مصطفی خجسته نژند - استادیار، گروه مهندسی مکانیک، دانشکده فنی و مهندسی، دانشگاه بناب، بناب، ایران
حامد رمضانی - گروه مهندسی مکانیک بیوسیستم، دانشکده کشاورزی، دانشگاه تربیت مدرس، تهران، ایران

کشمش یکی از محصولات مهم کشاورزی است. در این تحقیق با استفاده از روش بینایی اقدام به کیفیت سنجی محصول توده­ای کشمش در دو حالت متفاوت شده است. در حالت اول، ۶ طبقه ترکیبی از کشمش خوب و بد و در حالت دوم ۱۵ طبقه ترکیبی از کشمش خوب، بد و چوب و خار و خاشاک مورد بررسی قرار گرفته است. نتایج طبقه­بندی با روش­های LDA و SVM نشان دادند که بهترین دقت طبقه­بندی ۶ طبقه، با روش SVM خطی حاصل شد که دارای دقت ۵۵/۸۵ درصد بوده است. نتایج حاصل برای طبقه­بندی ۱۵ طبقه شامل کشمش خوب، بد و خار و خاشاک نشان داد که بهترین نتیجه باز با روش SVM خطی ولی با دقتی پایین تر در حدود ۵۵/۶۳ درصد حاصل گردید. نتایج نشان داد که روش GLCM بصورت قابل قبولی قادر به تشخیص طبقه محصول توده­ای کشمش بوده و می­تواند جایگزین فرد خبره در کارخانه­های فرآوری کشمش شود.

کشمش, ماشین بردار پشتیبان, طبقه بندی, تحلیل تفکیک خطی, ماشین بینایی