تشخیص عیوب بر روی میوه در محیط های صنعتی با استفاده از الگوریتم های پردازش تصویر و یادگیری ماشین

این پروژه برای تشخیص عیوب میوه ها (تشخیص میوه های فاسد از میوه های سالم) بر روی میوه های پرطرفدار مانند سیب و موز در محیط های صنعتی، از الگوریتم های پردازش تصویر مانند سطح خاکستری و هیستوگرام هر تصویر ورودی برای مناطق معیوب و بیماری استفاده شده است. از چندین الگوریتم یادگیری ماشین که محبوب و قدرتمند هستند مانند KNN و SVM برای طبقه بندی میوه های سالم و میوه های فاسد تا به حداقل رساندن خطاهای سیستم (به حداقل رساندن خطاهای انسانی) استفاده کرد. در بخش یادگیری ماشین، با استفاده از SVM دقت ۹۶/۸ % برای جدا کردن موز خراب از موز سالم به دست آمد.

کلیدواژه ها:

تشخیص عیب ، SVM ، الگوریتم یادگیری ماشین