همت شیخی

ایران مهمترین کشور تولیدکننده انار در جهان به حساب آمده و این محصول یکی از مهمترین محصولات باغی به ویژه در غرب کشور است. یکی از بزرگترین چالش ها درجه بندی این میوه با توجه به کیفیت آن است. از آنجا که معمولا این کار به صورت دستی انجام می گیرد، باعث اتلاف زمان و هزینه و همچنین ایجاد دقت نامناسب در حیطه بسته بندی و فروش آن شده است. در این مقاله روشی جهت درجه بندی کیفی انار به صورت خودکار و با استفاده از تکنیک های پردازش تصویر ارائه شده است. در ابتدا 16 کلاس برای میوه تعریف شده و با استفاده از کانال های مختلف تصاویر رنگی 39 ویژگی از هر تصویر استخراج می شود. سپس با استفاده از یک شبکه عصبی کار درجه بندی انجام می گیرد. نتایج شبیه سازی نشان می دهد که این سیستم می تواند با دقت 65/95 درصد انارها را به دسته های مختلف تفکیک کند که با توجه به تعداد زیاد کلاس های تعریف شده دقت بسیار بالایی است.