امین طاهری گراوند - استادیار، گروه مهندسی مکانیک بیوسیستم، دانشگاه لرستان، خرم آباد، ایران
سودابه فتاحی - دانشجوی کارشناسی ارشد، گروه مهندسی مکانیک بیوسیستم، دانشگاه لرستان، خرم آباد، ایران
اشکان بنان - استادیار، گروه علوم دامی، دانشگاه لرستان، خرم آباد، ایران

این مقاله بکارگیری روش پردازش تصویر در ترکیب با روش هوشمند انفیس را برای طبقه­بندی ماهی کپور بر اساس تازگی در طول دوره نگهداری در شرایط یخ پوشی پیشنهاد می­دهد. پس از اکتساب تصویر، جهت پیش پردازش، تصاویر به کانال­های رنگی مختلف منتقل شدند و ویژگی­های آماری بافت تصاویر استخراج گردید. به منظور افزایش سرعت و دقت طبقه­بندی از تجزیه مولفه­های اصلی(PCA)  برای کاهش ابعاد ویژگی استفاده شد. ارزیابی طبقه­بند جهت تشخیص تازگی با استفاده از شاخص های آماری نظیر دقت، صحت، حساسیت، اختصاصی بودن و سطح زیر منحنی انجام شد. مقادیر این شاخص­ها برای طبقه­بندی به کمک طبقه بند استنتاج عصبی-فازی تطبیقی (انفیس) به ترتیب برابر با ۳۳/۹۰، ۰۱/۷۹، ۳۶/۷۷، ۵۷/۹۲ و ۹۷/۸۴ درصد برای داده­های آزمون بدست آمد. نتایج پژوهش حاضر نشان داد که روش اخیر قابلیت ارزیابی و تشخیص سریع و برخط تازگی ماهی در صنایع غذایی را به عنوان یک روش کم هزینه، ساده و غیر مخرب دارد.

ماهی, بررسی تازگی, پردازش تصویر, تحلیل مولفه های اصلی (PCA), شبکه عصبی- فازی تطبیقی(انفیس)