استفاده از پردازش تصوير در تشخيص غيرمخرّب زعفران واقعي و تقلبي

مقدمه و هدف: هدف از اين مطالعه، تركيب پردازش تصوير و روش ماشين بردار پشتيبان (SVM) براي ارزيابي سريع و غير مخرّب تشخيص زعفران واقعي از زعفران تقلبي مي باشد. روش كار: پس از تهيه تصاوير از توده زعفران خالص و تقلّبي و كلاله هاي مجزا، تصاوير وارد مراحل پيش پردازش شدند و در نهايت، ويژگي هاي آماري مرتبط با بافت تصاوير و ويژگي هاي مورفولوژي شامل 105 ويژگي استخراج شدند. به منظور افزايش سرعت و دقت طبقه بندي، از روش آناليز مؤلفه هاي اصلي PCA براي كاهش ابعاد ماتريس ويژگي استفاده شد. همچنين طبقه بندي تصاوير به كمك توابع كرنل مختلف SVM ،به صورت دو كلاس انجام شد. سپس شاخص هاي آماري نظير دقت، صحت، حساسيّت، اختصاصي بودن و سطح زير منحني به منظور ارزيابي طبقه بند محاسبه شدند نتيجه گيري: مقادير اين شاخص ها براي طبقه بندي با كرنل كوبيك SVM براي تشخيص زعفران تقلبي از زعفران واقعي به ترتيب 97، 93، 83، 5/97و 97 درصد بدست آمد. نتايج حاصل از اين طبقه بندي نشان داد كه اين سيستم به عنوان يك روش هوشمند، سريع، غيرمخرب و دقيق، قابليت تشخيص زعفران واقعي را از تقلبي دارد.