CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

امکان سنجی جداسازی پسته های خندان ازپسته های غیرخندان توسط پردازش تصویر

اعتبار موردنیاز : ۱ | تعداد صفحات: ۴ | تعداد نمایش خلاصه: ۱۱۴۹ | نظرات: ۰
سال انتشار: ۱۳۹۰
کد COI مقاله: AGRIDEA06_703
زبان مقاله: فارسی
حجم فایل: ۲۲۸.۹۳ کیلوبایت (فایل این مقاله در ۴ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۴ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله امکان سنجی جداسازی پسته های خندان ازپسته های غیرخندان توسط پردازش تصویر

  رسول همتیان - دانشجویان کارشناسی ارشد دانشگاه تربیت مدرس
  علیرضا مهدویان -
ابراهیم رحیمی حاجی آبادی - دانشجوی کارشناسی ارشدتاکستان
مهدی منتظری -

چکیده مقاله:

باتوجه به آمار سازمان خواربارجهانی ایران با تولید بیش از300000 تن پسته درسال 2009 بزرگترین تولید کننده پسته درجهان می باشد از آن جهت که کیفیت پسته های صادراتی دربازار جهانی نقش اصلی را دارا می باشد و موجود بودن پسته های غیرخندان که به دلیل سختی باز کردن و استفاده از انها بازارپسندی این محصول را به مخاطره می اندازد درحالیحاضر جداسازی پسته های غیرخندان ازپسته های خندان توسط سیستم های مکانیکی صورت میگیرد از نقاط ضعف این سیستم ورود سوزن به مغز پسته بود که از کیفیت ان می کاهد دراین مطالعه یک رایانه شخصی یک عدد دوربین هندیکم یک کارت مبدل لامپ هالوژن ونوشتن برنامه ای درنرم افزار MATLAB مورد استفاده قرارگرفت دراین تحقیق با انتخاب تصادفی 80 دانه پسته از رقم اوحدی و بعد ازاندازه گیری ابعاد و خصوصیات فیزیکی طول عرض ارتفاع درجه کرویت و قطرمتوسط و قرار دادن درمکان آزمایش که دارای زمینه سفید ونورتولید شده از یک لامپ فلورسنت می بادش عکسبرداری از دانه ها شروع گرددی بعدازپردازش تصاویر مشخص شد که از بین دانه های انتخابی 88درصد پسته های خندان 80درصد پسته های غیرخندان صحیح شناخته شدند و دربین پسته های نیمه خندان 60درصد به عنوان خندان شناسایی شده اند.

کلیدواژه‌ها:

پردازش تصویر، پسته، خواص فیزیکی، سورتینگ

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-AGRIDEA06-AGRIDEA06_703.html
کد COI مقاله: AGRIDEA06_703

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
همتیان, رسول؛ علیرضا مهدویان؛ ابراهیم رحیمی حاجی آبادی و مهدی منتظری، ۱۳۹۰، امکان سنجی جداسازی پسته های خندان ازپسته های غیرخندان توسط پردازش تصویر، ششمین همایش ملی ایده های نو در کشاورزی، خوراسگان، دانشگاه آزاد اسلامی واحد خوراسگان، https://www.civilica.com/Paper-AGRIDEA06-AGRIDEA06_703.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (همتیان, رسول؛ علیرضا مهدویان؛ ابراهیم رحیمی حاجی آبادی و مهدی منتظری، ۱۳۹۰)
برای بار دوم به بعد: (همتیان؛ مهدویان؛ رحیمی حاجی آبادی و منتظری، ۱۳۹۰)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 :

  • -درویشان، م. (مترجم).۱۳۷۸. کشت و تولید پسته. چاپ سوم ۱۳۸۱. ...
  • - غضنفری، ا، ۱۳۸۲. ارزیابی سیستم بینایی ماشین از راه ...
  • Pearson, T. 1995.Mechine vision system for automated detection of stained ...
  • Pearson, T .C., Toyfuko, N.2000 .Automated sorting of pistachio nuts ...
  • FAO (2 0 09)Production Year book. ...
  • Ghazanfari, A..Wulfsohn, D.Irudayaraj, J. 1998.Machine vision grading of pistachio Nuts ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه دولتی
    تعداد مقالات: ۲۵۹۲۵
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مدیریت اطلاعات پژوهشی

    این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
  • کشاورزی > پسته
  • هوش مصنوعی > پردازش تصویر
  • اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    شبکه تبلیغات علمی کشور

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.