مدلسازی سیستم پیشامد گسسته برای جداسازی پسته خندان و غیر خندان توسط سامانه هوشمند ماشین بینایی

بر اساس آمار سازمان کشاورزی و خواروبار جهانی (FAO) ایران در سال 2009 با تولید 58% محصول پسته بزرگترین تولید کننده پسته جهان بوده است. فرآوری پسته از جمله مراحلی است که تاثیر فراوانی بر بازار پسندی و کیفیت محصول نهایی دارد. در حال حاضر دسته بندی پسته ها بطور دستی، یا به وسیله دستگاه های الکترومکانیکی و یا الکترواپتیکی انجام می شود. دستگاه های الکترومکانیکی دقیق نیستند و در هنگام انجام عمل جداسازی به دلیل تماس مستقیم به مغز پسته آسیب می رسانند و ظاهر نامناسبی را برای محصول خندان ایجاد می کنند. دستگاه های الکترواپتیکی هم تنها می توانند محصول پسته را به دو دسته قابل قبول و غیر قابل قبول تقسیم کنند که این امر در اکثر موارد رضایت بخش نمی باشد. با پیشرفت تکنولوژی،اتوماسیون سیستم های کشاورزی و کنترل گسسته این سیستم ها نقش بسزایی در توسعه مکانیزاسیون کشاورزی و بهبود عملیات فرآوری محصولات کشاورزی خواهد داشت. با توجه به اینکه در اینگونه کاربردها، ورودی های سیستم کن ترلی به صورت پیشامدهای گسسته است، اتوماسیون این سیستم ها، نیازمند طراحی کنترلرهای دیجیتال خواهد بود. روش های مختلفی برای ارائه یک سیستم اتوماسیون گسسته مانند فلوگراف، اتومات و پتری نت وجود دارند. در این مقاله، به بررسی موضوعی ارائه مدلی کنترلی برای یک سیستم جداسازی پسته های خندان و غیر خندان با استفاده از شبکه های پتری نت پرداخته می شود. کاربرد این روش احتمال بروز خطا در عملکرد سیستم جداسازی پسته خندان و غیر ندان را بسته به شرایط مختلف به حداقل می رساند. با پیاده سازی این سیستم نتایج مناسبی در جداسازی پسته با استفاده از پردازش تصویر بدست آمد. آزمایش های انجام شده بر روی سه رقم پسته ایرانی نشانگر توانایی های سامانه ارزان قیمت طراحی شده برای جداسازی پسته های خندان با دقت 92% و پسته های غیر خندان با دقت 82/8% می باشد.

کلیدواژه ها:

پردازش تصویر ، جداسازی ، پسته غیر خندان ، کنترل گسسته و شبکه پترینت