طبقه بندی میوه زالزالک بر مبنای رسیدگی با استفاده از ماشین بینایی
Publish Year: 1401
نوع سند: مقاله ژورنالی
زبان: Persian
View: 185
This Paper With 14 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_JIFT-9-4_003
تاریخ نمایه سازی: 22 شهریور 1401
Abstract:
ازارپسندی محصولات تولیدی به طور گسترده ای به ظاهر آن ها بستگی دارد. لذا هدف از مطالعه حاضر توسعه الگوریتم هایی برای استخراج، انتخاب، و طبقه بندی ویژگی های تصاویر نمونه های زالزالک به منظور طبقه بندی آن ها بر اساس سطح رسیدگی است. تعداد ۶۰۰ نمونه میوه زالزالک تهیه شد. در مرحله بعد یک جعبه نورپردازی به منظور تصویربرداری از نمونه های زالزالک با نورپردازی کنترل شده طراحی و ساخته شد. پس از تصویربرداری و ذخیره تصاویر بدست آمده، فرآیند پردازش تصویر در نرم افزار متلب اجرا شد. در این مرحله بعد از عملیات پیش پردازش، ویژگی های رنگ و بافت از تصاویر استخراج شد. از بین ویژگی های استخراج شده تعدادی ویژگی به عنوان ویژگی های کارا با استفاده از روش انتخاب ترتیبی با پایه درجه دوم در نرم افزار متلب انتخاب شدند. از روش های تحلیل تفکیک خطی و درجه دوم برای طبقه بندی ویژگی های کارا استفاده شد. پارامترهای دقت، صحت، حساسیت، و خاصیت برای مدل های طبقه بندی محاسبه شدند. میانگین دقت طبقه بندی نمونه های مختلف زالزالک با استفاده از روش های تحلیل تفکیک خطی و درجه دوم در مرحله آموزش به ترتیب برابر ۶۷/۹۸ و % ۳۳/۹۹ و در مرحله آزمون با هم مشابه و برابر با % ۶۷/۹۸ بود. همچنین بر اساس نتایج مربوط به پارامترهای تعیین شده، مدل تحلیل تفکیک درجه دوم از مدل تحلیل تفکیک خطی عملکرد بهتری داشت.
Keywords:
Authors
رحیم آزادنیا
گروه مکانیک بیوسیستم، دانشکده کشاورزی، دانشگاه تهران، تهران، ایران
کامران خیرعلی پور
هیات علمی گروه مهندسی مکانیک بیوسیستم دانشگاه ایلام
مصطفی جعفریان
گروه مکانیک ماشین های کشاورزی، آموزشکده کشاورزی سمنگان، دانشگاه فنی و حرفه ای، خراسان شمالی، ایران
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 :