ارائه روشی مبتنی بر پردازش تصویر و شبکه عصبی مصنوعی برای استفاده در تنظیم خودکار سرزن پیاز | ||
| مهندسی بیوسیستم ایران | ||
| مقاله 8، دوره 51، شماره 2، تابستان 1399، صفحه 319-328 اصل مقاله (920.49 K) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22059/ijbse.2020.286007.665205 | ||
| نویسندگان | ||
| مسلم افروز1؛ بابک بهشتی2؛ محسن حیدری سلطان آبادی* 3؛ محمد رضا ابراهیم زاده4 | ||
| 1دانشجوی دکتری، گروه مکانیک ماشینهای کشاورزی، دانشگاه آز اد اسلامی، واحد علوم و تحقیقات تهران، تهران، ایران | ||
| 2استادیار گروه مکانیک ماشینهای کشاورزی، دانشگاه آزاد اسلامی، واحد علوم و تحقیقات تهران، تهران، ایران | ||
| 3استادیار پژوهشی /مرکز تحقیقات کشاورزی و منابع طبیعی اصفهان | ||
| 4استادیار گروه کشاورزی، دانشکده فنی و مهندسی، دانشگاه آزاد اسلامی، واحد یادگار امام، تهران، ایران | ||
| چکیده | ||
| سرزن پشت تراکتوری از جمله فناوریهایی است که برای حذف برگ پیاز از آن استفاده میشود. در این ماشین موقعیت قرارگیریهای تیغهها نقش بهسزایی در کیفیت سرزنی پیازها دارد. در صورت برقراری ارتباط بین خصوصیات فیزیکی پیازها و طول برگ باقیمانده پس از سرزنی میتوان به ارائه روشهایی برای تنظیم خودکار تیغهها پرداخت. در این تحقیق روشی ارائه گردید که طبق آن قطر پیازها قبل از سرزنی به کمک پردازش تصویر محاسبه گردید. سپس طول برگ باقیمانده روی پیاز در جریان سرزنی با استفاده از شبکه عصبی پرسپترون چندلایه (MLP) تخمین زده شد و در ادامه با بهکارگیری شبکه عصبی چندیساز بردار یادگیر (LVQ) پیازها بر حسب اندازه طول برگ باقیمانده در چهارگروه طبقهبندی شدند. برای ارزیابی شبکههای مورد استفاده از آمارههای ریشه میانگین مربعات خطا، میانگین خطای مطلق و دقت، صحت، حساسیت و اختصاصی بودن طبقهبندی استفاده شد. نتایج نشان داد که شبکه عصبی طراحی شده ارتفاع برش برگ را با مقادیر RMSE و MAE به ترتیب 025/0 و 01/0 پیشبینی نمود. همچنین طبقهبندی پیازها با دقت کلی 91 درصد انجام شد. نتایج این پژوهش را میتوان در راه اندازی مکانیزمهای خودکار برای تنظیم تیغههای برش سرزن پیاز بهکار گرفت. | ||
| کلیدواژهها | ||
| سرزن پیاز؛ پردازش تصویر؛ شبکه عصبی مصنوعی؛ چندی ساز بردار یادگیر؛ تنظیم خودکار | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 1,035 تعداد دریافت فایل اصل مقاله: 701 |
||