ارائه روشی مبتنی بر پردازش تصویر و شبکه عصبی مصنوعی برای استفاده در تنظیم خودکار سرزن پیاز

Abstract

سرزن پشت تراکتوری از جمله فناوری‌هایی است که برای حذف برگ پیاز از آن استفاده ‌می‌شود. در این ماشین موقعیت قرار‌گیری‌های تیغه‌ها نقش به‌سزایی در کیفیت سرزنی پیازها دارد. در صورت برقراری ارتباط بین خصوصیات فیزیکی پیازها و طول برگ باقی‌مانده پس از سرزنی ‌می‌توان به ارائه روش‌هایی برای تنظیم خودکار تیغه‌ها پرداخت. در این تحقیق روشی ارائه گردید که طبق آن قطر پیازها قبل از سرزنی به کمک پردازش تصویر محاسبه گردید. سپس طول برگ باقی‌مانده روی پیاز در جریان سرزنی با استفاده از شبکه عصبی پرسپترون چندلایه (MLP) تخمین زده شد و در ادامه با به‌کارگیری شبکه عصبی چندی‌ساز بردار یادگیر (LVQ) پیازها بر حسب اندازه طول برگ باقی‌مانده در چهارگروه طبقه‌بندی ‌شدند. برای ارزیابی شبکه‌های مورد استفاده از آماره‌های ریشه میانگین مربعات خطا، میانگین خطای مطلق و دقت، صحت، حساسیت و اختصاصی بودن طبقه‌بندی ‌استفاده شد. نتایج نشان داد که شبکه عصبی طراحی شده ارتفاع برش برگ را با مقادیر RMSE و MAE به ترتیب 025/0 و 01/0 پیش‌بینی نمود. همچنین طبقه‌بندی ‌پیازها با دقت کلی 91 درصد انجام شد. نتایج این پژوهش را ‌می‌توان در راه اندازی مکانیزم‌های خودکار برای تنظیم تیغه‌های برش سرزن پیاز به‌کار گرفت.