تعیین ویژگی ها و مدل بهینه به منظور طبقه بندی اجزای کیفی گندم بذری با استفاده از پردازش تصاویر دوربین دیجیتال صنعتی

نوع مقاله: مقاله پژوهشی

نویسندگان

1 دانشجوی دوره دکترای تخصصی، گروه مهندسی بیوسیستم، دانشکده علوم کشاورزی و منابع طبیعی، دانشگاه محقق اردبیلی

2 دانشیار گروه مهندسی بیوسیستم، دانشکده علوم کشاورزی و منابع طبیعی،دانشگاه محقق اردبیلی.

3 استاد گروه مهندسی بیوسیستم، دانشکده علوم کشاورزی و منابع طبیعی، دانشگاه محقق اردبیلی

چکیده

دستیابی به دانش پایه بینایی ماشین در کنترل کیفی بذر گندم اهمیت ویژه‌ای دارد. در این پروژه، با تهیۀ سخت ‏افزار و نرم افزار مناسب، تصویر 21000عدد نمونه دانه تهیه و با الگوریتم طراحی شده پردازش شد. نود و یک ویژگی ‏شکل، بافت، و رنگ محاسبه و رتبه بندی شد. از میان پنج مدل طبقه بندی کننده، بیشترین صحت کل طبقه‌بندی در مدل ‏شبکۀ عصبی مصنوعی با دو لایۀ پنهان و به‌کار‌گیری ۳۵ ویژگی برتر اول به دست آمد. در آزمون این مدل با استفاده از ‏داده‌های مستقل، صحت طبقه‌بندی برای گندم سفید درشت، گندم سفید کوچک، گندم سفید شکسته، گندم سفید ‏چروکیده، گندم قرمز، جو و چاودار به ترتیب 100، 7/96، 3/99، 3/90، 99، 7/99 ،98درصد و میانگین آنها6/97درصد ‏محاسبه شده است. صحت کل طبقه‌بندی در مدل‌های تحلیل تفکیک خطی، تحلیل تفکیک درجه دوم، ‏K‏- نزدیک ترین ‏همسایگی، و شبکۀ عصبی مصنوعی با یک لایه پنهان به ترتیب95، 7/96، 6/91 و3/97درصد به‌دست آمده است. در ‏شرایط این تحقیق، سیستم بینایی ماشین شامل دوربین دیجیتال صنعتی و طبقه بندی کننده مدل شبکۀ عصبی مصنوعی ‏دو لایه، با صحت خوبی قابل استفاده در بررسی کیفیت ظاهری بذر گندم تشخیص داده شده است.‏

کلیدواژه‌ها



مقالات آماده انتشار، پذیرفته شده
انتشار آنلاین از تاریخ 11 مهر 1396
  • تاریخ دریافت: 04 بهمن 1395
  • تاریخ بازنگری: 07 مهر 1396
  • تاریخ پذیرش: 11 مهر 1396