استفاده از پردازش رنگی تصویر و شبکه عصبی مصنوعی به منظور طبقه بندی مغز گردو

سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,302

فایل این مقاله در 8 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:

ELEMECHCONF02_406

تاریخ نمایه سازی: 22 مهر 1394

چکیده مقاله:

روش های سنتی ارزیابی حسی در تعیین کیفیت مواد غذایی کاربرد زیادی دارند، ولی این روش ها زمان بر و پرهزینه هستند. به علاوه نتیجه ی عملکرد این روش ها نیز قابل تضمین نبوده وکنترل کیفیت یکنواخت و پایدار محصولات غذایی با این روش ها امکان پذیر نیست. این عوامل سبب ایجاد انگیزه برای توسعه روش های جایگزین مانند پردازش تصویر گردید. که درمقابل روش های سنتی، سیستم های بینایی کامپیوتری، کارآمد و مقرون به صرفه بوده و نیز نتایج باثبات و پایدارتری ارائه می دهند. در این پژوهش طبقه بندی مغز گردو با استفاده از پردازش رنگی تصویر، در فضای رنگی RGB و شبکه عصبی مصنوعی در دو مرحله آموزش و تست صورت گرفت. 120 نمونه مغز گردو در این تحقیق مورد بررسی قرار گرفت که با توجه به شش شاخص در 4 گروه شامل خیلی روشن، روشن، کهربایی،تیره طبقه بندی شدند. میزان دقت طبقه بندی صورت گرفته توسط شبکه عصبی مصنوعی با استفاده از فیلتر ماکزیمم به بیش از 95% رسید.

نویسندگان

سیما امین الاسلامی

کارشناس ارشد، دانشگاه آزاد اسلامی واحد تبریز، گروه مهندسی پزشکی

لیلا امین الاسلامی

کارشناس ارشد، دانشگاه آزاد اسلامی واحد اهواز، گروه مهندسی علوم و صنایع غذایی

طلا امین الاسلامی

دانشجوی کارشناسی ارشد، دانشگاه آزاد اسلامی واحد اهر، گروه مهندسی مکاترونیک

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 :