استفاده از روش ماشین بینایی با خطای کاهش یافته جهت درجه بندی پسته خندان، بسته و لکه دار

  • سال انتشار: 1402
  • محل انتشار: بیستمین همایش ملی و نهمین کنفرانس بین المللی مهندسی ساخت و تولید ایران
  • کد COI اختصاصی: ICME20_009
  • زبان مقاله: فارسی
  • تعداد مشاهده: 199
دانلود فایل این مقاله

نویسندگان

زهره ایمانی نژاد

مدرس، گروه مهندسی مکانیک، مجتمع آموزش عالی گناباد، گناباد، ایران

خلیل خلیلی

استاد، مهندسی مکانیک، دانشگاه بیرجند، بیرجند، ایران

چکیده

یکی از مهمترین محصولات کشاورزی ایران که بخش عمده ای از صادراتغیرنفتی را به خود اختصاص می دهد، پسته است. مطلوب ترین نوع پسته،پسته خندان و سالم است و وجود پسته های بسته، لکه دار و اشیاء اضافیمانند شاخ و برگ درخت، از ارزش محصول می کاهد. تشخیص و جداسازیپسته های سالم و خندان تاثیر قابل توجهی بر قیمت آن خواهد داشت.روش های بینایی ماشین به دلیل دقت بالا و بلادرنگ بودن، در درجه بندیو تعیین کیفیت محصولات کاربرد دارند. در این تحقیق به کمک روش بیناییماشین الگوریتمی ساده، کاربردی با کمترین حساسیت به شرایط نورپردازیجهت تفکیک پسته های خندان، بسته و لکه دار ارائه شده است. میانگینخطای شش فریم عکس در شرایط نورپردازی معمولی برای یک نمونه شامل۱۸ پسته خندان، ۱۷ پسته بسته و ۶ پسته لکه دار به ترتیب % ۳ / ۸ % ، ۸ / ۵و % ۸ / ۱۳ محاسبه شده است. با افزایش تعداد تصاویر ( ۳۰ عدد) میانگینخطا به حدود نصف حالت قبل کاهش یافته است (به ترتیب به % ۴ ، %۲ / ۳ و%۶ ). همچنین در صورت استفاده از نوار نقاله مرتعش، میانگین خطا برایهر سه نوع پسته و برای ۳۰ تصویر به کمتر از % ۵ / ۱ کاهش می یابد.

کلیدواژه ها

پسته، ماشین بینایی، درجه بندی، خطای تصادفی

مقالات مرتبط جدید

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.