شناسایی بذور گونه های مختلف جنس تاج خروس (.Amaranthus spp) با استفاده از رهیافت بینایی ماشین و شبکه های عصبی مصنوعی

به منظور شناسایی بذور سه گونه Amaranthus viridis، Amaranthus retroflexus و Amaranthus albus با استفاده از رهیافت بینایی ماشین و شبکه عصبی، آزمایشی در سال 1391 به انجام رسید. پس از تهیه تصویر بذرها، اطلاعات مربوط به خصوصیات شکلی هر بذر استخراج شد. نتایج نشان داد که شبکه عصبی چند لایه پرسپترون با تابع انتقال تانژانت هیپربولیک (TanhAxon) و قانون یادگیری Momentum به عنوان بهترین شبکه بود. دقت کلی شناسایی در شبکه های عصبی ساخته شده از داده های خام 15 متغیر پیش گو معادل 75/74 درصد و در شبکه هایی که تعداد متغیرهای پیش گوی ورودی بر اساس رگرسیون قدم به قدم تعیین شده بود معادل 24/76 درصد بود. این مقدار در شبکه های ساخته شده از داده های نرمال 15 متغیر پیش گو معادل 82 درصد بود و برای شبکه عصبی ساخته شده از داده های نرمال انتخاب شده توسط رگرسیون قدم به قدم نیز معادل 81/79 درصد بود. در مجموع استفاده از خصوصیات شکلی بذور برای شناسایی بذور گونه های تاج خروس نسبتا قابل قبول بود که استفاده از سایر خصوصیات شکلی، رنگی و بافتی سطح بذر برای افزایش دقت شناسایی توصیه می شود.

کلیدواژه ها:

طبقه بندی بذر ، پردازش تصویر ، شبکه های عصبی مصنوعی