طراحی الگوریتم دسته بندی نارنگی بر اساس رنگ با استفاده از پردازش تصویر

همه ساله مرکبات زیادی مثل نارنگی در کشور به خاطر قیمت بسیار پایین آن، در باغات به صورت برداشت نشده رها می شود که باعث وارد آمدن خسارت زیاد به باغداران می شود. از طرفی عرضه محصول یک دست از نظر میزان رسیدگی به بازار، با استقبال زیادی از طرف مصرف کننده روبرو شده و باعث رونق گرفتن بازار فروش محصول خواهد شد. نارنگی دارای ارقام مختلفی است که در این پژوهش، نارنگی رقم انشو مورد مطالعه قرار گرفته است و از روش پردازش تصویر و شبکه های عصبی مصنوعی (ANN) برای طبقه بندی میوه نارنگی به سه دسته رسیده، نیمه رسیده و نارس استفاده شد. تعداد 120 نمونه میوه نارنگی توسط فرد خبره به سه دسته رسیده، نیمه رسیده و نارس دسته بندی و سپس تصاویر آنها با استفاده از یک سیستم تصویربرداری بدست آمد. پس از عکس برداری از نارنگی ها و عملیات پیش پردازش، قطعه بندی و طبقه بندی تصاویر، تصاویر به کانال های رنگی مختلف مثل فضاهای رنگی RGB، HSV، YCbCr و CMY ، منتقل و ویژگی های آماری تصاویر استخراج گردید. میانگین مولفه دوم فضای رنگی YCbCr، انحراف معیار مولفه سوم فضای رنگی YCbCr، انحراف معیار مولفه سوم فضای رنگی CMY، میانگین مولفه اول فضای رنگی HSV، میانگین مولفه سوم فضای رنگی HSV و انحراف معیار مولفه دوم فضای رنگی HSV به عنوان خصوصیت موثرکه همان ورودی سیستم طبقه بند پیشنهاد شده می باشند، انتخاب شدند. در کل 6×4 خصوصیت از هر نمونه استخراج شد. در مجموع درصد طبقه بندی صحیح سه کلاس برابر با 22/97 درصد به دست آمد. نتایج حاصل از این مطالعه نشان می دهد که سیستم پیشنهادی توانایی تشخیص نارنگی های رسیده از نیمه رسیده و نارس با دقت مناسب را دارد. بنابراین می توان نتیجه گرفت که روش های نوین نظیر پردازش تصویر و هوش مصنوعی برای دسته بندی نارنگی به کار گرفته شود.