بهینه سازی عملکرد دستگاه های درجه بندی سیب با استفاده از شناسایی لهیدگی و دمگل سیب و تکنیک ماشین بینایی | ||
| مجله علوم و صنایع غذایی ایران | ||
| Article 14, Volume 12, Issue 47, 1394, Pages 141-157 PDF (1.02 M) | ||
| Authors | ||
| سمیرا کریمی1; اشکان نیکیان* 2; ابوذر ولایتی2 | ||
| 1کارشناس ارشد رشته مکانیک ماشین های کشاورزی، دانشگاه تربیت مدرس | ||
| 2کارشناس ارشد رشته مکانیک ماشین های کشاورزی، دانشگاه شیراز | ||
| Abstract | ||
| چکیده میوه سیب از جمله محصولات باغی بسیار ارزشمند از لحاظ غذایی به شمار میآید و تولید آن در کشور ما از جایگاه بالایی در زمینه اشتغال زایی و ارزآوری برخوردار است. از میان روشهای غیر مخرب کنترل کیفی سیب، فناوری ماشین بینایی چشم اندازی مطمئن برای دستیابی به سرعت، کیفیت ارزیابی بالاتر و حصول بهره وری بیشتر برای این محصول ترسیم نموده است. تشخیص لهیدگی سیب در بسیاری از موارد با تشخیص دمگل همپوشانی داشته و این امر بکارگیری ماشین بینایی را به منظور درجه بندی کیفی سیب با چالش جدی مواجه می نماید. پژوهش حاضر به منظور رفع چالش مذکور و افزایش دقت عملکرد سیستم های درجه بندی سیب صورت پذیرفت. به منظور تحقق این امر دو الگوریتم جداگانه بر اساس رنگ برای شناسایی لهیدگی و دمگل در نرم افزار Matlab طراحی گردید. برای الگوریتم لهیدگی دقت %14/97 و برای الگوریتم دمگل دقت %100 بدست آمد. سپس با ادغام این دو الگوریتم یک الگوریتم جامع بدست آمد که دارای دقت %29/94 می باشد. در ادامه آزمایشاتی جهت بررسی احتمالی افزایش دقت در شناسایی لهیدگی با گذشت زمان نگهداری توسط الگوریتم لهیدگی انجام گرفت. نتایج حاکی از آنست که کیفیت تشخیص لهیدگی توسط این الگوریتم به تدریج افزایش یافته و پس از دو تا سه روز به ثبات مطلوبی می رسد. همچنین الگوریتم دیگری که ویژگیهای خاصی از شکل تصاویر لهیدگی و دمگل از جمله میزان گِرد بودن، نسبت مساحت به مربع محیط آن ناحیه و نیز ضریب تغییراتِ (cv) فواصل نقاط روی لبه از مرکز ثقل تصویر را استخراج می نمود، طراحی گردید و سپس همراه با به کارگیری فناوری شبکه های عصبی مصنوعی لهیدگی و دمگل با دقت %100 از یکدیگر تمییز داده شدند که اثباتی بر لزوم استفاده از این تکنیک در تلفیق با روش های ماشین بینایی جهت افزایش دقت کارایی دستگاه های درجه بند می باشد. | ||
| Keywords | ||
| لهیدگی سیب; ماشین بینایی; شبکه عصبی مصنوعی; الگوریتم | ||
|
Statistics Article View: 136 PDF Download: 93 |
||
| Number of Journals | 45 |
| Number of Issues | 2,160 |
| Number of Articles | 24,572 |
| Article View | 19,849,406 |
| PDF Download | 16,034,864 |