تدوین و ارزیابى مدل هاى عصبى مصنوعى به منظور برآورد مقادیر *L؛ *a و *b با استفاده از مقادیر G، R و B تصاویر رنگى به کمک بینایى رایانه اى

با توجه به نیاز استفاده از مقادیر رنگى *L؛ *a و به همراه دیگر پارامترهاى رنگى از جمله مقادیر G ،R و B در کاربردهاى کنترل کیفیت رنگى مواد غذایى و کشاورزى، در این پژوهش روشى هوشمند بر پایه سامانه بینایى ماشین، شبکه-هاى عصبى مصنوعى MLP و روش آمارى چند متغیره PLS براى برآورد از مقادیر *a* ،L و *b از مقادیر G ،R و B تصاویر رنگى نمونه هاى مختلف زعفران تدوین گردید. تصاویر رنگى از 33 نمونه مختلف زعفران ( 165 تصویر) و از صفحات رنگى استاندارد ( 150 تصویر) تهیه شدند. به کمک سامانه بینایى ماشین ساخته شده تصاویر نمونه ها دریافت و با استفاده از الگوریتم هاى پردازش تصویر، پردازش و ویژگى هاى رنگى رنگی G ،R و B آن ها استخراج گردید. از سوى دیگر ویژگى هاى *a* ،L و *b نمونه ها توسط دستگاه رنگ سنج (به روش هانتر لب) اندازه گیرى شدند. مقادیر RGB و تبدیلات خطى آن ها به عنوان ورودى مدل ها و مقادیر مرتبط *a* ،L و *b به ترتیب به عنوان خروجى و هدف مدل ها در نظر گرفته شدند. در نهایت نتایج نشان داد که مدل هاى MLP با دقت بالاترى و ضرایب رگرسیون مناسب ترى نسبت به مدل هاى PLS مقایر *a* ،L و *b نمونه هاى زعفران را برآورد کردند (R20/99 و RMSE به ترتیب برابر با 0/769، 0/953 و 0/785 براى برآورد هر سه ویژگى *a* ،L و *b ). در نهایت مى توان امکان استفاده از سامانه بینایى ماشین را براى کنترل کیفیت رنگى زعفران بیان کرد.

Keywords:

برآورد , پردازش تصاویر , زعفران *L*a*b