ارائه روشی مبتنی بر پردازش تصویر و شبکه عصبی مصنوعی برای استفاده در تنظیم خودکار سرزن پیاز

سرزن پشت تراکتوری از جمله فناوری هایی است که برای حذف برگ پیاز از آن استفاده می شود. در این ماشین موقعیت قرار گیری های تیغه ها نقش به سزایی در کیفیت سرزنی پیازها دارد. در صورت برقراری ارتباط بین خصوصیات فیزیکی پیازها و طول برگ باقی مانده پس از سرزنی می توان به ارایه روش هایی برای تنظیم خودکار تیغه ها پرداخت. در این تحقیق روشی ارایه گردید که طبق آن قطر پیازها قبل از سرزنی به کمک پردازش تصویر محاسبه گردید. سپس طول برگ باقی مانده روی پیاز در جریان سرزنی با استفاده از شبکه عصبی پرسپترون چندلایه (MLP) تخمین زده شد و در ادامه با به کارگیری شبکه عصبی چندی ساز بردار یادگیر (LVQ) پیازها بر حسب اندازه طول برگ باقی مانده در چهارگروه طبقه بندی شدند. برای ارزیابی شبکه های مورد استفاده از آماره های ریشه میانگین مربعات خطا، میانگین خطای مطلق و دقت، صحت، حساسیت و اختصاصی بودن طبقه بندی استفاده شد. نتایج نشان داد که شبکه عصبی طراحی شده ارتفاع برش برگ را با  مقادیر RMSE و MAE به ترتیب 025/0 و 01/0 پیش بینی نمود. همچنین طبقه بندی پیازها با دقت کلی 91 درصد انجام شد. نتایج این پژوهش را می توان در راه اندازی مکانیزم های خودکار برای تنظیم تیغه های برش سرزن پیاز به کار گرفت.