CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

طراحی و پیاده سازی سامانه بینایی ماشین برای تعیین اندازه کریستال های شکر سفید

اعتبار موردنیاز : ۱ | تعداد صفحات: ۲۰ | تعداد نمایش خلاصه: ۷۸ | نظرات: ۰
سال انتشار: ۱۳۹۶
کد COI مقاله: HPNTAP02_177
زبان مقاله: فارسی
حجم فایل: ۹۴۱.۹ کیلوبایت (فایل این مقاله در ۲۰ 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 ۲۰ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله طراحی و پیاده سازی سامانه بینایی ماشین برای تعیین اندازه کریستال های شکر سفید

  سیدمحمود اسدی - دانشجوی کارشناسی ارشد گروه مهندسی بیوسیستم، دانشکده کشاورزی، دانشگاه شهید چمران اهواز.
  حسن مسعودی - استادیار گروه مهندسی بیوسیستم، دانشکده کشاورزی، دانشگاه شهید چمران اهواز.
  غلامرضا اکبری زاده - استادیار گروه مهندسی برق، دانشکده مهندسی، دانشگاه شهید چمران اهواز.

چکیده مقاله:

یکی از رایج ترین روش های مورد استفاده در کارخانه های تولید شکر برای تعیین اندازه دانه ها، استفاده از الک است. این روش به دلیل صرف زمان زیاد برای تعیین اندازه دانه، کارایی پایینی دارد. به همین دلیل، روش اندازه گیری دیگری که بتواند بصورت لحظه ای اندازه دانه های شکر را تعیین نماید، مورد نیاز است. یکی از روش ها و سامانه هایی که می توان برای این منظور استفاده کرد، سامانه بینایی ماشین با استفاده از پردازش تصویر می باشد. پژوهش حاضر با هدف بدست آوردن روشی مناسب جهت تعیین اندازه دانه های شکر به جای روش سنتی و استاندارد الک انجام شد. برای این منظور یک الگوریتم پردازش تصویر ویژه و سامانه ماشین بینایی مربوطه برای تعیین اندازه کریستال های شکر سفید طراحی شد. از جعبه ابزار پردازش تصویر نرم افزار متلب برای پیاده سازی الگوریتم ها استفاده شد. سه الگوریتم پیش زمینه-پس زمینه ، فرسایش نهایی و تبدیل فاصله جهت شناسایی و تعیین اندازه کریستال های شکر استفاده شدند. همچنین نتایج حاصل از این سه الگوریتم با روش تعیین اندازه دستی و روش استاندارد الک مقایسه شد. برای مقایسه نتایج از مهمترین پارامترهای ساختاری توزیع اندازه ذرات، شامل میانگین روزنه (MA) و ضریب تغییرات (CV) استفاده شد. اختلاف معنی داری بین نتایج الگوریتم های پردازش تصویر و روش استاندارد الک و روش دستی مشاهده نشد. لذا روش بینایی ماشین روش مناسبی برای جایگزینی با روش های سنتی و رایج مانند الک می باشد. در بین سه الگوریتم پردازش تصویر مورد استفاده، با تقریب خوبی نشانگر پیش زمینه-پس زمینه، عملکرد بهتری نسبت به دو الگوریتم دیگر داشت، درنتیجه استفاده از این الگوریتم در سامانه بینایی ماشین تعیین اندازه ذرات شکر سفید در اولویت می باشد.

کلیدواژه‌ها:

دانه های شکر، روش الک، الگوریتم پردازش تصویر، بینایی ماشین

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-HPNTAP02-HPNTAP02_177.html
کد COI مقاله: HPNTAP02_177

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:
اسدی, سیدمحمود؛ حسن مسعودی و غلامرضا اکبری زاده، ۱۳۹۶، طراحی و پیاده سازی سامانه بینایی ماشین برای تعیین اندازه کریستال های شکر سفید، دومین همایش ملی فناوری های نوین برداشت و پس از برداشت محصولات کشاوری، مشهد، مرکز تحقیقات کشاورزی و منابع طبیعی خراسان رضوی، https://www.civilica.com/Paper-HPNTAP02-HPNTAP02_177.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: (اسدی, سیدمحمود؛ حسن مسعودی و غلامرضا اکبری زاده، ۱۳۹۶)
برای بار دوم به بعد: (اسدی؛ مسعودی و اکبری زاده، ۱۳۹۶)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: دانشگاه دولتی
تعداد مقالات: ۱۳۷۱۲
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:
  • هوش مصنوعی > پردازش تصویر
  • هوش مصنوعی > بینایی ماشین
  • اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    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.