CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)
عنوان
مقاله

طراحی، ساخت و ارزیبای سامانه هوشمند درجه بندی گوجه فرنگی

اعتبار موردنیاز PDF: ۱ | تعداد صفحات: ۶ | تعداد نمایش خلاصه: ۴۲۴ | نظرات: ۰
سال انتشار: ۱۳۹۱
نوع ارائه: پوستر
کد COI مقاله: NCAMEM07_381
زبان مقاله: فارسی
حجم فایل: ۱۱۶.۱۳ کیلوبایت (فایل این مقاله در ۶ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

متن کامل این مقاله دارای ۶ صفحه در فرمت PDF قابل خریداری است. شما می توانید از طریق بخش روبرو فایل PDF این مقاله را با پرداخت اینترنتی ۳,۰۰۰ تومان بلافاصله دریافت فرمایید
قبل از اقدام به دریافت یا خرید مقاله، حتما به فرمت مقاله و تعداد صفحات مقاله دقت کامل را مبذول فرمایید.
علاوه بر خرید تک مقاله، می توانید با عضویت در سیویلیکا مقالات را به صورت اعتباری دریافت و ۲۰ تا ۳۰ درصد کمتر برای دریافت مقالات بپردازید. اعضای سیویلیکا می توانند صفحات تخصصی شخصی روی این مجموعه ایجاد نمایند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل PDF مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۶ صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله طراحی، ساخت و ارزیبای سامانه هوشمند درجه بندی گوجه فرنگی

امید امیدی ارجنکی - کارشناس ارشد مهندسی مکانیک ماشین های کشاورزی
  اسعد مدرس مطلق - عضو هیئت علمی گروه مهندسی مکانیک ماشین های کشاورزی دانشگاه ارومیه
  پرویز احمدی مقدم - عضو هیئت علمی گروه مهندسی مکانیک ماشین های کشاورزی دانشگاه ارومیه

چکیده مقاله:

درجه بندی آن لاین گوجه فرنگی بر طبق خصوصیات و ویژگی های آن یکی از عملیان مهم بعد از برداشت محسوب می شود. هدف این تحقیق توسعه یک سیستم و سامانه آزمایشگاهی کارا برای در جه بندی گوجه فرنگی بر مبنای فن آورزی پردازش تصویر است. معیارهای درجه بندی در این سامانه شامل شکل، اندازه، رسیدگی و عیوب هستند. برای شکل، رسیدکی و اندازه گوجه فرنگی به ترتیب شاخص های انحراف از مرکز ، میانگین مولفه های رنگی و مساحت دید از بالا تعریف شدند. آسیب های معمول گوجه فرنگی شامل ناهمگنی رتگ، ترکهای رشد، آفتاب سوختگی ، لکه موجی و غیره است. در این سامانه در جه بندی، از یک دوربین CCD که برای کار در حالت USB تنظیم شده بود. یک میکروکنترلر، سنسور و یک رایانه همراه به منظور پردازش داده استفاده شد. عنلیات پردازش تصویر توسط نرم افزار که با زبان ویژوال بیسیک 2008 نوشته شد، اجرا و انجام شد. برای ارزیابی سامانه از 210 نمومه گوجه فرنگی تصویر برداری شد. هر کدام ار الگوریتم هاب شناسایی ف روی تمام تصاویر این نمونه اعمال شد. اطلاعات مورد نیار از هر کدام از تصاویر برای سالم بودن یا معیوب بودن ، بیضی یا دایره بودن، کوچک یا بزرگ بودن و مقدار رنگ استخراج شد. نتایج نشان داد که دقت الگوریتم های کسف عیوب، شکل و اندازه و دقت کلی سامانه به ترتیب 84.84% و 90.90% و 94.54% و 90% بدست آمد. کارایی و عملکرد سامانه نیز درجه بندی 2517 عدد گوجه فرنگی در ساعت تخمین زده شد.

کلیدواژه‌ها:

بینای ماشین، پردازش تصویر، درجه بندی، گوجه فرنگی

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-NCAMEM07-NCAMEM07_381.html
کد COI مقاله: NCAMEM07_381

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:
امیدی ارجنکی, امید؛ اسعد مدرس مطلق و پرویز احمدی مقدم، ۱۳۹۱، طراحی، ساخت و ارزیبای سامانه هوشمند درجه بندی گوجه فرنگی، هفتمین کنگره ملی مهندسی ماشین های کشاورزی و مکانیزاسیون، شیراز، دانشگاه شیراز، https://www.civilica.com/Paper-NCAMEM07-NCAMEM07_381.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: (امیدی ارجنکی, امید؛ اسعد مدرس مطلق و پرویز احمدی مقدم، ۱۳۹۱)
برای بار دوم به بعد: (امیدی ارجنکی؛ مدرس مطلق و احمدی مقدم، ۱۳۹۱)
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 :

  • Blasco J, Aleixos N, Cubero S, Gomez SJ, Molto E ...
  • Gonzalez RC, Woods RE (2002) Digital Image Processing. Second Edition. ...
  • Jarimopas B, Jaisin N (2008) An experimental machine vision system ...
  • Lino LAC, Sanches J, Dal FMI (2008) Image processing techniques ...
  • Van AHC, Egmont PM, Reiber JC (2002) Accurate object localization ...
  • Velioglu S Y, Mazza G, Gao L, Omah BD (1998) ...
  • Weisstein E (2011) A wolfram web resourc. MathWorld, Last accessed ...
  • Yud RC, Kuanglin C, Moon Kim s (2002) Machine vision ...
  • دانشگاه شیراز، ۱۴ الی ۱۶ شهریور ۱۳۹۱ ...
  • کدام مقالات به این منبع استناد نموده اند

    مدیریت اطلاعات پژوهشی

    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.