شناسایی بذر مرکبات با استفاده از پردازش تصویر مبتنی بر توصیفگرهای فوریه بیضوی EFD بعنوان یک مارکر مورفولوژیک

سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,343

فایل این مقاله در 9 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:

NACONF02_0044

تاریخ نمایه سازی: 27 آبان 1393

چکیده مقاله:

یکی از روشهای مرسوم در شناسایی ارقام جدید، بهرهگیری از نشانگرهای مولکولی میباشد که به نوبه خود مستلزم صرف هزینه و آزمایشگاه مناسب است. بر این اساس روشهای مبتنی بر نشانگرهای مورفولوژیکی میتواند در صورت مختص بهگونه بودن مفید باشند. در مرکبات، شکل بذر و ویژگیهای ریختشناختی آن میتواند به عنوان صفتی ارزشمند در شناسایی ارقام مورد استفاده واقع گردد. در این پژوهش از 9 گونه و رقم مرکبات، شامل: گریپفروت، سیتروملو، کامکووات، لیموشیرین، لیمو ترش، نارنگی انشو، نارنگی یونسی، نارنج سهبرگ، پرتقال سیاورز استفاده شد. از هر گونه و رقم تعداد 03 عددبذر تهیه و سپس یکبار با انتگومان بیرونی و یکبار با انتگومان درونی عکسبرداری شد. هارمونیکهای فوریه بدست آمده از EFD تصاویر، توسط نرم افزار SPSS16 با روش CDA مورد تجزیه تحلیل قرارگرفت. نتایج حاصل از CDA شکل بذر مرکبات همراه با انتگمان بیرونی و انتگومان درونی به ترتیب بیانگر89/6درصدو84/4درصدبود. این یافته نشان داد کهCDAشکل بذر مرکبات همراه با انتگومان بیرونی بهتر از انتگومان درونی برای شناسایی ارقام از طریق پردازش تصویر میباشد

نویسندگان

حامد نقش

گروه علوم باغبانی، دانشکده کشاورزی، دانشگاه تبریز، تبریز

محمدرضا دادپور

گروه علوم باغبانی، دانشکده کشاورزی، دانشگاه تبریز، تبریز

فریبرز زارع نهندی

گروه علوم باغبانی، دانشکده کشاورزی، دانشگاه تبریز، تبریز

زهرا صدیق زاده

گروه شیلات، دانشگاه تهران، تهران

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 :
  • Andrade, I. et al, Comparative morphology of populations of Monstera ...
  • Anonymous, Descriptor for citrus. IPGIR publicatio, 1999. ...
  • Beghin, T. et al, Shape and texture based plant leaf ...
  • Blackburn, G. et al, Retrieval of chlorophyll concentration from leaf ...
  • Bulanon, D. et al, A machine vision system for the ...
  • Byers, J. A. Analysis of insect and plant colors in ...
  • Clarke, J. et al, Venation pattern analysis of leaf images. ...
  • Cope, J. S. et al, Plant Species Identication using Digital ...
  • Darrigues, A. et al, Tomato analyzer-color test: A new tool ...
  • Dugo, G. et al, Citrus: the genus citrus. CRC Press, ...
  • Espinosa, M. et al, Commercial digital camera to estimate postharvest ...
  • Fadel, M. A. Sugar content estimation of date (Phoenix dactylifern ...
  • Gay, P. et al, Innovative techn iques for fruit color ...
  • Gonzales, R. C. et al, Digital image processing. Prentice-Hall, 2002, ...
  • Hashim, N. et al, Application of RGB and backscattering imaging ...
  • Hearn, D. J. Shape analysis for the automated identification of ...
  • Hemming, J. et al, Image processing for plant determinatiow using ...
  • Kempeneers, P. et al, Generic wavelet-based hyperspectral classification applied to ...
  • Kondou, H. et al, Shape evaluation by digital camera for ...
  • Ladaniya, M.S. Citrus fruit: biology, technology and evaluatio. Academic Press, ...
  • Lee, C. H. et al, Color image segmentation for apple ...
  • Li, Y. et al, Leaf vein extraction using independent component ...
  • Mortensen, D. A. et al, Weed spatial variation and weed ...
  • Mullen, R. et al, A review of ant algorithms. Expert ...
  • Murakami, P. F. et al, An instructional guide for leaf ...
  • Neto, J. C. et al, Plant species identification using Elliptic ...
  • Novartis. Sample Labels and Reference Guide. Greensboro, N.C.: Novarti, 1998. ...
  • Ohsawa, R. et al, Quantitative evaluation of common buckwheat (Fagopyrum ...
  • Omid, M. et al, Estimating volume and mass of citrus ...
  • Parsons, N. R. et al, Image analysis and statistict modelling ...
  • Royer, D. L. et al, Correlations of climate and plant ...
  • Sadrnia, H. et al, Classification and analysis of fruit shapes ...
  • Shebiah, R. N. Fruit recognition using color and texture features. ...
  • Soost, R. K. et al, Citrus. In (ed) Janick, J. ...
  • Stransky, C. et al, Otolith shape analysis as a tool ...
  • Stransky, C. et al, Separation of Norwegian coastal cod and ...
  • Swingle, W. et al, The citrus industry. The citrus industry ...
  • Tang, L. et al, Classification of broadleaf and grass weeds ...
  • Tracey, S. R. et al, Application of elliptical Fourier analysis ...
  • Wijekoon, C. et al, Quantifying fungal infection of plant leaves ...
  • Wijethunga, P. et al, Towards _ generalized colour image segmentation ...
  • Yin, J. J. et al, Segmentation methods of fruit image ...
  • نمایش کامل مراجع