درجه بندی گل محمدی با استفاده از ماشین بینایی و شبکه ی عصبی فازی

بخش کشاورزی و صنایع مربوط به آن، از شالوده های اصلی اقتصاد کشورهای مختلف به خصوص جوامع درحال توسعه بهشمار می رود . یکی از زیرمجموعه های بخش کشاورزی که به طور چشم گیری در دنیا درحال توسعه می باشد صنعت گیاهاندارویی معطر (MAPs) است. در سال های اخیر کشاورزان کشور از روش های سنتی تولید و بسته بندی نهاده های معطر و دارویی بهسمت درجه بندی و دسته بندی کیفی و کمی رو آورده اند. تنوع های ژنتیکی موجود نشان می دهد احتمالا ایران مرکز تنوع ژنتیکیگل محمدی است؛ برای این امر تکنیک پردازش تصویر مبتنی بر هوش مصنوعی برای تعیین کیفیت گل محمدی با دقت قابلقبولی می تواند مورداستفاده قرار گیرد. در این پژوهش قابلیت سامانه ماشین بینایی برای ارزیابی ژنوتیپ گل محمدی موردبررسیقرارگرفته است. اطلاعات جمع آوری شده از سامانه ماشین بینایی به کامپیوتر منتقل و با استفاده از نرم افزار Matlab و با کمکشبکه فازی- عصبی تحلیل شد و الگوی آ نها استخراج گردید. سپس با نمونه شاهد که از طریق تست پنل انتخاب شده استمقایسه و شاخص های آماری نظیر دقت، صحت، حساسیت، اختصاصی بودن و سطح زیر منحنی به منظور ارزیابی طبقه بندجهتتخمین نوع ژنوتیپ گل محمدی محاسبه شدند که این مقادیر برای طبقه بندی به کمک طبقه بند عصبی فازی به ترتیب 38/2، 69/12، 38/96، 69/18 و 39/38 درصد به دست آمد. نتایج این بررسی نشان داد که سامانه پیشنهادی پتانسیل لازم به عنوانیک روش آنلاین، سریع و غیر مخرب برای تعیین انواع ژنوتیپ های گل محمدی را دار است.

کلیدواژه ها:

گل محمدی ، گیاهان دارویی ، ماشین بینایی ، تعیین کیفیت ، شبکه عصبی فازی