تشخيص بد شكلي هندوانه با استفاده از پردازش تصوير

Determining Misshaped Watermelon Fruit Using Image Processing

در اين پژوهش كه بمنظور ارائه الگوريتم تشخيص بدشكلي ميوه هندوانه انجام گرديد، ابتدا مشخصه هاي فيزيكي هندوانه شامل جرم، حجم، ابعاد و جرم مخصوص ظاهري هندوانه در سه انداره بزرگ، متوسط و كوچك اندازه گيري شد. سپس روابط بين مشخصه هاي فوق براي حالت استاندارد ميوه و انواع بدشكلي بررسي گرديد و تصاوير گرفته شده از ميوه كاليبره شدند. با استفاده از روابط بدست آمده الگوريتم تشخيص تركيبي ارائه شد. نتايج نشان داد كه از نسبت طول به عرض تصوير و نسبت سطح تصوير ميوه (در حالت دوبعدي) به سطح زمينه(e) مي تواند بعنوان معيار مناسبي براي تشخيص بدشكلي، استفاده كرد . مقدار e براي شكل استاندارد ميوه بطور ميانگين 5/27 با ضريب تغييرات CV%6/3 بدست آمد در حاليكه براي سه نوع بدشكلي مورد بررسي مقدار و كمتر از 4/5 مشاهده شد. همچنين نسبت طول به عرض تصوير براي هندوانه استاندارد بطور ميانگين 2/1 با ضريب تغييرات 7٪ و براي هندوانه هاي بدشكل ميانگين 2/57 با ضريب تغييرات 7 . 4/7 %بدست آمد.

This research was performed to determine "detection algorithm” for misshapen watermelons. Physical characteristics of watermelon such as mass, volume, dimensions, density, spherical coefficient and geometric mean diameter were measured. Relations and correlations coefficient obtained between above characteristics for normal and nonstandard fruit shape. It is found that weight of normal watermelon could be determined by image analysis with error 2.42%. In addition fruit shape of long type watermelon (Charleston Gray cv.) in front view was well-described by an ellipsoid model with R=0.97. Finally the results indicated that length to width ratio and fruit area (2D) to background area ratio can be used to determine misshapen fruit