تشخیص پسته های پوک از مغزدار با استفاده از انعکاس و پردازش صدا در دو حوزه زمان و فرکانس
Publish Year: 1387
Type: Journal paper
Language: Persian
View: 225
This Paper With 12 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
JR_ARIDSE-9-3_008
Index date: 1 January 2023
تشخیص پسته های پوک از مغزدار با استفاده از انعکاس و پردازش صدا در دو حوزه زمان و فرکانس abstract
پسته مهمترین محصول صادراتی غیر نفتی ایران محسوب میشود؛ وجود پستههای پوک در میان پستههای مغزدار، باعث افت کیفیت و قیمت محصول میشود. در پایانههای فراوری پسته، معمولا پستههای پوک را از پستههای مغزدار با روش شناوری در آب یا با استفاده از دستگاه های مکانیکی جدا میکنند که روش های مکانیکی دقت بالایی ندارند و روش شناوری نیز احتمال انتقال قارچ را از پسته های آلوده به پسته های غیر آلوده بالا میبرد. در مقاله حاضر روشی مبتنی بر آنالیز انعکاس صدای برخورد پسته با صفحهای فولادی در دو حوزه زمان و فرکانس پیشنهاد شده است. برای این کار، دستگاهی مرکب از یک جعبه آکوستیک متصل به رایانه شخصی تهیه شد. ابتدا نمونه هایی از دانههای پسته بر اساس اندازه به سه گروه درشت، متوسط، و ریز تفکیک و سپس هر گروه بر اساس وزن به دو گروه پوک و مغزدار تقسیم شد. انعکاس صدای هر برخورد از طریق میکروفن به رایانه منتقل و در دو حوزه زمان و فرکانس آنالیز شد. شناسایی رایانهای بر اساس روش نزدیکترین فاصله به میانگین صورت گرفت. بهترین نتایج برای گروه درشت بهدست آمد. در این جداسازی دقت ۷۵/۹۸ درصد برای تشخیص پسته های درشت پوک و ۵۰/۸۲ درصد برای تشخیص پستههای درشت مغزدار بهدست آمد. نتایج به دست آمده از دقت تشخیص برای گروههای دیگر نیز نسبتا مناسب بود. حداقل دقت جداسازی برای دانه های متوسط مغزدار، معادل ۷۵/۶۲ درصد بهدست آمد.
تشخیص پسته های پوک از مغزدار با استفاده از انعکاس و پردازش صدا در دو حوزه زمان و فرکانس Keywords:
تشخیص پسته های پوک از مغزدار با استفاده از انعکاس و پردازش صدا در دو حوزه زمان و فرکانس authors
امین رستمی
کارشناس ارشد
احمد غضنفری مقدم
دانشیار دانشگاه شهید باهنر کرمان
سیامک طالبی
استادیار دانشگاه شهید باهنر کرمان
سید جواد سجادی
دانشجوی کارشناسی ارشد دانشگاه شهید باهنر کرمان.
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 :