تعيين ويژگي ها و مدل بهينه به منظور طبقه بندي اجزاي كيفي گندم بذري با استفاده از پردازش تصاوير دوربين ديجيتال صنعتي

دستيابي به دانش پايه بينايي ماشين در كنترل كيفي بذر گندم اهميت ويژه‌اي دارد. در اين پروژه، با تهيه سخت افزار و نرم افزار مناسب، تصوير 21000 عدد نمونه دانه، تهيه و با الگوريتم طراحي شده پردازش شد. نود و يك ويژگي شكل، بافت و رنگ محاسبه و رتبه بندي شد. از ميان پنج مدل طبقه بندي كننده، بيشترين صحت كل، طبقه‌بندي در مدل شبكه عصبي مصنوعي با دو لايه پنهان و به كار‌گيري ۳۵ ويژگي برتر اول به دست آمد. در آزمون اين مدل با استفاده از داده‌هاي مستقل، صحت طبقه‌بندي براي گندم سفيد درشت، گندم سفيد كوچك، گندم سفيد شكسته، گندم سفيد چروكيده، گندم قرمز، جو و چاودار به ترتيب 100، 96.7، 99.3، 90.3، 99، 99.7، 98 درصد و ميانگين آنها 97.6 درصد محاسبه شده است. صحت كل طبقه‌بندي در مدل‌هاي تحليل تفكيك خطي، تحليل تفكيك درجه دوم، K نزديك ترين همسايگي و شبكه عصبي مصنوعي با يك لايه پنهان به ترتيب 95، 96.7، 91.6 و 97.3 درصد به دست آمده است. در شرايط اين تحقيق، سيستم بينايي ماشين شامل دوربين ديجيتال صنعتي و طبقه بندي كننده مدل شبكه عصبي مصنوعي دو لايه، با صحت خوبي قابل استفاده در بررسي كيفيت ظاهري بذر گندم تشخيص داده شده است.