كليدواژه :
الگوريتم بهينه‌سازي , خصوصيات رنگي , خصوصيات بافتي , فضاي رنگي , نخود , هيبريد شبكه عصبي مصنوعي
چكيده فارسي :
نخود زراعي يكي از انواع مختلف حبوبات وداراي مصارف مختلف غذايي است. اين محصول همانند ساير محصولات كشاورزي داراي ارقام مختلفي است كه در بسياري از موارد هر رقم داراي كاربرد خاصي است. بنابراين، تشخيص ارقام مختلف نخود داراي اهميت مي‌باشد. به‌همين دليل هدف از مطالعه جاري ارائه يك سيستم بينايي كامپيوتر به‌منظور تشخيص سه رقم شبيه به هم نخود يعني آرمان، عادل و آزاد بود. اين سيستم داراي مراحل مختلف قطعه‌بندي، استخراج خصوصيات مختلف رنگي و بافتي، انتخاب خصوصيات موثر و در نهايت طبقه‌بندي است. براي انجام عمليات طبقه‌بندي از فضاي رنگي YCbCr و اعمال آستانه بر روي مولفه‌هاي اول و دوم اين فضاي رنگي استفاده گرديد. در مرحله استخراج خصوصيات مختلف، 84 خصوصيت رنگي و 80 خصوصيت بافتي ماتريس هم‌وقوعي سطح خاكستري استخراج گرديد. از ميان اين خصوصيات مختلف استخراجي، 4 خصوصيت مولفه دوم اضافي فضاي رنگي YCbCr، انرژي مربوط‌به زاويه 45 درجه، ميانگين مولفه اول فضاي رنگي YCbCr و انحراف استاندارد مربوط‌به زاويه 135 درجه با استفاده از هيبريد شبكه عصبي مصنوعي – الگوريتم تكامل تفاضلي به‌عنوان خصوصيات موثر انتخاب شدند. به‌منظور طبقه‌بندي از سه طبقه‌بند هيبريد شبكه عصبي مصنوعي – الگوريتم فرهنگي، هيبريد شبكه عصبي مصنوعي – الگوريتم زنبورها و هيبريد شبكه عصبي مصنوعي – الگوريتم رقابت استعماري استفاده گرديد و جهت بررسي ميزان قابليت اعتماد هر طبقه‌بند 1000 تكرار انجام شد. در نهايت نتايج نشان داد كه نرخ تشخيص صحيح طبقه‌بند‌هاي هيبريد شبكه عصبي مصنوعي – الگوريتم فرهنگي، هيبريد شبكه عصبي مصنوعي – الگوريتم زنبورها و هيبريد شبكه عصبي مصنوعي – الگوريتم رقابت استعماري در بهترين تكرار به‌ترتيب برابر بودند با 98/92، 99/46 و 98/92 درصد.
چكيده لاتين :
Chickpea is one of the legumes that have different nutritional uses. It is important to identify different chickpea varieties. For this reason, the aim of the present study was to develop a computer vision system to identify three similar chickpea varieties, namely, Adel, Arman and Azad using different artificial neural network hybrids including hybrid ANN- DE, hybrid ANN- CA, hybrid ANN-BA and hybrid ANN- ICA. In order to perform the segmentation, the image was first converted to YCbCr color space, and chickpeas were isolated from the background. Then, different properties were extracted in two color and texture areas based on gray surface co-occurrence matrix (GLCM). The YCBCR, YIQ, CMY, HSV and HSI color spaces were also extracted. Textural properties are extracted using the gray-area coherent matrix based on the position of the pixels of equal value. The multilayer perceptron artificial neural network divides the whole data into three categories data for training, the data for validation, and the third data for testing. Result showed that in all three classifications, the area under the curve for the correct class is lower than for the others, which means that the classifiers did not correctly identify the examples for this class and there is probably a high degree of sharing of selective affective properties between Adel, Arman and Azad classes. All classifiers have acceptable performance. Comparing the values of the classifier parameters, it can be seen that hybrid ANN-CA has higher values than the other classifiers, so it can be concluded that this classifier performs better than the other two classifiers. The results showed that the correct detection rates of hybrid ANN-CA, hybrid ANN-BA and hybrid ANN-ICA were 98.92, 99.46 and 92.92, respectively.
