پردازش تصویر , یادگیری ماشین , بینایی ماشین