پیش بینی برخی ویژگی های کیفی میوۀ انار با استفاده از روش غیرزیانبار پردازش تصویر

روش های غیرزیانبار پایدار اهمیت زیادی دارند، چراکه محصول مورد بررسی به چرخۀ عرضه و مصرف برگشته و نیز مشکلات روش های زیانبار مانند وقت گیری و پرهزینه بودن را ندارند. از سوی دیگر تنوع و فراوانی ویژگی های کیفی محصولات کشاورزی، از دیگر دلایل توسعۀ روش های غیرزیانبار به شمار می آید. بنابراین در این پژوهش توانایی روش های پردازش تصویر به منظور پیش بینی ویژگی های کیفی مانند حجم، وزن، مواد جامد محلول کل، اسید قابل عیارسنجی (تیتراسیون) ، فنل کل و فعالیت پاداکسندگی (آنتی اکسیدانی) میوۀ سه رقم انار شامل زاغ یزدی، ملس یزدی و ملس اصفهان در طول فصل رشدی سال 1392 ارزیابی شد. میوه ها در چهار مرحلۀ 50، 80، 110 و 140 روز پس از گلدهی گردآوری شده و از لحاظ ویژگی های رنگی و شیمیایی ارزیابی شدند. درنهایت مدل های واسنجی (کالیبراسیون) مربوط به داده های رنگی و اندازه گیری های شیمیایی تدوین شدند. نتایج به دست آمده نشان از اعتبارسنجی مدل ها داشت، نسبت انحراف معیار در رقم ملس اصفهان برای وزن 3/2، حجم 52/2، مواد جامد محلول 8/1 و فعالیت پاداکسندگی 95/2 بود. همچنین مشخص شد که روند تغییرپذیری اسید قابل عیارسنجی و فنل کل با رنگ میوۀ انار در هیچ کدام از رقم های مورد بررسی ضریب همبستگی معنی داری نداشت و توسط روش پردازش تصویر قابل پیش بینی نبود. درمجموع می توان نتیجه گرفت که روش پردازش تصویر، روشی کارا و قابلیت بسیار قوی در تشخیص همزمان و سریع مرحله های بلوغ و همچنین وضعیت ویژگی های کیفی میوۀ انار رقم ملس اصفهان دارد.