دوره 12، شماره 47 - ( 1394 )                   جلد 12 شماره 47 صفحات 157-141 | برگشت به فهرست نسخه ها

XML English Abstract Print

Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
Karimi S, Nikian A, Velayati A. Optimization of apple fruit sorter performance by detecting bruise and pedicle using machine vision technique. FSCT 2015; 12 (47) :141-157
URL: http://fsct.modares.ac.ir/article-7-3122-fa.html
کریمی سمیرا، نیکیان اشکان، ولایتی ابوذر. 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. 1394; 12 (47) :141-157

URL: http://fsct.modares.ac.ir/article-7-3122-fa.html

بهینه سازی عملکرد دستگاه های درجه بندی سیب با استفاده از شناسایی لهیدگی و دمگل سیب و تکنیک ماشین بینایی
سمیرا کریمی1 ، اشکان نیکیان 2، ابوذر ولایتی2
1- کارشناس ارشد رشته مکانیک ماشین های کشاورزی، دانشگاه تربیت مدرس
2- کارشناس ارشد رشته مکانیک ماشین های کشاورزی، دانشگاه شیراز
چکیده:   (4677 مشاهده)
  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.  
واژه‌های کلیدی: لهیدگی سیب، ماشین بینایی، شبکه عصبی مصنوعی، الگوریتم
متن کامل [PDF 1049 kb]   (2669 دریافت)    

دریافت: 1393/2/31 | پذیرش: 1393/12/1 | انتشار: 1394/5/1
ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA
بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.