طبقه‌بندي ميوه زالزالك بر مبناي رسيدگي با استفاده از ماشين بينايي

بازارپسندي محصولات توليدي به طور گسترده‌اي به ظاهر آنها بستگي دارد. لذا هدف از مطالعه حاضر توسعه الگوريتم‌هايي براي استخراج، انتخاب، و طبقه‌بندي ويژگي‌هاي تصاوير نمونه‌هاي زالزالك به منظور طبقه‌بندي آن‌ها بر اساس سطح رسيدگي است. تعداد 600 نمونه ميوه زالزالك تهيه شد. در مرحله بعد يك جعبه نورپردازي به ‌منظور تصويربرداري از نمونه‌هاي زالزالك با نورپردازي كنترل شده طراحي و ساخته شد. پس از تصويربرداري و ذخيره تصاوير بدست آمده، فرآيند پردازش تصوير در نرم افزار متلب اجرا شد. در اين مرحله بعد از عمليات پيش پردازش، ويژگي‌هاي رنگ و بافت از تصاوير استخراج شد. از بين ويژگي هاي استخراج شده تعدادي ويژگي به عنوان ويژگي هاي كارا با استفاده از روش انتخاب ترتيبي با پايه درجه دوم در نرم افزار متلب انتخاب شدند. از روش هاي تحليل تفكيك خطي و درجه دوم براي طبقه بندي ويژگي هاي كارا استفاده شد. پارامترهاي دقت، صحت، حساسيت، و خاصيت براي مدل هاي طبقه بندي محاسبه شدند. ميانگين دقت طبقه‌بندي نمونه‌هاي مختلف زالزالك با استفاده از روش‌هاي تحليل تفكيك خطي و درجه دوم در مرحله آموزش به ترتيب برابر 98/67و % 99/33 و در مرحله آزمون با هم مشابه و برابر با % 98/67 بود. همچنين بر اساس نتايج مربوط به پارامترهاي تعيين شده، مدل تحليل تفكيك درجه دوم از مدل تحليل تفكيك خطي عملكرد بهتري داشت.