ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید
CIVILICAWe Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

بازشناسی ارقام ایرانی بر اساس تحلیل مولفه های رنگی تصاویر دیجیتال

تعداد صفحات: 6 | تعداد نمایش خلاصه: 622 | نظرات: 0
سال انتشار: 1391
کد COI مقاله: NCAMEM07_280
زبان مقاله: فارسی
(فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.

با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید.در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.

لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.

برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 6 صفحه است در اختیار داشته باشید.

قیمت این مقاله : 3,000 تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله بازشناسی ارقام ایرانی بر اساس تحلیل مولفه های رنگی تصاویر دیجیتال

ایمان گلپور - دانشجوی کارشناسی ارشد گروه مکانیک ماشین های کشاورزی دانشکده کشاورزی
جعفر امیری پریان - استادیار گروه مکانیک ماشین های کشاورزی دانشکده کشاورزی دانشگاه بوعل
رضا امیری چایجان - استادیار گروه مکانیک ماشین های کشاورزی دانشکده کشاورزی دانشگاه بوعل

چکیده مقاله:

برنج به عنوان یک ماده غذایی ارزشمند، نقش بسیار مهمی را در تغذیه مردم جهان ایفا می کند. واریته ی برنج یکی از عواملی است که روی بازده و کیفیت دانه ها سهیم است. بنابراین تشخیص و طبقه بندی ارقام برنج با توجه به اهمیت آن در کشاورزان مدرن بسیار مهم یم باشد. خواص فیزیکی و شیمیایی، کیفیت برنج را مشخص میکند. این خواص برای طبقه بنید واریته های برنج و قیمت آن در بازار مهم است. امروزه کیفیت برنج به صورت دهین و دستی از طریق بازرسی بصری توسط تکنسین های با تجربه تعیین می شود. این رش خسته کنندخ، پر هزینه ووقت گیر وگاهی اوقات ممکن است به دلیل خطاهای انسانی قابل اعتماد نباشد. لذا هدف از این تحقیق طراحی الگوریتمی برای پردازش تصاویر پنج رقم برنج سفید ( طارم محلی، فجر، شیرودی، ندا و خزر) به منظور باز شناسی ارقام برنج ایرانی می باشد. رنگ عمل کیفی مهمی برای درجه بندی و بازاریابی محصولات کشاورزی محسوب می شود و هدف اولیه این پژوهش توسعه یک مدل هوشمند موثر برای تشخیص ارقام برنج است. به این منظور ویژگی های رنگی در فضاهای رنگی RGB و HSI و HSV و برخی دیگر از مولفه های مستقل، از تصاویر دیجیتال گرفته شده از ارقام مختلف استخراج و محاسبه شدند. برای طبقه بندی نتایج، از شبکه عصبی پس انتشار (BPNN) استفاده شد. نتایج حاصله ضریب تبیین بالایی بین مولفه های رنگی تصاویر و نوع رقم تحقیق نشان داد که میتوان به میانگین دقت بازشناسی 97/12 اشاره کرد.

کلیدواژه ها:

پردازش تصوير، شبكه عصبي، واريته هاي برنج، ويژگي هاي رنگي

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/180995/

کد COI مقاله: NCAMEM07_280

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
گلپور، ایمان و امیری پریان، جعفر و امیری چایجان، رضا،1391،بازشناسی ارقام ایرانی بر اساس تحلیل مولفه های رنگی تصاویر دیجیتال،هفتمین کنگره ملی مهندسی ماشین های کشاورزی و مکانیزاسیون،شیراز،،،https://civilica.com/doc/180995

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1391، گلپور، ایمان؛ جعفر امیری پریان و رضا امیری چایجان)
برای بار دوم به بعد: (1391، گلپور؛ امیری پریان و امیری چایجان)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 ممقالهقاله لینک شده اند :

  • - عزیزی، ا. 1378. گزارش پژوهشی نهایی طرح بررسی و ...
  • دانشگاه شیراز، 14 الی 16 شهریور 1391 ...
  • Faccin.G .L, L.Vieira, L. A. Miotto, (2009), Chemical, Sensorial and ...
  • Liu Z.Y., CHeng, Fang. Ying, Yi-bin, Rao Xiu-qin., (2005) .Indentification ...
  • Majumdar, S., Jayas, D.S., (2000). Classification cereal grains using machine ...
  • Patil, N.M., Yadahalli, R.V., Pujari, J., (2011). Comparison between HSV ...
  • Paliwal, J., Borhan, M.S., Jayas, D.S..(2004). Classification of cereal grains ...
  • Shantaiya, S., Ansari, M.U., 2010. Identification of food grain and ...
  • S ansomboonsuk, S., and Afzulpurkar, N., (2008). Machine vision for ...
  • Zhang, M.S., Ustin, L., Rejmankova, E., Sanderson, E.W. (1997). Monitoring ...
  • مدیریت اطلاعات پژوهشی

    صدور گواهی نمایه سازی | گزارش اشکال مقاله
    این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات مرتبط جدید

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره 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.

    پشتیبانی