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:

927
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

588
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

درجه بندی خرمای رقم زاهدی بر اساس ویژگی های ظاهری با استفاده از روش های پردازش تصویر و یادگیری ماشین

صفحات

 صفحه شروع 73 | صفحه پایان 84

چکیده

خرما, یکی از محصولات باغی واستراتژیک در منطقه و ایران است. متاسفانه درآمد حاصل از صادرات این محصول پرارزش, نسبت به حجم صادرات بالای آن مطلوب نیست, بخشی از این امر به کیفیت پایین آماده سازی و بسته بندی محصول مربوط می شود. به نظر می رسد استفاده از فناوری های نوین, مانند بینایی ماشین و پردازش تصویر, می تواند روند درجه بندی و جداسازی خرما را بهبود بخشد. در این پژوهش درجه بندی میوه خرمای رقم زاهدی, در سه مرحله تفکیک شده, شامل جداسازی کیفی خرما (کاملا رسیده, نیم رس و نارس), درجه بندی بر اساس شکل و اندازه و جداسازی خرمای سالم از چروکیده انجام شده است. پس از تهیه تصویر میوه ها, 11 ویژگی مورفولوژیکی, 9 ویژگی رنگی و 6 ویژگی بافتی به کمک روش های پردازش تصویر استخراج شدند. بهترین ویژگی ها برای تفکیک پذیری بهتر به کمک روش آنالیز تشخیص گام به گام تعیین شده اند. برای طبقه بندی نهایی از دو روش یادگیری ماشین, یعنی روش آماری آنالیز تشخیص و روش شبکه عصبی چند لایه پرسپترون استفاده شد. در نهایت, 6 ویژگی رنگی, 3 ویژگی اندازه و شکل و 3 ویژگی بافتی, به عنوان بهترین ویژگی ها در درجه بندی انتخاب شده اند. دقت نهایی درجه بندی توسط روش آماری و شبکه عصبی به ترتیب 7/92 % و 90/93 % به دست آمد. با توجه به دقت بالای هر دو روش, می توان نتیجه گرفت که استفاده از روش پردازش تصویر در درجه بندی و جداسازی خرما با استفاده از ویژگی های ظاهری موفقیت آمیز است.

استنادها

  • ثبت نشده است.
  • ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    عفیفی، محمدرسول، منصوری، یعقوب، ذکی دیزجی، حسن، و اکبری زاده، غلامرضا. (1397). درجه بندی خرمای رقم زاهدی بر اساس ویژگی های ظاهری با استفاده از روش های پردازش تصویر و یادگیری ماشین. مهندسی زراعی (مجله علمی کشاورزی)، 41(3 )، 73-84. SID. https://sid.ir/paper/233709/fa

    Vancouver: کپی

    عفیفی محمدرسول، منصوری یعقوب، ذکی دیزجی حسن، اکبری زاده غلامرضا. درجه بندی خرمای رقم زاهدی بر اساس ویژگی های ظاهری با استفاده از روش های پردازش تصویر و یادگیری ماشین. مهندسی زراعی (مجله علمی کشاورزی)[Internet]. 1397؛41(3 ):73-84. Available from: https://sid.ir/paper/233709/fa

    IEEE: کپی

    محمدرسول عفیفی، یعقوب منصوری، حسن ذکی دیزجی، و غلامرضا اکبری زاده، “درجه بندی خرمای رقم زاهدی بر اساس ویژگی های ظاهری با استفاده از روش های پردازش تصویر و یادگیری ماشین،” مهندسی زراعی (مجله علمی کشاورزی)، vol. 41، no. 3 ، pp. 73–84، 1397، [Online]. Available: https://sid.ir/paper/233709/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