عنوان مقاله :
استفاده از بينايي كامپيوتر در تشخيص غير مخرب تقلبات شيره انگور
پديد آورندگان :
طاهري گراوند ، امين دانشگاه لرستان - گروه مهندسي مكانيك بيوسيستم , يوسفيان ، مجيد دانشگاه لرستان - گروه مهندسي مكانيك بيوسيستم
كليدواژه :
شيره انگور , تشخيص تقلب , پردازش تصوير , آناليز مولفههاي اصلي (PCA) , طبقهبند (KNN)
چكيده فارسي :
انگور يكي از محصولات مهم باغي در دنيا محسوب ميشود كه با توجه به ضايعات بالاي اين ميوه از آن محصولات جانبي مانند شيره توليد ميگردد. مهمترين فاكتور كيفي براي شيره انگور، مربوط به خالص بودن آن است، كه توليدكنندگان و مصرف كنندگان توجه ويژهاي به آن دارند. شيره انگور يكي از محصولات غذايي است كه به طور عمده در بازار ايران به دليل سود اقتصادي مورد تقلب قرار ميگيرد. توسعه تكنيكهاي مبتني بر ابزار ساده، ارزان قيمت، مناسب و سريع در صنايع غذايي جهت تشخيص تقلبات از قبيل تقلبات شيره انگور ضروري ميباشد. در پژوهش حاضر تركيب پردازش تصوير و روش نزديكترين همسايگي (KNN) براي ارزيابي سريع و غير مخرب تشخيص تقلب در شيره انگور بكار رفته است. پس از تهيه تصاوير شيره انگور خالص و تقلبات آن، تصاوير وارد مراحل پيش پردازش و انتقال به فضاهاي رنگي RGB، HSI و L*a*b* شدند و در نهايت ويژگيهاي آماري مرتبط با بافت تصاوير از هر يك از كانال هاي مذكور استخراج گرديدند. به منظور افزايش سرعت و دقت طبقهبندي از روش آناليز مولفههاي اصلي PCA براي كاهش ابعاد ماتريس ويژگي استفاده گرديد. همچنين طبقهبندي تصاوير به كمك طبقهبند KNN به صورت چهار كلاس انجام شد. سپس شاخصهاي آماري نظير دقت، صحت، حساسيت، اختصاصي بودن و سطح زير منحني به منظور ارزيابي طبقهبند محاسبه شدند كه مقادير اين شاخصها براي طبقهبندي بر اساس دادههاي آزمون به ترتيب برابر با ۲۵/ ۹۶، ۶۷/ ۹۱، ۱۹/ ۹۱، ۷۹/ ۹۷ و ۴۹/ ۹۴ درصد است؛ نتايج حاصل از اين طبقهبندي نشان داد كه اين سيستم به عنوان يك روش هوشمند، سريع، غيرمخرب و دقيق، قابليت تشخيص تقلب در شيره انگور خالص را دارد.
عنوان نشريه :
فناوري هاي نوين غذايي
عنوان نشريه :
فناوري هاي نوين غذايي