بازشناسي ارقام برنج ايراني بر اساس تحليل مولفه هاي رنگي تصاوير ديجيتال

برنج به عنوان يك ماده غذايي ارزشمند، نقش بسيار مهمي را در تغذيه مردم جهان ايفا مي كند. واريته ي برنج يكي از عواملي است كه روي بازده و كيفيت دانه ها سهيم است. بنابراين تشخيص و طبقه بندي ارقام برنج با توجه به اهميت آن در كشاورزان مدرن بسيار مهم يم باشد. خواص فيزيكي و شيميايي، كيفيت برنج را مشخص ميكند. اين خواص براي طبقه بنيد واريته هاي برنج و قيمت آن در بازار مهم است. امروزه كيفيت برنج به صورت دهين و دستي از طريق بازرسي بصري توسط تكنسين هاي با تجربه تعيين مي شود. اين رش خسته كنندخ، پر هزينه ووقت گير وگاهي اوقات ممكن است به دليل خطاهاي انساني قابل اعتماد نباشد. لذا هدف از اين تحقيق طراحي الگوريتمي براي پردازش تصاوير پنج رقم برنج سفيد ( طارم محلي، فجر، شيرودي، ندا و خزر) به منظور باز شناسي ارقام برنج ايراني مي باشد. رنگ عمل كيفي مهمي براي درجه بندي و بازاريابي محصولات كشاورزي محسوب مي شود و هدف اوليه اين پژوهش توسعه يك مدل هوشمند موثر براي تشخيص ارقام برنج است. به اين منظور ويژگي هاي رنگي در فضاهاي رنگي RGB و HSI و HSV و برخي ديگر از مولفه هاي مستقل، از تصاوير ديجيتال گرفته شده از ارقام مختلف استخراج و محاسبه شدند. براي طبقه بندي نتايج، از شبكه عصبي پس انتشار (BPNN) استفاده شد. نتايج حاصله ضريب تبيين بالايي بين مولفه هاي رنگي تصاوير و نوع رقم تحقيق نشان داد كه ميتوان به ميانگين دقت بازشناسي 97/12 اشاره كرد.