سال انتشار: ۱۳۸۶

محل انتشار: اولین کنگره مشترک سیستم های فازی و سیستم های هوشمند

تعداد صفحات: ۶

نویسنده(ها):

شبنم شادرو – دانشگاه آزاد اسلامی واحد مشهد- گروه ارشد هوش مصنوعی
صدیقه ایلدر آبادی – موسسه آموزش عالی سپاهان
مینا فخلعی – دانشگاه آزاد اسلامی واحد مشهد- گروه ارشد هوش مصنوعی
حمیدرضا پوررضا – دانشگاه آزاد اسلامی واحد مشهد-

چکیده:

در این مقاله کنترل خودکار کیفیت گوجه فرنگی براساس بکارگیری روشهای مختلف MLP ، LVQ و SVM مورد بررسی قرار گرفته است. ابتدا تصاویر توسط دوربین دیجیتالی گرفته شد و سپس عملیات حذف نویز و بهبود کنتراست بر روی تصاویر صورت پذیرفت. سپس مهمترین مرحله که استخراج ویژگی از تصاویر گوجه فرنگی است،انجام گرفت. ویژگیهای استخراج شده عبارتند از: میزان قرمزی و زردی که به صورت فازی به دست آمده، میزان سبز بودن، ممان مرتبه اول، ممان مرتبه دوم، ممان مرتبه سوم، میانگین این سه ممان، میزان گرد بودن و مساحت. ویژگیهای بدست آمده به دسته بندی کننده های متفاوت داده شد و نتایج بدست آمده مورد مقایسه و ارزیابی قرار گرفت . نتایج نشان می دهند که SVM نسبت به روش های دیگر بهتر عمل می کند.