تعیین ارقام سیب زمینی با استفاده از پردازش تصویر و شبکه عصبی مصنوعی

تشخیص ارقام محصولات کشاورزی، به منظور خودکار سازی فرآیند های پس از برداشت در اغلب کارخانجات انجام می شود که این کار با استفاده از بازرسی دستی و بصری بسیار وقت گیر و خطاپذیر می باشد. تکنولوژی ماشین بینایی به عنوان روشی جدید و غیر مخرب می تواند برای استخراج ویژگی های مورفولوژی، رنگ و بافت به کار برده شود. هدف از انجام این پژوهش شناسایی ارقام سیب زمینی با استفاده از این ویژگی ها به کمک پردازش تصویر و شبکه های عصبی مصنوعی می باشد. برای تشخیص ارقام سیب زمینی،۱۰ رقم سیب زمینی به نام های آگریا، مارفونا، جلی، آرندا، راموس، بامبا، سانتا، گرانولا، اسپریت و میلوا تهیه شدند. در نهایت ۱۶ ویژگی مورفولوژی، ۲۴ ویژگی رنگی و۱۲۰ ویژگی بافتی از این تصاویر استخراج شد. شناسایی ارقام با استفاده از شبکه عصبی پس انتشار انجام گرفت. نتایج بدست آمده از این پژوهش نشان داد که میانگین دقت طبقه بندی برای ویژگی های مورفولوژی ۰۹/۸۸%، برای ویژگی های رنگی۶۱/۲۷% و برای ویژگی های بافتی(سطح خاکستری سبز) ۲۸/۲۴% برای شبکه یک لایه بدست آمد. همچنین میانگین دقت طبقه بندی برای ویژگی های مورفولوژی، رنگی و بافتی (سطح خاکستری سبز) برای شبکه دو لایه به ترتیب عبارت بودند از: ۱۹/۸۶%، ۰۴/۳۹% و ۵۷/۲۸%. نتایج نشان داد که پارامتر موثر برای طبقه بندی ارقام سیب زمینی، ویژگی های مورفولوژی می باشد.

کلیدواژه ها:

سیب زمینی ، شبکه عصبی مصنوعی ، پردازش تصویر ، مورفولوژی ، رنگ ، بافت