طراحی، ساخت و ارزیبای سامانه هوشمند درجه بندی گوجه فرنگی

سال انتشار: 1391
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 889

فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

NCAMEM07_381

تاریخ نمایه سازی: 8 بهمن 1391

چکیده مقاله:

درجه بندی آن لاین گوجه فرنگی بر طبق خصوصیات و ویژگی های آن یکی از عملیان مهم بعد از برداشت محسوب می شود. هدف این تحقیق توسعه یک سیستم و سامانه آزمایشگاهی کارا برای در جه بندی گوجه فرنگی بر مبنای فن آورزی پردازش تصویر است. معیارهای درجه بندی در این سامانه شامل شکل، اندازه، رسیدگی و عیوب هستند. برای شکل، رسیدکی و اندازه گوجه فرنگی به ترتیب شاخص های انحراف از مرکز ، میانگین مولفه های رنگی و مساحت دید از بالا تعریف شدند. آسیب های معمول گوجه فرنگی شامل ناهمگنی رتگ، ترکهای رشد، آفتاب سوختگی ، لکه موجی و غیره است. در این سامانه در جه بندی، از یک دوربین CCD که برای کار در حالت USB تنظیم شده بود. یک میکروکنترلر، سنسور و یک رایانه همراه به منظور پردازش داده استفاده شد. عنلیات پردازش تصویر توسط نرم افزار که با زبان ویژوال بیسیک 2008 نوشته شد، اجرا و انجام شد. برای ارزیابی سامانه از 210 نمومه گوجه فرنگی تصویر برداری شد. هر کدام ار الگوریتم هاب شناسایی ف روی تمام تصاویر این نمونه اعمال شد. اطلاعات مورد نیار از هر کدام از تصاویر برای سالم بودن یا معیوب بودن ، بیضی یا دایره بودن، کوچک یا بزرگ بودن و مقدار رنگ استخراج شد. نتایج نشان داد که دقت الگوریتم های کسف عیوب، شکل و اندازه و دقت کلی سامانه به ترتیب 84.84% و 90.90% و 94.54% و 90% بدست آمد. کارایی و عملکرد سامانه نیز درجه بندی 2517 عدد گوجه فرنگی در ساعت تخمین زده شد.

نویسندگان

امید امیدی ارجنکی

کارشناس ارشد مهندسی مکانیک ماشین های کشاورزی

اسعد مدرس مطلق

عضو هیئت علمی گروه مهندسی مکانیک ماشین های کشاورزی دانشگاه ارومیه

پرویز احمدی مقدم

عضو هیئت علمی گروه مهندسی مکانیک ماشین های کشاورزی دانشگاه ارومیه

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 :
  • دانشگاه شیراز، 14 الی 16 شهریور 1391 ...
  • Blasco J, Aleixos N, Cubero S, Gomez SJ, Molto E ...
  • Gonzalez RC, Woods RE (2002) Digital Image Processing. Second Edition. ...
  • Jarimopas B, Jaisin N (2008) An experimental machine vision system ...
  • Lino LAC, Sanches J, Dal FMI (2008) Image processing techniques ...
  • Van AHC, Egmont PM, Reiber JC (2002) Accurate object localization ...
  • Velioglu S Y, Mazza G, Gao L, Omah BD (1998) ...
  • Weisstein E (2011) A wolfram web resourc. MathWorld, Last accessed ...
  • Yud RC, Kuanglin C, Moon Kim s (2002) Machine vision ...
  • نمایش کامل مراجع