شناسایی ارقام رایج برنج ایرانی با استفاده از تکنیک های ماشین بینایی

سال انتشار: 1389
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,644

فایل این مقاله در 9 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:

NCAMEM06_227

تاریخ نمایه سازی: 20 مرداد 1391

چکیده مقاله:

تشخیص ارقام مختلف برنج از نظر علمی و تجاری از اهمیت بالایی برخوردار است. یکی از روشهای کاربردی ، غیر مخرب و دقیق تشخیص ارقام محصولات کشاورزی تکنولوژی ماشین بینایی است. تکنولوژی ماشین بینایی ازتفاوت دانه های ارقام مختلف از نظر شکل، اندازه و رنگ برای تشخیص ارقام مختلف محصول بهره می گیرد . در این پژوهش برای تشخیص ارقام مختلف دانه های برنج از روش پردازش تصویر و شبکه های عصبی مصنوعیاستفاده شد. با تهیه تصاویر استاندارد از دانه های ارقام مخ تلف و انجام عملیات پردازش بر روی تصاویر، 20 مشخصه مورفولوژیکی از دانه های برنج استخراج شد. در ادامه قابلیت روش های طبقه بندی آنالیز تشخیص خطیLinear Discriminant Analysis)وشبکه های عصبی مصنوعی برای (Artifical Neural Network) تشخیص ارقام مختلف برنج بر اساس مشخصات مورفولوژیکی دانه مقایسه شد. نتایج نشان داد کهLDA با دقتمتوسط88/4% , ANN با دقت 81/3% قادر به تشخیص ارقام مختلف برنج بودند.

نویسندگان

مریم حاتمی

دانشجوی کارشناسی ارشد

علاالدین رحمانی دیدار

استادیار گروه مهندسی مکانیک ماشینهای کشاورزی پردیس کشاورزی دانشگاه

جواد خزائی

دانشیار گروه مهندسی مکانیک ماشینهای کشاورزی پردیس ابوریحان دانشگاه

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 :
  • مقدم، .، محمدی شوطی، _ 1373. آشنایی با روشهای آماری ...
  • نصر اصفهانی، ش.، مهدوی امیری، ن.، ومسعودی نژاد، ع. 1386. ...
  • Gonzalez, R.E, Woods, R.E., Eddins, S.L. 2004. Digital image processing ...
  • Majumdar, S. & Jayas, D.S. 2000. Classification of cereal grains ...
  • Neuman, M., Sapirstin, H.D., Shwedyk, E. & Bushuk, W.1987. Discrimination ...
  • Utku, H. 2000. Application of the feature selection method to ...
  • Zapotoczny, P., Zielinska, M. & Zygmunt, N. 2008. Application of ...
  • نمایش کامل مراجع