سال انتشار: ۱۳۹۰

محل انتشار: اولین کنگره ملی علوم و فناوریهای نوین کشاورزی

تعداد صفحات: ۶

نویسنده(ها):

بهزاد عظیمی سقین سرا – دانش آموخته کارشناسی ارشد مکانیک ماشین های کشاورزی دانشگاه شهید باه

چکیده:

جداسازی درست معایب سطحی سیب زمینی های بیمار یکی از پارامترهای کلیدی در درجه بندی این محصول بر اساس استاندارد آمریکایی می باشد. در این مقاله یک الگوریتم با استفاده از روش خوشه بندی K-Meansو توابع پردازش تصویر برای استخراج درصد نواحی معیوب سیب زمینی هایی با بیماری شوره سیاه طراحی شده است. از خوشه بندی K-Means که روشی نظارت نشده است، برای بخش بندی تصاویر رنگی و استخراج نواحی معیوب سیب زمینی ها و از توابع مختلف پردازش تصویر برای استخراج مساحت کل سیب زمینی استفاده شد. تعداد ده نمونه تصویر رنگی سیب زمینی بیمار مورد پردازش قرار گرفت و درصد نواحی معیوب استخراج گردید. دقت الگوریتم خوشه بندی K-Meansبا روش ماتریس خطا مورد ارزیابی قرار گرفت و دقتی بالای ۹۳% برای بخش بندی تصاویر رنگی به دست آمد. از این الگوریتم می توان برای استخراج میزان بیماری هایی با این مشخصات در درجه بندی اتوماتیک این محصول بر اساس استاندارد آمریکایی استفاده کرد.