بررسی روند تغییرات ویژگی های رنگی و بافتی گوشت ماهی کپور با کمک پردازش تصویر

کیفیت ماهی تحت تاثیر روش های حمل و نقل، شرایط نگهداری و زمان انبارمانی می باشد و این عوامل موجب تغییرات شیمیایی در ماهی شده، در نتیجه با تسریع در تخریب و فساد بافت ماهی مصرف آن را برای بدن انسان خطرناک می کند. بیشتر روش های مورد استفاده برای بررسی تازگی ماهی هزینه بر و مخرب هستند. لذا هدف از این پژوهش توسعه روشی غیر مخرب بر مبنای رابطه بین رنگ و بافت چشم و آبشش به کمک سامانه بینایی ماشین در نظر گرفته شد. بر این اساس بعد از استخراج ناحیه مورد نظر از تصاویر (چشم و آبشش) ویژگی رنگی و بافتی از تصاویر استخراج و به کمک الگوریتم انتخاب ویژگی فیشر مناسب ترین آن ها انتخاب و عمل گروه بندی با کمک دو روش طبقه بندی QDA و LDA انجام پذیرفت. برای طبقه بند QDA ویژگی های V_HSV (استخراج شده از آبشش)، انرژی و تباین (استخراج شده از چشم ماهی) و برای طبقه بند LDA ویژگی انرژی (استخراجی از چشم)، تباین (استخراجی از چشم)، V_HSV (استخراجی از آبشش)، یکنواختی (استخراجی از چشم) و H_HSV (استخراجی از آبشش)، به ترتیب به دقت 93% و 96% رسید.