7. بررسی امکان استفاده از روش پردازش تصویر در شمارش کلنی باکتریها و مقایسه آن با روش کلنی کانتر

چکیده:
زمینه و اهداف: شمارش کلنیهای باکتری یک امر پیچیده برای میکروبیولوژیستها میباشد. شمارش دقیق کلنیها در اندازههای زیاد، به توانایی دیدن دقیق کلنیها بستگی دارد. در این پژوهش، یک روش شمارش کلنیها با نتایج دقیقتر، کارایی بیشتر و موثرتر نسبت به سیستمهای قدیمی پیشنهاد میکنیم که در ظرف چند دقیقه کلنیها را شمرده و موجب صرفه جویی در زمان میشود. پردازش تصویر روش بسیار دقیقی بوده و در عین غیر مخرب بودن، نتایج ثابتی را ارائه میدهد. هدف از این پژوهش، استفاده از روش پردازش تصویر با نرم افزار ایمیج جی جهت شمارش کلنی باکتریها و مقایسه آن با روش قدیمی کلنیکانتر بود.
مواد و روش کار: ابتدا با استفاده از محلول سرم فیزیولوژی (5/8 گرم کلرید سدیم در لیتر) از فلورهای میکروبی روده بلدرچین، خمیر نانوایی و نوشیدنی کفیر، رقت های
رقت ها تا  رقت ها تهیه شد. سپس به ترتیب در محیط کشتهای پلیت کانت آگار، YGC آگار و MRS آگار، کشت سطحی داده و در انکوباتور گرمخانه گذاری شدند. کلنیهای رشد کرده توسط کلنیکانتر و نرم افزار ایمیج جی در سه تکرار شمارش شدند.
یافته ها: در رقت های رقت ها تا رقت ها بین اعداد گزارش شده توسط دو روش شمارش کلنیکانتر و پردازش تصویر، تفاوتی دیده نشد، اما در رقت های رقت ها تا رقت ها تفاوت قابل توجهی وجود داشت که با تکرار آزمونها به صحت عدد گزارش شده توسط پردازش تصویر پی برده شد.
نتیجه گیری: با توجه به نتایج این پژوهش، میتوان روش پردازش تصویر را به عنوان یک روش دقیق و سریع در شمارش کلنی باکتریها معرفی نمود.
کلمات کلیدی: پردازش تصویر، کلنی کانتر، کلنی باکتری، ایمیج جی.

فایل PDF – در 7 صفحه- نویسندگان : محمدجواد اکبریان میمند، سمانه فرجی کفشگری، علیرضا صادقی ماهونک، سید عبدالله حسینی شرقی، مهدی وطن خواه

بررسی امکان استفاده از روش پردازش تصویر در شمارش کلنی باکتریها و مقایسه آن با روش کلونی کانتر

پسورد فایل : behsanandish.com


8. شناسایی ضایعات خط تولید با الگوی پردازش تصویر در شرکت روغن نباتی شیراز

چکیده : امروزه رقابت شدید بین تولیدکنندگان و هزینه بالای تولید باعث شده کاهش ضایعات و استفاده دوباره در مرحله بازیافت به یکی از دغدغه هـاي بسیار مهم کارخانه ها و شرکتهاي صنعتی و تولیدي تبدیل شود. هدف این تحقیق کاربرد الگوي پـردازش تصـویر در شناسـایی ضـایعات خـط تولید بود. جهت مطالعه موردی، از ظروف تولیدی شرکت روغن نباتی شـیراز اسـتفاده شـد. عملیـات پـردازش تصـویر بـا اسـتفاده از نـرم افـزار MATLAB انجام گرفت. در این تحقیق، از دو نظریه براي سنجش و شناسایی ظروف سالم و معیوب استفاده شد. نظریه اول بر مبناي مقایسه مساحت تصویر ظروف سالم و معیوب با یک نمونه ی سالم و نظریه دوم بر مبناي نسبت طول به مجموع عرض های قسمت های مختلف هـر تصـویر است. نظریه دوم از الگوریتم تابع لبه استفاده میکند. نتایج تحقیق نشان داد نظریه دوم نسبت به نظریه به دست آوردن مساحت تصویر دقیـق تـر است.
کلیدواژگان: الگوریتم آشکارسازي لبه، بازیافت، پرداز تصویر، ضایعات، ظرف روغن

فایل PDF – در 11 صفحه- نویسندگان : سید محمدعلی خاتمی فیروزآبادی، وجیهه ظریف

شناسایی ضایعات خط تولید با الگوی پردازش تصویر در شرکت روغن نباتی شیراز

پسورد فایل : behsanandish.com


9. طراحی سیستم خبره بر پایه پردازش تصویر به منظور کنترل کیفیت مفتول های مسی

چكیده: در محیطهای صنعتی امروزی، کنترل کیفیت نقش کلیدی را ایفا میکند و هر زمان که الزم باشد اقدامات مناسبی به منظور تضمین اینکه محصوالت و خدمات تولید شده از استانداردهای کیفی مطمئن برخورددار باشند را انجام میدهند. در این تحقیق به طراحی یک سیستم خبره به منظور کنترل کیفیت به طور خودکار پرداخته شده است. در این سیستم خبره ورودی، تصاویری از محصول تولیدی هست. برای این منظور از روشهای پردازش تصویر استفاده شده است. در ابتدا چون ممکن است تصاویر دارای نویز باشند، پیش پردازش انجام شده و سپس با استفاده از یک سیستم فازی مورد پردازش قرار میگیرند. در این سیستم فازی با توجه به تصاویر قوانین خاصی نوشته میشود تا ویژگیهای خاصی را که مورد نیاز هست، استخراج کند. بعد از اینکه ویژگی مورد نیاز استخراج شد، با استفاده از نمودار چارت به دستهبندی محصول از لحاظ کیفیت پرداخته میشود. رویکرد پیشنهادی در مورد مفتولهای مسی مورد استفاده قرار گرفته است.
کلمات کلیدی: سیستم خبره، پردازش تصویر، منطق فازی، کنترل کیفیت، مفتولهای مسی

فایل PDF – در 7 صفحه- نویسندگان : محمدمهدی دهدار، مصطفی جهانگشای رضائی، مرضیه زرین بال ماسوله، حمیدرضا ایزدبخش

طراحی سیستم خبره بر پایه پردازش تصویر برای کنترل کیفیت مفتول های مسی

پسورد فایل : behsanandish.com


10. کنترل ابعادي ذرات شن و ماسه بر اساس استاندارد ملی ایران با استفاده از تکنیک پردازش تصویر

چکیده: یکی از متداولترین تکنیک هاي آنالیز شکل ذرات استفاده از روش سري فوریه میباشد. پارامترهاي شکل شناسی از قبیل گردي، کشیدگی، تقارن، مثلثی و مربعی بودن با استفاده از توصیفگرهاي مرتبه پایین و پارامترهاي بافت مثل صافی سطح با توصیفگرهاي از مرتبه بالاتر بیان میشوند. ابتدا تصاویر گرفته شده از ذرات شن و ماسه از نظر لبه، رنگ و دیگر مشخصه ها بهبود دهی و پردازش میشوند، سپس میتوان از تصویر خروجی و باینري شده با استفاده از الگوریتم سري فوریه، خصوصیات مورد نظر جسم را استخراج کرد. در این مقاله، دو کاربرد سري فوریه براي توصیف ذرات مورد بررسی قرار گرفته است، کاربرد اول بدست آوردن مشخصه هایی از قبیل کشیدگی و مثلثی بودن شن و ماسه است که در کاربردهایی از قبیل بتن، اندود گچ و دیگر مصارف ساختمانی، راهسازي و غیره داراي اهمیت میباشد. موضوع دوم، امکان مقایسه اندازه ذرات شن و ماسه با مقادیر استاندارد مورد نیاز براي هر کاربرد آن میباشد که میزان انحراف از استاندارد را مشخص میکند. مقایسه اندازه هاي استخراج شده با مقادیر بدست آمده توسط روشهاي استاندارد فعلی کارایی روش پردازش تصویر را نشان میدهد. ویژگی شکل در استاندارد سنتی مورد بررسی قرار نمیگیرد و تنها ابعاد جسم توسط الک هاي استاندارد اندازه گیري میشود. لذا با استفاده از پردازش تصویر و تکنیک سري فوریه، امکان بهبود استاندارد فعلی از نظر افزایش سرعت، کاهش هزینه ها و افزودن پارامترهاي شکل ذرات شن و ماسه، امکانپذیر خواهد شد.

کلیدواژگان: دانه بندي ذرات شن و ماسه، ذرات شن و ماسه، پردازش تصویر، توصیفگر سري فوریه، شکل شناسی

فایل PDF – در 11 صفحه- نویسندگان : خلیل خلیلی، سید محمد امام

کنترل ابعادي ذرات شن و ماسه بر اساس استاندرد ملی ایران با استفاده از تکنیک پردازش تصویر

پسورد فایل : behsanandish.com


11. كنترل كيفيت فرآيند و فرآورده های غذايی با استفاده از سيستمهای بينايی كامپيوتری

چكيده: روشهاي معمول بازرسي، درجه بنـدي و سـورتينگ دستي محصولات كشاورزي و فرآورده هاي غذايي هزينه بـر، وقت گير و سخت هستند، بعلاوه نتيجۀ عملكرد ايـن روشـها نيز قابل تضمين نبوده و كنتـرل كيفيـت يكنواخـت و پايـدار محصولات غذايي با اين روشها امكان پذير نيست. در مقابـل سيستم هاي بينايي كامپيوتري غير مخرب، كارآمد و مقرون به صرفه بوده و نيز نتايج باثبات تر و پايدارتري ارائه مـي كننـد. بطور كلی سيـستم هــاي بينـايي كــامپيوتري بر مبنای تصويربرداري از محصول، حتي در حين عبور از خط توليد و سپس پردازش تصوير گرفته شده و آناليز آن كـار مـي كننـد. سيستم هاي بينايي كامپيوتري نه تنها انـدازه، شـكل، رنـگ و بافت اشياء را تشخيص مي دهند بلكه ويژگيهاي عددي اشياء يا صحنه تصوير برداري شده را تعيين مي كنند. يـك سيـستم بينـايي كـامپيوتري عمومـاً شـامل پـنج جـزء اصـلي اسـت :
تجهيزات روشنايي، سنسورها (دوربـين)، گيرنـده تـصوير يـا رقمي ساز(Digitizer)، سخت افزار و نرم افـزار كـامپيوتري. اين مقاله ضمن معرفي اجزاء و ويژگيهاي سيستم هاي بينـايي كامپيوتري، كاربردهاي اين سيـستم هـا را در صـنايع غـذايي تشريح مي نمايد.
واژه های كليدي : بينـايي كـامپيوتري، پـردازش و آنـاليز تصوير، كنترل كيفيت مواد غذايي، كنترل فرآيند مواد غذايي

فایل PDF – در 8 صفحه- نویسندگان : سيد هاشم حسيني پرور،حميدرضا پوررضا، سيد علي مرتضوي، سيد محمد علي رضوي، الهام خاني پور

كنترل كيفيت فرآيند و فرآورده هاي غذايي با استفاده از سیستم های بینایی کامپیوتری

پسورد فایل : behsanandish.com


12. كنترل كيفيت قوطی های كنسرو در خط توليد با استفاده از روش های پردازش تصوير

چکيده: با توجه به افزايش جمعيت صنايع مختلف محصولات خود را به صورت بسته بندي در اختيار مشتريان قرار ميدهند محصولات ارائه شده ميبايست در بسته های شکيل، سالم و بدون خرابي جهت ارائه در بازار توليد شود. در اين تحقيق طرحي براي شناسايي انواع خرابي ها از جمله: سوراخ شدگي، شکاف و تورفتگي براي بسته بنديهاي از نوع قوطي بکار رفته كه ميتواند خرابيها را بررسي و در دسته هاي مختلف شناسايي و ارائه نمايد. به منظور بررسي انواع خرابيها و تعيين محل خرابي بر روي قوطي به كمك پردازش تصوير با روش مورفولوژي (Morphology) انجام داديم. كه با اين روش ميتوان شکل خرابي و ساير پارامترهاي مربوط به منطقه تخريب شده را بدست
آورد. و اين پارامترها شامل مشخصاتي از خرابي هستند كه با كمك آنها همراه با شبکه عصبي بتوان انواع خرابي را دسته بندي كرد. در مرحله آخر شبکههاي عصبي مختلفي به منظور دسته بندي انواع خرابيها بررسي شد. كه از اين جمله ميتوان به شبکه هاي عصبي: LMS,RLS وBPN اشاره كرد كه شبکههاي مربوط به BPN شامل: گراديان نزولي،training Batch و Newton Quasi ميباشد. ضمنا بهترين نتيجه حاصل شده از لحاظ دقت، سرعت و صحت اطالعات خروجي، شبکه LMS با دقت 9999 بدست آمده است.
كلید واژه: پردازش تصویر، مورفولوژی،قوطی، شبکه عصبی ، معیوب

فایل PDF – در 7 صفحه- نویسندگان : محمدرضا شیروانی زاده، محمدرضا احمدزاده

كنترل كيفيت قوطي هاي كنسرو در خط توليد با استفاده از روش هاي پردازش تصویر

پسورد فایل : behsanandish.com


13. مروری بر روش های اندازه گيری پارامترهای نخ با پردازش تصوير

چکیده: در سال های اخیر با رشد علم و فناوری و ایجاد بازارهای رقابتی در صنعت نساجی، لزوم کنترل کیفیت و اندازه گیری پارامترهای کمی و کیفی و پیش بینی خواص محصول نهایی اهمیت بسزایی دارد. امروزه کارخانه های تولیدی به دنبال روش های بینایی رایانه ای و الگوریتم های مختلف پردازش تصویرند، چرا که در این روش ها نه تنها نیازی به استفاده از دستگاه های گران قیمت و پیچیده نیست، بلکه با استفاده از یک رایانه و یک دوربین، می توان به نتایج بسیار دقیق در کمترین زمان ممکن دست یافت و خطاهای ارزیابی را به حداقل ممکن رساند. در این بررسی، پژوهش های انجام شده در زمینه اندازه گیری پارامترهای نخ مانند قطر، پرز، تاب در متر نخ، درصد موج در نخ های تغییرشکل یافته )textured ،)درصد مخلوط در نخ های چندجزئی، عیوب پوششی نخ های مغزی، بالک های نخ تغییرشکل یافته به وسیله جت هوا، تغییر شکل سطح مقطع الیاف پس از قرار گرفتن در نخ و شناسایی عیوب نخ با استفاده از پردازش تصویر مرور شد. در مقاله حاضر، این پارامترها تشریح و روش های به کار برده شده برای اندازه گیری آنها با استفاده از پردازش تصویر مطرح شد.

كلمات كليدی: بینایی رایانه ای، پردازش تصویر، پارامترهای نخ.

فایل PDF – در 15 صفحه- نویسندگان : نعیمه باغشاهی، پدرام پیوندی، محمد علی توانایی

مروری بر روش های اندازه گيری پارامترهای نخ با پردازش تصوير

پسورد فایل : behsanandish.com

مقالات کنترل کیفیت با پردازش تصویر قسمت 1
مقالات کنترل کیفیت با پردازش تصویر قسمت 2

1.ارائه یک الگوریتم پردازش تصویر هوشمند جدید برای تشخیص و شناسایی علائم راهنمایی و
رانندگی مبتنی بر منطق فازی

چکیده: در این مقاله یک الگوریتم هوشمند جدید برای تشخیص و شناسایی علائم راهنمایی و رانندگی، براساس پردازش تصویر و منطق فازی، ارائه میشود. این الگوریتم شامل سه مرحله پیش پردازش، تشخیص و شناسایی میباشد. در مرحله پیش پردازش با اعمال الگوریتمهای پردازش تصویر، تغییرات به منظور بهبود کیفیت تصویر دریافتی و حذف داده های نامرتبط با هدف مورد نظر انجام میگیرد. در مرحله شناسایی یک الگوریتم بینایی ماشین هوشمند برای استخراج مفاهیم علائم استفاده شده است. به منظور کاهش زمان عملیات و افزایش دقت الگوریتم شناسایی، در مرحله تشخیص، کاندیداهای علائم راهنمایی و رانندگی با دقت بیشتری انتخاب و در اختیار مرحله شناسایی قرار میگیرند. در تمام مراحل پردازش تصویر و بینایی ماشین، از منطق و ریاضیات فازی استفاده شده است. استفاده از منطق و ریاضیات فازی قابلیت استنتاج و هوشمندی همانند انسان را برای تصمیم گیری در شرایط واقعی، در اختیار سیستم هوشمند قرار میدهد. مراحل کامل این الگوریتم در نرم افزارمتلب پیاده سازی شده است. همچنین آزمایشهای عملی در شرایط واقعی برای بررسی عملکرد این الگوریتم طراحی و انجام شده است. نتایج حاصل از آزمایش، عملکرد مناسب این الگوریتم تا 68/92 درصد صحت، در تشخیص و شناسایی علائم در شرایط واقعی را نشان می دهد. الگوریتم ارائه شده، در مقایسه با الگوریتمهای دیگر با شرایط آزمایشی مشابه، از صحت عملکرد مناسبی برخوردار است. از این الگوریتم میتوان برای طراحی سیستمهای کمک راننده و سیستمهای کنترلی با هدف هوشمندسازی خودرو استفاده نمود.

کلمات کليدي: تشخیص و شناسایی علائم راهنمایی و رانندگی، پردازش تصویر، منطق فازی، ویژگی های تغییرناپذیر

فایل PDF – در 12 صفحه- نویسندگان : احسان فنی، علیرضا خدایاری

ارائه یک الگوریتم پردازش تصویر هوشمند جدید برای تشخیص و شناسایی علائم راهنمایی و انندگی مبتنی بر منطق فازی

پسورد فایل : behsanandish.com


2. استفاده از پردازش تصویر برای شناخت رفتار خرد ترافیک

چکیده : برای شناخت رفتار حرکتی وسایل نقلیه در قسمت اصلی آزادراه از دیدگاه خرد لازم است، موقعیت ایـن وسـایل در آزاد راه در هر بازه زمانی مشخص باشد . در این  پژوهش سیستمی ابداع شده است که با اسـتفاده از الگـوریتم هـای سـاده پـردازش تصاویر موقعیت هر یک از وسایل نقلیه در آزاد راه را تعیین می کند . سادگی الگوریتم های بکار رفته، زمان اجرای نـرم افـزار پردازش تصویر تهیه شده را کاهش می دهد و دقت تشخیص موقعیت وسایل نقلیه نیز در حد ابعاد یک وسیله نقلیه است که برای اکثر تحقیقات خرد ترافیک کافی است. ورودی سیستم تهیه شده یک فیلم ویدیویی از حرکت وسایل نقلیه و خروجـی آن جدول موقعیت هر یک از وسایل نقلیه مشاهده شده در فیلم مورد نظر است. به عنوان یکی از کاربردهای این سیستم، نحـوه تشخیص وسیله نقلیه ای که فاصله مطمئنه را رعایت نکرده معرفی شده است.

واژه های کلیدی: پردازش تصویر،جابجایی وسایل نقلیه، رفتار حرکتی وسایل نقلیه، خصوصیات کلان ترافیک، خصوصیات خرد ترافیک، ردیابی وسایل نقلیه

فایل PDF – در 11 صفحه- نویسندگان : سید محمد سادات حسینی، رسول جوادیان و منوچهر وزیری

استفاده از پردازش تصویر برای شناخت رفتار خرد ترافیک

پسورد فایل : behsanandish.com


3. امکان سنجي درجه بندي کيفي سيب با استفاده از پردازش تصوير

چکيده: سيستمهای ماشين بينايي و پردازش تصوير روشهاي نويني هستند که در بخش کشاورزي کاربردهاي مختلفـي دارنـد. از سيستم ماشين بينايي براي درجه بندي محصولات مختلف استفاده ميشود. هدف اين تحقيق بررسي امکان اسـتفاده از پردازش تصوير براي درجه بندي سيب بر اساس صدمات سطحي بود. بدين منظور يک سيستم کامل ماشين بينايي شامل محفظه نوردهي، دوربين و کامپيوتر فراهم شد. نرم افزار Matlab براي پردازش تصاوير به کار گرفتـه شـد. تعـداد ۱۰۵ عددسيب گراني اسميت به طور تصادفي انتخاب شدند و از هر سيب در شرايط نوردهي، تصويرگرفته شد. سپس به کمک روش سعي و خطا مقدار آستانه به عنوان معياري براي تصميم گيري معيوب يا سالم بودن سيب به دسـت آمـد. از جملـه مشکلات در ارتباط با درجه بندي سيب وجود دمگل بود که در تصوير باينري با نـواحي معيـوب اشـتباه گرفتـه مـيشـد بنابراين نسبت طول به ضخامت براي حذف دمگل انتخاب شد. سپس سيب ها به چهار درجه عالي، درجه يک، درجـه دو و درجه سه درجه بندي شدند. به منظور ارزيابي سيستم، نتايج درجهبندي ديد انساني با نتايج درجهبندي ماشين بينـايي بـا هم مقايسه شدند. دقت حذف دمگل ۰۴/۹۹ % و دقت کلي درجه بندي ۲۳/۹۵ % به دست آمد.

واژه هاي کليدي: پردازش تصوير، درجه بندي سيب، ماشين بينايي

فایل PDF – در 11 صفحه- نویسندگان : راضيه پوردرباني، حميدرضا قاسم زاده، علي آقا گل زاده و حسين بهفر

امکان سنجي درجه بندي کيفي سيب با استفاده از پردازش تصوير

پسورد فایل : behsanandish.com


4. اندازه گیری وکنترل کیفی پارامترهای هندسی چرخدنده مارپیچ از طریق پردازش تصویر

چکیده: اندازه گیری قطعات صنعتی همانند چرخدنده ها میتواند به روشهای تماسی و غیرتماسی انجام بگیرد. در این تحقیق برای بازرسی ابعادی چرخدنده مارپیچ به روش غیرتماسی، از سامانه بینایی ماشین جهت یافتن خطاهای مهم ساخت چرخدنده مانند خطای گـام  راست و چپ و خطای پروفیل دندانه استفاده شده است. به این منظور، نرم افزاری در محیط کتابخانه لبویو نوشـته شـد. ایـن نـرم افزار پس از دریافت تصویر و انجام پیش پردازش هایی مانند بهبود لبه، آستانه گیـری، حـذف نـویز و کالیبراسـیون تصـویر، بـا انجـام عملیات پردازشی نظیر لبه یابی و اندازه گیری، ابتدا محل چرخدنده را در تصویر شناسایی و سپس پارامترهای هندسی آنرا مشـخص می کند. از جمله مزایای این سامانه نسبت به ابزارهای مرسوم،کم هزینه بودن، سرعت و دقت بالا و انـدازه گیـری بهنگـام در خطـوط تولید است. سامانه حاضر، توانایی اندازه گیری خودکار پارامترهای چرخدنده را بدون نیاز به واردکردن اطلاعات طراحی دارا مـیباشد. در این مقاله چرخدنده ساده ای هم به روش بینایی ماشین و هم با یک دستگاه دقیق و متـداول انـدازه گیـری چرخدنـده انـدازهگیری شده که مقایسه نتایج آنها تفاوت کم ده میکرونی را نشان میدهد.

كلید واژه ها: چرخدنده، بینایی ماشین، آستانه گیری، کالیبراسیون تصویر، لبه یابی

فایل PDF – در 9 صفحه- نویسندگان : مهران محبوبخواه و توحید کریم بابازاده ممقانی

اندازه گیری وکنترل کیفی پارامترهای هندسی چرخدنده مارپیچ از طریق پردازش تصویر

پسورد فایل : behsanandish.com


5. برآورد حجم سیب زمینی با استفاده از پردازش تصویر

چکیده: محاسبه حجم محصولات کشاورزی به روش ریاضی، به دلیل شکل هندسی نامنظم آنها چندان دقیق نیست. یکی از راه حل های ممکن، پردازش تصویر در ماشین های جداساز پیوسته بر اساس بینایی ماشین است. هدف از این تحقیق، یافتن روشی مناسب برای برآورد حجم سیب زمینی با استفاده از پردازش تصویر است. به کمک یک دوربین دیجیتال و یک آینه تخت، از هر نمونه تنها یک تصویر از دو نمای آن تهیه شد. با کار برد نرم افزار MATLAB، تصاویر پردازش و ابعاد سیب زمینی بر حسب موقعیت لبه در ماتریس تصویر اندازه گیری شد. در این پژوهش حجم سیب زمینی پس از تصویر برداری، با دو روش برآورد شد: روش اول، تعیین رابطه ی تجربی مبتنی بر برآورد حجم بر اساس سه قطر اصلی و روش دوم، تقسیم تصویر به قطعات کوچک تر به شکل مخروط ناقص با مقطع بیضی و برآورد حجم از مجموع حجم قطعات. اندازه سه قطر اصلی و طول قطعات مخروط ناقص، با پردازش تصویر تعیین شدند. با اندازه گیری حجم واقعی سیب زمینی از طریق جابهجایی آب میزان خطای هر دو روش محاسبه و مقایسه شد. د این تحقیق، 50 عدد سیب زمینی(رقم مارفونا) به عنوان نمونه های مورد آزمایش انتخاب شدند. نتایج نشان داد که روش تقسیم تصویر بر 64 قسمت، حجم را با دقت بالاتری (خطای حدود 8/15 درصد) نسبت به روش رابطه ی تجربی (خطای 20/5 درصد) برآورد می کند. بنابراین، برای درجه بندی سیب زمینی بر اساس حجم، روش تقسیم تصویر به عنوان روش کاربردی پیشنهاد می شود.

واژه های کلیدی: بینایی ماشین، درجه بندی، قطر اصلی، مخروط ناقص

فایل PDF – در 14 صفحه- نویسندگان : جعفر امیری پریان، محمد هادی خوش تقاضا، احسان الله کبیر و سعید مینایی

برآورد حجم سیب زمینی با استفاده از پردازش تصویر

پسورد فایل : behsanandish.com


6. برآورد میزان شمارش کلى میکروبى میگوى پرورشى (گونه وانامى) به کمک پردازش تصویر

چکیده: افزایش میزان تولید و مصرف میگو، اهمیت تازگى و کیفیت این محصول غذایى را براى صنعت میگو دو چندان کرده است. امروزه تعیین شاخص هاى کیفى یکى از موضوع هاى جدید و مورد علاقه بسیارى از مهندسان صنایع غذایى و بیوسیستم است، زیرا دانستن میزان کیفیت مواد غذایى مى تواند اطلاعات بیش ترى درباره شرایط نگه دارى و نظارت آن، ارائه نماید. اهمیت مقوله پردازش تصاویر در کنترل کیفیت بدین جهت است که تعیین کیفیت مواد غذایى با هزینه کم تر و راحت تر مى باشد و بدین ترتیب مواد غذایى از آسیب هاى مکانیکى ناشى از آزمون هاى شیمیایى مصون مى ماند. در این میان، یکى از شاخص هاى تازگى مواد غذایى به خصوص در آبزیان، شمارش کلى میکروبى است. لذا در این مطالعه، سعى شده تا مدلى براى پیش بینى مقادیر شمارش کلى میکروبى با کمک پردازش تصویر و شبکه هاى عصبى مصنوعى براى میگوى وانامى در طى چهار مرحله نگه دارى (روز اول، سوم، ششم و نهم) با شرایط نگه دارى مرسوم (در یخ و با صفر تا 2 درجه سانتى گراد) برآورد شود. پس از انتخاب بهترین شرایط نورپردازى، تصویر بردارى به وسیله یک دوربین دیجیتال و در دو نماى بالا و کنار انجام گرفت. این تصاویر به رایانه انتقال داده شدند. سپس براى استخراج ویژگى هاى تصویر از جعبه ابزار پردازش تصویر نرم افزار متلب استفاده شد. مقدار*a و *b به دست آمده از تصاویر بالا، در طول نگه دارى در سطح احتمال (05/0<p (به صورت خطى افزایش داشته است. با مقایسه نتایج به دست آمده از آزمون دانکن، مى توان دریافت که بین تغییر رنگ میانگین R ،واریانس *b ،میانگینV ،میانگین Y ،میانگین y ،میانگین *b و میانگین l از تصاویر گرفته شده از بالا، در مدت نگه دارى با شمارش کلى میکروبى ارتباط قوى وجود دارد. بنابراین، مى توان
از پردازش تصویر با استفاده از پارامترهاى رنگ و بافت میگو به عنوان روشى غیرمخرب، کم هزینه و آسان براى ارزیابى سریع شمارش کلى میکروبى میگو در صنایع غذایى و کنترل کیفیت مواد غذایى استفاده کرد.
واژ ه هاى کلیدي: میگو، شمارش کلى میکروبى، کیفیت، پردازش تصویر، شبکه هاى عصبى مصنوعى.

فایل PDF – در 14 صفحه- نویسندگان : رضا گلى، مهدى قاسمى ورنامخواستى، مریم میرزایى، سید سعید محتسبى

برآورد میزان شمارش کلى میکروبى میگوى پرورشى (گونه وانامى) به کمک پردازش تصویر

پسورد فایل : behsanandish.com

 

مقالات کنترل کیفیت با پردازش تصویر قسمت 1
مقالات کنترل کیفیت با پردازش تصویر قسمت 2