شناسایی و طبقه‌بندی توده‌ها‌ی زیره پارسی Bunium persicum Boiss)) با روش پردازش تصویر در ترکیب با شبکه‌های عصبی مصنوعی

نویسندگان

چکیده

زیره پارسی (Bunium persicum)‎ از جمله گیاهان دارویی با ارزش اقتصادی و صادراتی بالا است که تشخیص و طبقه‌بندی توده‌های آن مهم است. این عمل با استفاده از بازرسی دستی و بصری بسیار وقت‌گیر و دارای خطا است. فناوری بینایی ماشین به عنوان روشی جدید و غیرمخرب می‌تواند روش بسیارخوبی برای شناسایی و طبقه‌بندی آن‌ها باشد. هدف از انجام این پژوهش شناسایی توده‌های زیره با استفاده از ویژگی‌های رنگی و بافتی به کمک پردازش تصویر و شبکه‌ عصبی مصنوعی است. در این پژوهش هفت توده زیره پارسی از رویشگاه‌های طبیعی استان کرمان جمع‌آوری شد و پس از تهیه تصاویر نمونه‌‌ها،‏ 36 ویژگی رنگی و 108 ویژگی بافتی از این تصاویر در نظر گرفته شد. شناسایی توده‌ها با استفاده از شبکه عصبی پس انتشار انجام شد. بر مبنای نتایج این پژوهش،‏ میانگین دقت طبقه‌بندی با شبکه یک لایه برای ویژگی‌های رنگی،‏ ویژگی‌های بافتی و ترکیب ویژگی‌های بافتی و رنگی به ترتیب 55‎/93%،‏ 50‎/93% و40‎/96 % به دست آمد. همچنین کمترین میانگین خطای مربعات،‏ برای ویژگی‌های رنگی،‏ بافتی و ترکیب ویژگی‌های بافتی و رنگی،‏ به ترتیب 172‎/0،‏ 182‎/0 و 148‎/0 حاصل شد. نتایج این پژوهش نشان داد که فن‌آوری بینایی ماشین و شبکه‌های عصبی مصنوعی،‏ توانایی بسیار بالایی در طبقه‌بندی و شناسایی توده‌های مختلف زیره پارسی به ویژه در حالت استفاده از ترکیب ویژگی‌های بافتی و رنگی دارد.

کلیدواژه‌ها