تدوین و ارزیابى مدل هاى عصبى مصنوعى به منظور برآورد مقادیر *L؛ *a و *b با استفاده از مقادیر G، R و B تصاویر رنگى به کمک بینایى رایانه اى

سال انتشار: 1396
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 326

فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_JIFT-5-1_012

تاریخ نمایه سازی: 20 آبان 1397

چکیده مقاله:

با توجه به نیاز استفاده از مقادیر رنگى *L؛ *a و به همراه دیگر پارامترهاى رنگى از جمله مقادیر G ،R و B در کاربردهاى کنترل کیفیت رنگى مواد غذایى و کشاورزى، در این پژوهش روشى هوشمند بر پایه سامانه بینایى ماشین، شبکه-هاى عصبى مصنوعى MLP و روش آمارى چند متغیره PLS براى برآورد از مقادیر *a* ،L و *b از مقادیر G ،R و B تصاویر رنگى نمونه هاى مختلف زعفران تدوین گردید. تصاویر رنگى از 33 نمونه مختلف زعفران ( 165 تصویر) و از صفحات رنگى استاندارد ( 150 تصویر) تهیه شدند. به کمک سامانه بینایى ماشین ساخته شده تصاویر نمونه ها دریافت و با استفاده از الگوریتم هاى پردازش تصویر، پردازش و ویژگى هاى رنگى رنگی G ،R و B آن ها استخراج گردید. از سوى دیگر ویژگى هاى *a* ،L و *b نمونه ها توسط دستگاه رنگ سنج (به روش هانتر لب) اندازه گیرى شدند. مقادیر RGB و تبدیلات خطى آن ها به عنوان ورودى مدل ها و مقادیر مرتبط *a* ،L و *b به ترتیب به عنوان خروجى و هدف مدل ها در نظر گرفته شدند. در نهایت نتایج نشان داد که مدل هاى MLP با دقت بالاترى و ضرایب رگرسیون مناسب ترى نسبت به مدل هاى PLS مقایر *a* ،L و *b نمونه هاى زعفران را برآورد کردند (R20/99 و RMSE به ترتیب برابر با 0/769، 0/953 و 0/785 براى برآورد هر سه ویژگى *a* ،L و *b ). در نهایت مى توان امکان استفاده از سامانه بینایى ماشین را براى کنترل کیفیت رنگى زعفران بیان کرد.

نویسندگان

سجاد کیانی

دانشجوی دکتری، گروه مهندسی مکانیک بیوسیستم، دانشگاه تربیت مدرس

سعید مینایی

استاد، گروه مهندسی مکانیک بیوسیستم، دانشگاه تربیت مدرس