ارزیابی سامانه بینایی ماشین برای تعیین درصد شکستگی و تعدادبذرهای سورگوم، پنبه و جو

در این تحقیق از یک سامانه بینایی ماشین استفاده و برای بذرهای سورگوم، پنبه و جو ارزیابی شد. برای هر یک از این سه نوع بذر، عملکرد دستگاه مکش با سه صفحه بذر (با قطر سوراخ­های ۱ ، ۵/۱ و ۲ میلی­متر) و چهار مقدار مکش (۸۰- ، ۱۰۰- ، ۱۲۰- و ۱۳۰- میلی متر جیوه) ارزیابی شد. در هر مقدار مکش، تعداد کل بذرهای چسبیده به صفحه بذر، تعداد بذرهای جدا شده و تعداد بذرهای به هم چسبیده روی هر سوراخ شمارش و درصد آن ها محاسبه شد. پس از آن، برای سه نوع بذر مورد آزمایش الگوریتم تعیین درصد شکستگی و تعداد بذر کدنویسی و اعتبارسنجی الگوریتم در ۳۰ تکرار ارزیابی گردید. نتایج نشان داد که برای بذر سورگوم تیمار ۱ (صفحه بذر با سوراخ­های ۱ میلی­متر و مقدار مکش ۸۰- میلی­متر جیوه)، برای بذر پنبه تیمار ۵ (صفحه بذر با سوراخ­های ۵/۱ میلی­متر و مقدار مکش۸۰- میلی­متر جیوه)، و برای بذر جو تیمار ۲ (صفحه بذر با سوراخ­های ۱ میلی­متر و مقدار مکش ۱۰۰- میلی­متر جیوه) مناسب­ترین تیمار است. نتایج اعتبارسنجی الگوریتم تعیین درصد شکستگی و تعداد بذر برای سه نوع بذر مورد ارزیابی نشان داد که میانگین دقت الگوریتم برابر با ۱۰۰ درصد است.

Keywords:

آزمون خلوص بذر , بینایی کامپیوتر , پردازش تصویر , ضایعات بذر