شناسایی و طبقه بندی سه رقم برنج ایرانی در نمونه های مخلوط مبتنی بر ویژگی های شکلی با استفاده ازپردازش تصویر و شبکه عصبی LVQ
محل انتشار: دومین سمینار ملی امنیت غذایی
سال انتشار: 1391
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,254
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
FSS02_529
تاریخ نمایه سازی: 18 دی 1391
چکیده مقاله:
با توجه به ارزش اقتصادی متفاوت ارقام برنج، گزارشات نشان دهنده این هستند که احتمال اختلاط ارقام مختلف در بازار وجود دارد. استفاده ازتکنیک های پردازش تصویر و شبکه های عصبی برای طبقه بندی ارقام برنج، روشی است که می تواند دقت فرآیند طبقه بندی را در کاربردهای واقعی افزایش دهد. در این مطالعه چند ویژگی شکلی از تصاویر دانه ها بررسی شدند تا کارآیی آنها در شناسایی سه رقم برنج ایرانی )طارم، فجر، شیرودی( در نمونه های مخلوط این سه رقم ارزیابی شود. در مجموع 666 تصویر از دانه های برنج ) 222 تصویر از هر واریته( در شرایط نورپردازی ثابت گرفتهشد و 71 ویژگی شکلی از تصاویر دانه ها استخراج شد. روش های ضریب فیشر ) FC (، تحلیل اجزای اصلی ) PCA ( و ترکیبی از این دو روش ) FC-PCA ( برای انتخاب ویژگی هایی که بیشترین تأثیر را در دسته بندی و شناسایی ارقام دارند به کار برده شدند. برای طبقه بندی نمونه های برنج در سه کلاس مختلف از شبکه ی عصبی LVQ4 استفاده شد
کلیدواژه ها:
نویسندگان
سعیده فیاضی
دانشجوی کارشناسی ارشد مکانیک ماشینهای کشاورزی دانشگاه فردوسی مشهد
محمدحسین عباسپورفرد
دانشیار گروه ماشینهای کشاورزی دانشگاه فردوسی مشهد
عباس روحانی
استادیار گروه آب و خاک دانشگاه صنعتی شاهرود
حسن صدرنیا
استادیار گروه ماشینهای کشاورزی 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 :