سال انتشار: ۱۳۸۶

محل انتشار: سومین کنفرانس بین المللی فناوری اطلاعات و دانش

تعداد صفحات: ۶

نویسنده(ها):

سوده کثیری بیدهندی – دانشکده مهندسی کامپیوتر، دانشگاه صنعتی امیرکبیر
رضا صفابخش – دانشکده مهندسی کامپیوتر، دانشگاه صنعتی امیرکبیر

چکیده:

پسته بر اساس میزان باز بودن شکاف پوسته به سه دسته خندان، کم خندان و ناخندان تقسیم میشود . پستههای خندان، در تولید پسته، پستههای مطلوب در نظر گرفته میشوند ولی پسته های کم خندان و ناخندان به دلیل پایین بودن کیفیت جدا میشوند . دسته بندی پسته معمولاً بوسیله دستگاه های الکترومکانیکی انجام می شود . از آنجایی که این دستگاه ها دقیق نیستند و به دلیل تماس مستقیم با میوه پسته، موجب آسیب به مغز پسته می شوند، نیاز به روش های بینایی ماشین برای دسته بندی و جداسازی پسته های معیوب بصورت بلادرنگ محسوس است . در این مقاله روشی مبتنی بر تفاضل مولفه رنگی تصویر پسته ارائه میشود . در روش پیشنهادی ویژگیهای استخراج شده برای دسته بندی به شبکه عصبی و درخت تصمیم داده شدهاند . دقت دسته بندی روش پیشنهادی برای نمونه -های آزمایشی برابر با %۹۶/۷ است