هدف ما طبقه بندی میوه نارنگی بر اساس بینایی ماشین و پردازش تصویر رنگی

طبقه بندی  میوه نارنگی به صورت بصری و دستی درجه بندی می شوند که امری مستعذ خطا، وقت گیر و گران است. سیستم های اتوماتیک نتایج دقیق تری را برای درجه بندی نارنگی در مقایسه با درجه بندی دستی تضمین می کنند.

این مقاله یک روش جدید برای طبقه بندی میوه نارنگی بر اساس محتویات رنگ ارئه شده است. روش kmean رنگی برای قطعه بندی استفاده شد. و ویژگی های رنگ از مولفه های HSI و RGB تصویر قطعه بندی شده مورد استفاده قرار گرفت. نارنگی به سه دسته رسیده، نارس و بیش از حد رسیده تقسیم می شوند.از شبکه های عصبی مصنوعی برای طبقه بندی نارنگی استفاده شد. نتایج بر اساس دقت، حساسیت و ویژگی ارزیابی شدند و با درجه بندی دستی مقایسه شدند که نشان دهنده نتایج طبیعی روش ارائه شده می باشد.

روش کار :

قطعه بندی : از تصاویر رنگی روی پس زمینه سفید و در اتاق تاریک با منبع نور مناسب ( که از ایجاد بازتاب نور  جلوگیری میکند) تصویر برداری شد. سپس توسط روش خوشه بندی kmean قطعه بندی تصویر صورت می گیرد. این روش قطعه بندی به علت ساده بودن طراحی و پیچیدگی زمانی بهتر انتخاب شذ. دلیل دیگر انتخاب این روش این است که رنگ اصلی میوه در تصویر قطعه بندی شده حفظ می شود.

درجه بندی رنگی میوه نارنگی بر اساس بینایی ماشین

Machine Vision Based Color Grading of Kinnow Mandarin

Published in:  IJARCSSE All Rights Reserved

Date of Publication: 2015

                                     برای مشاهده مقاله ؛ تصویر فوق را کلیک کنید تا دانلود شود

مشخصات شبیه ساز:

کارشناسی ارشد مهندسی پزشکی

دانشگاه شیراز

محتویات:

• اصل مقاله
• پیاده سازی با Matlab
• گزارش مقاله و توضیحات فارسی الگوریتم (Word)
• پیوست سورس کد

دانلود فایل