تعیین ارتفاع برش برگ پیاز با استفاده از پردازش تصویر و شبکه عصبی مصنوعی

سال انتشار: 1400
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 135

فایل این مقاله در 10 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:

JR_MAM-10-3_003

تاریخ نمایه سازی: 18 دی 1400

چکیده مقاله:

حذف برگ پیاز یکی از مراحل برداشت این محصول است که عمدتا به صورت دستی و با صرف هزینه و وقت زیاد انجام می شود. از جمله ماشین های مورد استفاده در برگ زنی مکانیزه پیاز سرزن غلتکی است. در تحقیق حاضر توده ای، از پیازها در چهار مجموعه بر اساس اندازه قطر تقسیم بندی شدند. سپس با استفاده از پردازش تصویر، شاخص قطر غده ها بر حسب پیکسل تعیین گردید. در ادامه با به کارگیری شبکه عصبی چندی ساز بردار یادگیر (LVQ) پیازها بر حسب اندازه شاخص قطر در چهار گروه طبقه بندی شدند. پیازها در دستگاه سرزن غلتکی سرزنی شده و ارتفاع برش برگ روی غده به روش دستی ثبت گردید. در گام بعدی ارتفاع برش برگ پیاز هر گروه با استفاده از شبکه عصبی پرسپترون چندلایه (MLP) پیش بینی گردید. برای ارزیابی شبکه عصبی LVQ از شاخص های دقت، صحت، حساسیت و اختصاصی بودن طبقه بندی و برای تعیین دقت شبکه عصبی MLP از آماره های ریشه میانگین مربعات خطا و میانگین خطای مطلق استفاده شد. نتایج نشان داد که شبکه عصبی LVQ توانست پیازها را با دقت کلی ??/?? درصد طبقه بندی نماید. همچنین شبکه عصبی MLP ارتفاع برش برگ ها را با مقادیر ضریب تعیین (R?)، ریشه میانگین مربعات خطا (RMSE) و میانگین خطای مطلق (AME) به ترتیب ??/?، ??/? و ??/? پیش بینی نمود. از نتایج این پژوهش می توان در طراحی و راه اندازی سامانه های تنظیم خودکار برای تیغه های برش سرزن پیاز استفاده نمود.

کلیدواژه ها:

پردازش تصویر ، چندی ساز بردار یادگیر ، سرزن پیاز ، شبکه عصبی مصنوعی