تخمین ویژگی های بیوشیمیایی پرتقال خونی رقم مورو با بکارگیری فن آوری ماشین بینایی و شبکه های عصبی مصنوعی

امروزه، مرکبات به­ ویژه پرتقال نقش به سزایی در رژیم غذایی انسان ها دارد و ارزیابی ویژگی­های کیفی آن از اهمیت ویژه­ای برخوردار است. هدف از این پژوهش، بررسی و پیش بینی ویژگی­های بیوشیمیایی پرتقال خونی با استفاده از تکنیک­های پردازش تصویر و شبکه های عصبی مصنوعی است. در این آزمایش، ابتدا میزان ویتامین ث، محتوای قندی و مقدار pH با استفاده از روش­های آزمایشگاهی مختلف به دست آمد. سپس با کمک تکنیک پردازش تصویر تعداد ۱۰۸ ویژگی بافتی و ۵۷ ویژگی رنگی از تصاویر اخذ شده از نمونه­های پرتقال در فضاهای رنگی CIElab، RGB، HSV و HSI استخراج شد و با بهره­گیری از روش شبکه های عصبی مصنوعی، ویژگی های بیوشیمیایی تخمین زده شدند. جهت ارزیابی پارامترها و انتخاب بیشترین دقت پیش بینی، از یک شبکه عصبی پیشخور با الگوریتم یادگیری لورنبرگ- مارکوارت با تعداد نرون ها و توابع انتقال متفاوت در لایه های پنهان و خروجی استفاده شد. در نهایت، با بکارگیری بهترین نوع شبکه عصبی و با استفاده از ۱۶۵ ویژگی بافتی-رنگی، میزان ویتامین ث، محتوای قندی و pH، به ترتیب با ضرایب همبستگی ۹۵۰/۰، ۹۶۸/۰ و ۸۸۴/۰ تخمین زده شدند. بنابرین، با درنظر گرفتن ضریب همبستگی مناسب، می توان گفت فن آوری ماشین بینایی و پردازش تصویر قادر است با دقت خوبی ویژگی های بیوشیمیایی پرتقال خونی را تخمین بزند.

کلیدواژه ها:

Biochemical Characteristics ، Blood Orange ، Color and Texture ، Image Processing ، ANNs. ، پرتقال خونی ، ویژگی های بافتی و رنگی ، خواص بیوشیمیایی ، پردازش تصویر ، شبکه های عصبی مصنوعی