تشخیص عیوب ظاهری و درجه بندی گوجه فرنگی با استفاده از فناوری ماشین بینایی و شبکه های عصبی - فازی

مهمترین فرآیندها در بسته بندی و نگهداری محصولات کشاورزی عملیات دسته بندی بوده که پردازش تصویر یکی از ابزارهای کاربردی در زمینهفن آوری های پس از برداشت است. هدف از پژوهش حاضر به دست آوردن الگوریتمی برای تشخیص عیوب ظاهری و درجه بندی محصول گوجه فرنگی و ارایه سامانه ی کارآمد در این زمینه است؛ برای سادگی این فرآیند، از شبکه های فازی عصبی موسوم به ANFIS استفاده شده است که در عین سادگی کار و تنظیم کردن، دقتی همپای شبکه های عصبی را به ارمغان می آورد. پس از عکس برداری از گوجه فرنگی های تهیه شده، این نمونه ها توسط فردخبره در 8 دسته از لحاظ رسیدگی و اندازه و سلامت یا خرابی دسته بندی شدند. ویژگی های ابعادی و رنگی تصاویر گرفته شده از این نمونه ها با استفادهاز فن آوری ماشین بینایی و الگوریتم های طراحی شده به دست آمد و به سامانه ی ANFIS سپرده شد که در نهایت دسته بندی در سه سطح اولیه و یک سطح نهایی انجام گردید. سه سطح اولیه عبارت بودند از درجه بندی از لحاظ رنگ، اندازه و سلامت که داده های مربوط به هر سطح به عنوان ورودی بهسامانه نهایی ارایه شدند. سامانه نهایی با در نظر گرفتن همزمان سه سطح رنگ، اندازه و سلامت، نمونه ها را در یکی از 8 دسته تعریف شده قرار داد .میزان دقت در هر سطح برای قبل و بعد از آموزش، نشان از ارتقاء ده درصدی کیفیت تشخیص و درجه بندی در شرایط پس از آموزش داشت که این میزان برای درجه بندی های رنگ، اندازه ، بافت و نهایی به ترتیب برابر 89، 81، 95 و 81% بود.

کلیدواژه ها:

اندازه ، دسته بندی ، رسیدگی ، رنگ ، سلامت