پایان‌نامه

تشخیص عیوب سطحی عناب و طبقه بندی آن به کمک پردازش تصویر

چکیده

برخی از محصولات کشاورزی مانند عناب، سنجد و زیتون بر اثر امراض یا آفات دچار چروکیدگی یا پوکی داخلی شده، کیفیت این محصولات پایین آمده و در نتیجه نیاز به شناسایی و جدا نمودن محصول سالم از غیر سالم و یا طبقه بندی محصول در گروه های مختلف می باشد. در این تحقیق با استفاده از تکنیک پردازش تصویر که روشی سریع، دقیق و غیر مخرب است، به طبقه بندی و تشخیص عیوب سطحی عناب بر اساس ویژگی های شکلی و بافتی این محصول و استاندارد ملی ایران اقدام شده است. به منظور شناسائی و طبقه بندی عیوب سطحی عناب 9 ویژگی شکلی و 24 ویژگی بافتی جهت تشخیص چروکیدگی، آفت زدگی، شکستگی و نارس بودن میوه مورد بررسی قرار گرفت و ویژگی های برتر مشخص شدند. علاوه بر این ترکیب چند ویژگی با یکدیگر جهت طبقه بندی با روش های تحلیل تفکیک خطی (lda) و ماشین بردار پشتیبان (svm) مورد ارزیابی قرار گرفت. نتایج این تحقیق نشان داد که ویژگی های بافتی با دقت بسیار بهتری نسبت به ویژگی های شکلی در تشخیص عیوب سطحی عناب موثر هستند. به طوری که از طریق این ویژگی ها می توان با دقت بیش از 96 درصد عناب چروکیده از سالم، که به عنوان یک ویژگی منفی در بازاریابی محصول مطرح است، را شناسائی و جدا نمود.

اساتید راهنما و مشاور

محمد حسین عباسپورفرد، محسن شاکری

اسناد مشابه

  • طبقه بندی سیستم‌های پردازش تصویر در ردگیری اشیاء متحرک

    مقاله۲۰۱۵علوم و فناوری دریامجید یوسفی، هادی صالحی

    استفاده از سیستم‌های بینایی و پردازش تصویر جهت تشخیص و ردگیری اشیاء در محیط های طبیعی مختلف با پیچیدگی بالایی مواجه می‌باشد. همچنین، انسداد شیء هدف، ثبات رنگی، ردگیری چند شی در مقابل دید یک چشمی، نویز در تصاویر، شکل پیچیده شی و تغییرات روشنایی صحنه، از مهم‌ترین چالش‌ها‌ی سیستم‌ها

  • تشخیص آفت سوسک چهار نقطهای نخود به کمک پردازش تصویر و شبکه عصبی

    مقاله۲۰۱۵مهندسی زیست سامانه

    نظر به اهمیت تشخیص مکانیزه آفات گیاهان، در این پژوهش تشخیص آفت نخود توسط تکنیک پردازش تصویر با بهره گیری از شبکه های عصبی مصنوعی شبیه سازی شده است. بدین منظور تعدادی تصویر در ابعاد 18پیکسل از نخودهای سالم و آسیب دیده بعنوان تصاویر آموزش تهیه شده و پس از استخراج ویژگی آنها ×27 توس

  • تشخیص بیماری قارچی سفیدک پودری و آنتراکنوز خیار به کمک پردازش تصویر و شبکه عصبی

    مقاله۲۰۱۶مهندسی زیست سامانه

    با توجه به اینکه بیماریهای قارچی سفیدک پودری و آنتراکنوز بیشترین میزان خسارت را در گلخانه هایخیار به وجود می آورند در این پژوهش با ارائه روشی نوین و غیر مخرب مبتنی بر تکنیک پردازش تصویر وشبکه عصبی مصنوعی به تشخیص این دو نوع بیماری قارچی پرداخته شده است. مراحل مربوط به پیادهسازیرو

  • تشخیص بیماری قارچی سفیدک پودری و آنتراکنوز خیار به کمک پردازش تصویر و شبکه عصبی

    مقالهمهندسی زیست سامانه

    با توجه به اینکه بیماریهای قارچی سفیدک پودری و آنتراکنوز بیشترین میزان خسارت را در گلخانه هایخیار به وجود می آورند در این پژوهش با ارائه روشی نوین و غیر مخرب مبتنی بر تکنیک پردازش تصویر وشبکه عصبی مصنوعی به تشخیص این دو نوع بیماری قارچی پرداخته شده است. مراحل مربوط به پیادهسازیرو

  • تشخیص پین معیوب به کمک پردازش تصویر در خط تولید

    مقاله۲۰۲۰مکانیک هوافضامصطفی سیاح بادخور، علیرضا نداف اسکوئی، مسعود نصیری لاکه

    تشخیص قطعات معیوب از سالم، یکی از فرایندهایی است که توسط نیروی انسانی در خطوط تولید و یا پیش از تولید انجام می‌شود. در این مقاله طرحی به منظور تسریع در کنترل ابعادی قطعات به شکل پین، قبل از مصرف در خط تولید ارائه شده است. بدین منظور، ابعاد پین مورد نظر در آزمایشگاه به کمک کامپیوت

  • طبقه‏بندی سلول های مؤثر در تشخیص سرطان میلوئیدی مزمن به روش نیمه خودکار پردازش تصاویر میکروسکوپی

    مقالهمجله دانشکده پزشکی اصفهاننرجس قانع، دانشجوی کارشناسی ارشد، گروه بیوالکتریک و مهندسی پزشکی و کمیته ی تحقیقات دانشجویی، دانشکده ی فن آوری های نوین علوم پزشکی، دانشگاه علوم پزشکی اصفهان، اصفهان، ایران علیرضا ورد، استادیار، گروه بیوالکتریک و مهندسی پزشکی، دانشکده ی فن آوری های نوین علوم پزشکی، دانشگاه علوم پزشکی اصفهان، اصفهان، ایران اردشیر طالبی، دانشیار، گروه پاتولوژی، دانشکده ی پزشکی، دانشگاه علوم پزشکی اصفهان، اصفهان، ایران پردیس نعمت الهی

    مقدمه: لوسمی میلوئیدی مزمن (cml یا chronic myeloid leukemia)، نوعی بیماری سرطان خون است که اغلب، بزرگ سالان را درگیر می کند. آزمایش خون، شمارش و بررسی سلول های شناور خون، اولین گام جهت تشخیص لوسمی است. تشخیص و شمارش سلول ها از روی لام خون محیطی، توسط پاتولوژیست با استفاده از میکر