الگوريتمي مبتني بر فناوري ماشين بينايي جهت جداسازي كلاس هاي مختلف بادام از پس زمينه

An algorithm based on machine vision technology for separating different classes of almond from the image background

امروزه استفاده از روش هاي نوين در جهت كيفيت سنجي محصولات كشاورزي گسترش و مقبوليت بسياري يافته است. از جمله اين روش ها مي توان به تكنيك پردازش تصوير اشاره كرد، كه در تحقيقات بسياري مورد استفاده قرار گرفته است. استفاده از اين تكنيك جهت كيفيت سنجي محصولات شامل مراحلي از جمله: پردازش اوليه، قطعه بندي تصاوير، استخراج ويژگي و در نهايت طبقه بندي مي باشد. يكي از مراحل مهم در پردازش تصوير، قطعه بندي تصاوير بوده و دقت مراحل بعدي به شدت وابسته به عملكرد و دقت اين مرحله است. روش هاي مختلفي براي قطعه بندي تصوير وجود دارد كه ساده ترين و سريع ترين آنها، روش آستانه گذاري مي باشد. در مقاله حاضر از اين روش براي جداسازي كلاس هاي مختلف بادام از پس زمينه استفاده شده است براي يافتن مناسب ترين مولفه رنگي در فضاي RGB ، از روش آناليز حساسيت استفاده شده و نتايج حاكي از مناسب بودن فضاي تركيبي R-G بود. پس از قطعه بندي تصوير و ارزيابي تصوير باينري بدست آمده از روش آستانه گذاري با تصوير باينري حاصل از فتوشاپ، مقدار دقت براي جداسازي بادام ها از تصوير برابر 99/79 درصد بود كه نشان دهنده موفق بودن اين روش براي جداسازي كلاس هاي مختلف بادام از پس زمينه بوده است.

Nowadays, use of new methods such as machine vision for the quality evaluation of agricultural product is getting more popular. Image processing is one of the main methods has been used by many researches. To evaluate the quality of almond products using this method, different steps were performed. These include: pre-processing, image segmentation, feature extraction, and classification. Image segmentation is one of the important steps in image processing, because the accuracy of other steps is highly dependent on the performance of this step. There are different methods for image segmentation in which thresholding is one of the simplest and fastest methods. In this study, this method was used for separating various classes of almond from the image background. To find the best color component in RGB color space, sensitivity analysis was used and the result showed that R-G color components are the most appropriate components compared to the other components. After segmenting image and evaluating the binary image, the value of accuracy of the proposed method was 99.79 percent that shows this method is able to successfully separate almonds from the background