بازشناسی ارقام پسته بر پایه ماشین بینایی و فیلترهای گابور

نوع مقاله : مقاله پژوهشی

نویسندگان

1 کارشناس ارشد، دانشگاه شهید باهنر کرمان

2 دانشیار، دانشگاه شهید باهنر کرمان

3 دانشجوی کارشناسی، دانشگاه تربیت مدرس تهران

چکیده

در این تحقیق با استفاده از فیلترهای گابور، روشی برای استخراج ویژگی­های مناسب از تصاویر پسته و بازشناسی رقم آن، ارائه شده است. برخلاف روش­های موجود دسته­بندی ارقام پسته که بر اساس پردازش تک­تک دانه­های پسته انجام شده‌اند، در روش حاضر، تصویر مجموعه­ای از دانه­های پسته به عنوان بافت مورد پردازش قرار می­گیرد که این امر موجب کارآیی و افزایش سرعت می­گردد. روش ارائه شده روی مجموعه­ای شامل 1000 زیرتصویر از 5 رقم متداول پسته آزمایش شده است. برای طبقه­بندی، طبقه­بند k همسایه نزدیکتر به­کار رفته است. نتایج آزمایش، متوسط نرخ طبقه­بندی صحیح برای مجموعه آزمایشی را معادل 8/94% نشان می­دهد که مناسب بودن روش پیشنهادی برای بازشناسی پسته را تأیید می­کند.

کلیدواژه‌ها


عنوان مقاله [English]

Pistachio Varieties Recognition using Machine Vision and Gabor Filters

نویسندگان [English]

  • Asma Shamsi gooshki 1
  • Saeid Saryazdi 2
  • Hosein Nezam Abadi pour 2
  • Hamze Shamsi Gooshki 3
چکیده [English]

A new method based upon Gabor filter and machine vision for the recognition of pistachio varieties is proposed throughout the current study. In the suggested method, the image of a set number of pistachios is considered to represent a texture; instead of one by one pistachio processing (which is actually done in the current methods) the new method is expected to represent a higher rating as well as a higher performance. To evaluate the proposed method, it was applied on an image of a set of pistachios' containing 1000 sub-images of 5 varieties of the fruit and using a K-means clustering to classify the product. The experimental results confirm the efficiency of the method by a classification rating of 94.8%.

کلیدواژه‌ها [English]

  • Classification
  • Feature extraction
  • Image recognition