مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

مقاله مقاله نشریه

مشخصات مقاله

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

video

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

sound

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید:

1,041
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

879
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

تشخیص عیوب ظاهری و درجه بندی گوجه فرنگی با استفاده از فناوری ماشین بینایی و شبکه های عصبی- فازی

صفحات

 صفحه شروع 49 | صفحه پایان 59

چکیده

 از مهمترین فرآیندها در بسته بندی و نگهداری محصولات کشاورزی عملیات دسته بندی بوده که پردازش تصویر یکی از ابزارهای کاربردی در زمینه فن آوری های پس از برداشت است. هدف از پژوهش حاضر به دست آوردن الگوریتمی برای تشخیص عیوب ظاهری و درجه بندی محصول گوجه فرنگی و ارائه سامانه کارآمد در این زمینه است, برای سادگی این فرآیند, از شبکه های فازی عصبی موسوم به ANFIS استفاده شده است که در عین سادگی کار و تنظیم کردن, دقتی همپای شبکه های عصبی را به ارمغان می آورد. پس از عکس برداری از گوجه فرنگی های تهیه شده, این نمونه ها توسط فرد خبره در 8 دسته از لحاظ رسیدگی و اندازه و سلامت یا خرابی دسته بندی شدند. ویژگی های ابعادی و رنگی تصاویر گرفته شده از این نمونه ها با استفاده از فن آوری ماشین بینایی و الگوریتم های طراحی شده به دست آمد و به سامانه ANFIS سپرده شد که در نهایت دسته بندی در سه سطح اولیه و یک سطح نهایی انجام گردید. سه سطح اولیه عبارت بودند از درجه بندی از لحاظ رنگ, اندازه و سلامت که داده های مربوط به هر سطح به عنوان ورودی به سامانه نهایی ارائه شدند. سامانه نهایی با در نظر گرفتن همزمان سه سطح رنگ, اندازه و سلامت, نمونه ها را در یکی از 8 دسته تعریف شده قرار داد. میزان دقت در هر سطح برای قبل و بعد از آموزش, نشان از ارتقاء ده درصدی کیفیت تشخیص و درجه بندی در شرایط پس از آموزش داشت که این میزان برای درجه بندی های رنگ, اندازه, بافت و نهایی به ترتیب برابر 89, 81, 95 و 81% بود.

استنادها

  • ثبت نشده است.
  • ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    ایزدی، هادی، کامگار، سعادت، و رئوفت، محمدحسین. (1395). تشخیص عیوب ظاهری و درجه بندی گوجه فرنگی با استفاده از فناوری ماشین بینایی و شبکه های عصبی- فازی. ماشین های کشاورزی، 6(1)، 49-59. SID. https://sid.ir/paper/201436/fa

    Vancouver: کپی

    ایزدی هادی، کامگار سعادت، رئوفت محمدحسین. تشخیص عیوب ظاهری و درجه بندی گوجه فرنگی با استفاده از فناوری ماشین بینایی و شبکه های عصبی- فازی. ماشین های کشاورزی[Internet]. 1395؛6(1):49-59. Available from: https://sid.ir/paper/201436/fa

    IEEE: کپی

    هادی ایزدی، سعادت کامگار، و محمدحسین رئوفت، “تشخیص عیوب ظاهری و درجه بندی گوجه فرنگی با استفاده از فناوری ماشین بینایی و شبکه های عصبی- فازی،” ماشین های کشاورزی، vol. 6، no. 1، pp. 49–59، 1395، [Online]. Available: https://sid.ir/paper/201436/fa

    مقالات مرتبط نشریه ای

    مقالات مرتبط همایشی

  • ثبت نشده است.
  • طرح های مرتبط

  • ثبت نشده است.
  • کارگاه های پیشنهادی






    بازگشت به بالا
    telegram sharing button
    whatsapp sharing button
    linkedin sharing button
    twitter sharing button
    email sharing button
    email sharing button
    email sharing button
    sharethis sharing button