بررسی امکان کاربرد ماشین بینایی و شبکه عصبی مصنوعی در پیش بینی میزان رطوبت میگوی خشک شده

سال انتشار: 1385
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 2,878

فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICMVIP04_076

تاریخ نمایه سازی: 21 دی 1386

چکیده مقاله:

دراین پژوهش روشی برای رنگ سنجی محصولات غذایی- مطالعه موردی : میگوی خشک شده - و پیش بینی میزان رطوبت در نمونه ها با استفاده از ماشین بینایی ارایه می گردد. 2520 عکس گرفته شده از انواع میگوی فراوری شده 100 درجه سانتی گراد و به مدت - در درجات حرارت 130 15-180 دقیقه در شرایط نورپردازی خاص، برای استخراج پارامترهای رنگی مشتمل بر میانگین و واریانس در دو فضای رنگیL*a*b و RGB مورد استفاده قرار گرفتند . پس از آنالیز شیمیایی نمونه ها و تعیین میزان رطوبت آنها، از مدلسازی به روش شبکه عصبی مصنوعی برای پیش بینی میزان رطوبت نمونه ها استفاده شد . ضریب همبستگی بالایخروجی مدل شبکه عصبی و داده های آزمایشگاهی ( 0/86) داد که این مدل کارایی مناسبی برای پیش بینی میزان رطوبت دارد، ضمن آنکه می توان امکان جایگزینی روش پردازش تصویر را با روشهای رنگ سنجی دستگاهی که عمدتا" پیچیده و هزینه بر می باشند، مد نظر قرار داد.

کلیدواژه ها:

پردازش تصو یر- ماش ین بینا یی- م یگو - خشک کردن- شبکه عصبی مصنوعی

نویسندگان

محب محبی

دانشجوی دکتری صنایع غذایی دانشگاه فردوسی مشهد

محمدرضا اکبرزاده توتونچی

دانشیار گروه مهندسی برق دانشگاه فردوسی مشهد

فخری شهیدی

دانشیار گروه علوم و صنایع غذایی دانشگاه فردوسی مشهد

محمدرضا پورشهابی

دانشجوی کارشناسی ارشد مهندسی کامپیوتر دانشگاه فردوسی مشهد

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • شویک لو، غ. 1384. تنوع بخشی به فراورده های میگو: ...
  • صفی یاری، ش. 1383. گزارش تحلیلی از بازار جهانی میگو. ...
  • مختاری آبکناری، ع. 1383. چالشهای آبزی پروری. پایگاه اطلاع رسانی ...
  • Abdullah, M.Z., Guan, L.C., Lim, K.C. and Karim, A.A. 2004. ...
  • AOAC. 1984. Official methods of analysis of association of official ...
  • Da fontoura, L. and Marcondes, R.J. 2001. Shape analysis and ...
  • Goyache , F. _ Bahamonde , A. , Alonso , ...
  • Hutachings, J.B. 1994. Food color and appearance. Lonon: Blackie, pp:510-525. ...
  • Jayas, D.S., Paliwal, J. and Visen, N.S. (2000) Multi-layer neural ...
  • Jang, S. R., Sun, C. T. & Emizutani, E. 1997. ...
  • Kender, J. 1976. Saturation, hue and normalized color. Carnegie- Mellon ...
  • Otsu, N. 1979. A Threshold Selection Method from Gray-Level Histograms. ...
  • Paulus, I. De Busscher, R. And Schrevens, E. 1997. Use ...
  • Russ, J.C. 1999. Image processing handbook. 3rd edition. USA: CRC ...
  • Sun, D.W. and Brason, T. 2003. Pizza quality evaluating using ...
  • نمایش کامل مراجع