توسعه و ارزیابی یک روش هوشمند بمنظور استخراج مقادیر L*a*b* از مقادیر RGB تصاویر رنگی
- سال انتشار: 1395
- محل انتشار: دهمین کنگره ملی مهندسی ماشین های کشاورزی (بیوسیستم) و مکانیزاسیون ایران
- کد COI اختصاصی: NCAMEM10_123
- زبان مقاله: فارسی
- تعداد مشاهده: 617
نویسندگان
دانشجوی دکتری مهندسی مکانیک بیوسیستم دانشگاه تربیت مدرس
دانشیار گروه مهندسی مکانیک بیوسیستم دانشگاه تربیت مدرس
چکیده
با توجه به نیاز اســـتفاده از مقادیر رنگی *L* ،a و *b به همراه دیگر پارامترهای رنگی از جمله مقادیر R ،G و B در کاربردهای 1 کنترل کیفیت رنگی مواد غذایی و ک شاورزی، در این پژوهش رو شی هو شمند بر پایه سامانه بینایی ما شین ، شبکه های ع صبی MLP2 و روش مصـــنوعی 3 آماری چند متغیره PLS برای تخمین مقادیر *b*a*L از مقادیر RGB تصـــاویر رنگی نمونه های مختلف زعفران تدوین گردید. ت صاویر رنگی از 33 نمونه مختلف زعفران (165 ت صویر) و از صفحات رنگی ا ستاندارد ( 150 ت صویر) تهیه شدند. به کمک سامانه بینایی ما شین تو سعه داده شده ت صاویر نمونه ها دریافت و با ا ستفاده از الگوریتم های پردازش ت صویر، پردازش و ویژگیهای رنگی RGB آنها استخراج گردید. از سوی دیگر ویژگی های *b*a*L نمونهها توسط دستگاه رنگ سنج (به روش هانتر لب) اندازهگیری شدند. مقادیر RGB و تبدیلات خطی آنها به عنوان ورودی مدلها و مقادیر مرتبط *b*a*L به عنوان خروجی و هدف مدلها در نظر گرفته شـدند. در نهایت نتایج نشـان داد که مدلهای MLP با دقت بالاتری و ضـرایب رگرسـیون 2 منا سب تری ن سبت به مدل های PLS مقایر *L* ،a و *b نمونههای زعفران را تخمین میزنند ( بترتیب RMSE و 0/99 برابر Rبرابر با 769/0 ،953/0 و 785/0 برای تخمین هر سه ویژگی *L* ،a و *b .(در نهایت میتوان امکان ا ستفاده از سامانه ما شین بینایی توسعه یافته را برای کنترل کیفیت رنگی زعفران و بصورت برخط بیان کرد.کلیدواژه ها
تخمین *b*a*L ،RGB ،پردازش تصاویر، زعفرانمقالات مرتبط جدید
- مقایسه درصد ترکیب تاج پوشش کلاسهای خوشخوراکی در سه رویشگاه مرتعی چهاردانگه ساری
- تاثیر تغییرات اقلیم بر اشتغال در بخش کشاورزی: مروری تحلیلی
- Land reform in some developing countries: A review
- شناسایی ژنوتیپهای امیدبخش گندم نان با استفاده از تحلیل روابط بین صفات و تجزیه خوشه ای
- Harnessing Renewable Energy for Environmental Sustainability: The Role of Wind Power in Carbon Reduction
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.