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

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

video

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

sound

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

نسخه انگلیسی

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

بازدید:

452
Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

496
Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

طبقه بندی زعفران با استفاده از ویژگی های رنگی استخراج شده از تصویر

صفحات

 صفحه شروع 401 | صفحه پایان 422

چکیده

 طبقه بندی زعفران به عنوان گران ترین ادویه از اهمیت بالایی برای مشتریان و تجار برخوردار است. به طور کلی, در حال حاضر دو روش برای درجه بندی زعفران استفاده می شود. روش اول براساس تجربیات فرد خبره و با مشاهده نمونه ها انجام می شود. روش دوم تخریبی بوده و با استفاده از متدهای آزمایشگاهی انجام می گیرد. طبق نظر متخصصان, استفاده از تکنیک های یادگیری ماشین برای طبقه بندی زعفران به دلیل داشتن ماهیت غیر مخرب و خصوصیات بهنگام, یک هدف است. این روش همچنین می تواند باعث افزایش دقت فرآیند درجه بندی در مقیاس صنعتی شود. در این مقاله, یک روش مبتنی بر ماشین بینایی ارائه شده است. با توجه به عدم تحقیقات مستند در مورد این موضوع, جستجوی مشروح جامع در این کار ارائه می شود. تقریباً تمام ویژگی های رنگ استخراج و در تعداد زیادی از طبقه بندی کننده ها استفاده شد. افراد خبره در ایران زعفران را بر اساس خصوصیات ظاهری به سه طبقه اصلی یعنی پوشال, نگین و سرگل طبقه بندی می کنند. در این مقاله, یک بانک اطلاعاتی متشکل از 440 تصویر از زعفران برای سه کلاس مختلف با استفاده از دوربین تلفن همراه جمع آوری شد. پس از اعمال تعدادی از مراحل پیش پردازش مانند حذف پس زمینه, بریدن و حذف مناطق ناخواسته تصاویر و غیره, 21 ویژگی رنگی با استفاده از روش های مختلف تحلیل تصویر استخراج شد. برای طبقه بندی از 22 طبقه بندیگر استفاده شدند. مقایسه نتایج طبقه بندی کننده های مختلف نشان داد که Linear Discriminant, Linear SVM, Bagged Trees و RUSBoost Trees می توانند در هنگام استفاده از ویژگی های رنگی, درجه بندی دقیق تری را نسبت به سایر طبقه بندی کننده ها ایجاد کنند. به طور خاص, دراین کار, میانگین دقت 23/82 درصد با استفاده از طبقه بندی کننده خطی SVM بدست آمد.

استنادها

  • ثبت نشده است.
  • ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    محمدزاده مقدم، مرتضی، تقی زاده، مسعود، صدرنیا، حسن، و پوررضا، حمیدرضا. (1399). طبقه بندی زعفران با استفاده از ویژگی های رنگی استخراج شده از تصویر. زراعت و فناوری زعفران، 8(3 )، 401-422. SID. https://sid.ir/paper/382873/fa

    Vancouver: کپی

    محمدزاده مقدم مرتضی، تقی زاده مسعود، صدرنیا حسن، پوررضا حمیدرضا. طبقه بندی زعفران با استفاده از ویژگی های رنگی استخراج شده از تصویر. زراعت و فناوری زعفران[Internet]. 1399؛8(3 ):401-422. Available from: https://sid.ir/paper/382873/fa

    IEEE: کپی

    مرتضی محمدزاده مقدم، مسعود تقی زاده، حسن صدرنیا، و حمیدرضا پوررضا، “طبقه بندی زعفران با استفاده از ویژگی های رنگی استخراج شده از تصویر،” زراعت و فناوری زعفران، vol. 8، no. 3 ، pp. 401–422، 1399، [Online]. Available: https://sid.ir/paper/382873/fa

    مقالات مرتبط نشریه ای

    مقالات مرتبط همایشی

  • ثبت نشده است.
  • طرح های مرتبط

  • ثبت نشده است.
  • کارگاه های پیشنهادی






    بازگشت به بالا