طراحی یک سیستم خبره برای تشخیص اصالت ارقام برنج با استفاده از ترکیب ویژگی های بافتی تصاویر توده ی برنج

چکیده:
برنج یکی از مهمترین مواد غذایی در ایران می باشد. ممکن است یک رقم برنج با کیفیت بالا با اهدافی مثل سودجویی با یک رقم برنج دیگر که کیفیت پایین تری دارد مخلوط شود. این مقاله به ارائه ی یک سیستم خبره جهت تشخیص اصالت ارقام برنج با استفاده از تصاویر گرفته شده از توده ی برنج پرداخته است. ایده ی اصلی جهت تشخیص اصالت بر روی بافت برنج استوار است که ممکن است با مخلوط شدن دو رقم برنج با یکدیگر، بافت توده ی آنها نیز تغییر نماید. به این منظور، در ابتدا، با استفاده از یک جعبه سیاه در فواصل مختلف ترکیبی، تصویربرداری انجام شد. سپس ویژگی های بافتی مربوط به توده ی برنج با استفاده از سه روش هیستوگرام تصویر، ماتریس هم رویدادی و الگوی دودویی محلی به دست آمد. جهت پیداکردن ویژگی های برتر استخراجی، از الگوریتم ژنتیک استفاده شد. سپس از یک شبکه عصبی برای رگرسیون استفاده شد. ورودی این شبکه عصبی، ویژگی های برتر استخراجی و خروجی آن درصد ترکیب بود. بهترین کارایی با استفاده از الگوی دودویی محلی با مقدار خطای 92/4 و ضریب همبستگی9153/0 به دست آمد. برای بهبود نتایج ارائه شده، نتایج مرحله قبل با هم ترکیب شد که مقدار خطا به 21/4 و ضریب همبستگی 9356/0 کاهش پیدا کرد. نتایج این پژوهش می تواند در ساخت یک سیستم اصالت سنج ارقام برنج مورد استفاده قرار گیرد.
زبان:
فارسی
صفحات:
11 تا 18
لینک کوتاه:
magiran.com/p1544938 
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یک‌ساله به مبلغ 1,390,000ريال می‌توانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
  • حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران می‌شود.
  • پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانه‌های چاپی و دیجیتال را به کاربر نمی‌دهد.
In order to view content subscription is required

Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!