تشخیص عیوب بر روی میوه در محیط های صنعتی با استفاده از الگوریتم های پردازش تصویر و یادگیری ماشین
- سال انتشار: 1401
- محل انتشار: اولین کنفرانس برق، مکانیک ، هوافضا، کامپیوتر و علوم مهندسی
- کد COI اختصاصی: EMAECONF01_010
- زبان مقاله: فارسی
- تعداد مشاهده: 475
نویسندگان
دانشجوی دکتری دانشگاه صنعتی شاهرود
استادیار دانشکده مهندسی برق، دانشگاه صنعتی شاهرود
چکیده
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 ماشینمقالات مرتبط جدید
- مکانیزم حرکتی لوله های GRP در محل اتصال زانویی در هنگام وقوع زلزله
- مدلسازی تجربی-عددی کمانش محوری در سازه های استوانه ای با هسته هایپرالاستیک از طریق تحلیل همبستگی ارتعاشی
- Critical Analysis and Performance Evaluation of the American Society of Civil Engineers' Standard ASCE/SEI ۳۷-۱۴
- روش های مدیریت ترافیک در شهرهای کشور
- مطالعه مشخصات ریزساختاری و رفتار اکسیداسیون سرامیک های بر پایه نیترید تیتانیم تقویت شده با Ti، Al و TiAl
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.