کلاسه بندی کلاله زعفران بر اساس ویژگی های ظاهری با استفاده از بینایی ویادگیری ماشین
محل انتشار: ششمین همایش ملی زعفران
سال انتشار: 1400
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 461
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
SAFFRON06_045
تاریخ نمایه سازی: 14 آذر 1400
چکیده مقاله:
یکی از چالش های اصلی صنعت زعفران، ارزش گذاری محصول نهایی زعفران است که با توجه به تعدد اشخاص خبره در بازار، می تواند سبب بروز مشکلات متعدد در زنجیره ارزش این محصول کلیدی کشاورزی کشور نماید. هدف از این تحقیق، پیدایش دسته بندی گل زعفران بر اساس ویژگی های ظاهری و مورفولوژیکی کلاله آن و در نهایت ارزش گذاری دقیق آن است. امروزه با پیشرفت سخت افزارهای پیشرفته در حوزه پردازش تصویر و فراهم نمودن ابزار عکس برداری با کیفیت بالا، می توان از تئوری های مبتنی بر یادگیری ماشین برای دسته بندی عکس های گرفته شده استفاده نمود. در این پژوهش، با گردآوری بانک اطلاعاتی وسیع از گل های زعفران در کلاس های مختلف، عکس هایی با کیفیت بالا ضبط و ویژگی های ظاهری استخراج شده اند. در نهایت با استفاده از الگوریتم های یادگیری ماشین، دسته بندی کامل گل های زعفران انجام گرفت، به طوری که ضریب همبستگی بالاتر از ۹۰ درصد برای تشخیص و در نهایت ارزش گذاری نهایی آن، به دست آمد.
کلیدواژه ها:
نویسندگان
امیرحسین کرمی فینی
پژوهشگر واحد تحقیق و توسعه شرکت دانش بنیان ویراستس
حسین کافیان
پژوهشگر و مدیرعامل شرکت دانش بنیان ویراسنس
سیدحسین سادات
پژوهشگر واحد تحقیق و توسعه شرکت دانش بنیان نهامین پردازان آسیا
مصطفی مکارم
پژوهشگر و مدیرعامل شتابدهنده دانش بنیان کسب و کار فردوسی
مسعود گوهری منش
استادیار گروه مهندسی مکانیک دانشگاه تربت حیدریه