دسته بندي اندازه اي گوجه فرنگي با استفاده از ماشين بينايي و ANFIS

Classification ofTomato BasedonSizeby Usingof Machine Visionand ANFIS

از مهمترين فرآيندها در بسته بندي و نگهداري محصولات كشاورزي عمليات دسته بندي مي باشد. اين عمليات توجه بسياري از فعالين اين حوزه بالاخص متخصصين را به خود اختصاص داده است و تكنولوژي هاي بروز و كارآمدي در اين زمينه طراحي شده اند. هدف در پژوهش حاضر بدست آوردن الگوريتمي براي تشخيص و درجه بندي محصول گوجه فرنگي و ارائه سامانه اي كارآمد در اين زمينه مي باشد و بدين منظور از شبكه هاي فازي عصبي موسوم به ANFIS در كنار ماشين بينايي استفاده شده است.پس از عكس برداري از نمونه هاي گوجه فرنگي تهيه شده، اين نمونه ها توسط فرد خبره در 3 دسته: بزرگ، متوسط و كوچك دسته بندي شدند. ميزان دقت براي قبل و بعد از آموزش بدست آمد كه نشان ميداد با بكارگيري مرحله آموزش ارتقاء كيفيت تشخيص و دسته بندي موجب گرديد و آنرا حدود 10 % افزايش داد. دقت حاصل از اين سامانه پس از فرآيند آموزش براي اين عمليات برابر با 81 %بدست آمد.

Sorting is the most important process in packaging and storage of agricultural products operations. Many specialists devote their attention to design update and effective technologies in this field. The aimof this study wasto obtainan algorithmfor thedetectionandgradingof tomato productsand offeran efficient systemisinthis area. For simplicity of these operations, we used the easy and accurate set up process of fuzzy neural networks that is called ANFIS. After imaging, the tomato samples were classified by expert in 3 categories of large, medium and small. Features images of the samples were obtained by using machine vision and designed algorithms were entrusted to ANFIS system. Accuracyofthissystem after the trainingprocess was obtained 81% that showed these amounts represent 10% difference in the values of pre-training