تشخیص خودکار درجه توتون با استفاده از تصاویر برگ آن به کمک شبکه های عصبی

سال انتشار: 1396
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 993

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:

COMCONF05_027

تاریخ نمایه سازی: 21 اردیبهشت 1397

چکیده مقاله:

توتون یکی از گیاهان مهم زراعی است که در اقتصاد کشورهای تولیدکننده نقش مهمی دارد. توتون شامل سه نوع بارلی،ویرجینیا و باسما میباشد که هر نوع با درجات متفاوتی، درجه بندی میشوند. هر دسته از انواع توتون در استانهای خاصی از ایران با توجه به نوع آب وهوایی کشت میشود. تعیین درجه توتون توسط کارشناسان خبره اداره دخانیات انجام میگیرد که این کار با مشکلاتی همراه است. از جمله مهمترین این مشکلات میتوان به تعداد اندک کارشناسان و همچنین سلیقه ای بودن امر کارشناسی اشاره کرد که این موجب ناراضایتی کشاورزان شده است. در این مقاله سیستمی پیشنهاد شده است که به صورت خودکار، کار درجه بندی توتون با استفاده از تصاویر مربوط به برگ آن را انجام میدهد. پایگاه داده مورد استفاده شامل 280 نمونه تصویر نرمال شده از برگهای با درجات متفاوت میباشد. در این سیستم، درجهبندی توسط شبکه عصبی انجام گرفته و برای پیاده سازی آن از نرم افزارمتلب استفاده شده است. نتایج شبیه سازی دقت 81.9 درصد را نشان میدهد که دقت بالایی محسوب میشود.

نویسندگان

یگانه یاوری

دانشجوی کارشناسی مهندسی کامپیوتر، دانشکده فناوری اطلاعات، دانشگاه صنعتی کرمانشاه

سیدوفا بارخدا

عضو هییت علمی گروه کامپیوتر، دانشکده فناوری اطلاعات، دانشگاه صنعتی کرمانشاه

یادگار رزاعی

مسیول کشت و ترویج توتون، اداره دخانیات کردستان