درجه بندی حجمی محصولات کشاورزی به روش المان بندی با کاربرد ماشین بینایی
چکیده
حجم یکی از خواص فیزیکی محصولات کشاورزی است که در تحقیقات، صنعت و بازار عرضه ی محصول مورد توجه قرار می گیرد. به دلیل شکل هندسی ناهمگون اغلب محصولات کشاورزی، محاسبه ی حجم آن ها به روش های ساده ی هندسی چندان دقیق نیست. هدف از این تحقیق، یافتن روشی مناسب برای برآورد حجم محصولات کشاورزی با استفاده از پردازش تصویر است که دارای دقت و سرعت قابل قبول بوده و قابلیت به کارگیری در سیستم های بلادرنگ جداسازی محصولات کشاورزی را داشته باشد. در این روش جسم به المان های فرضی با سطح مقطع ثابت تقسیم می شود و حجم کل، از مجموع حجم المان ها بدست می آید. برای بدست آوردن سطح مقطع دقیق محصول، از نورپردازی ساختار یافته به کمک تابش خطی نور لیزر به گرداگرد محصول استفاده شد. سپس به منظور ترکیب اطلاعاتی تصاویر وجوه مختلف محصول، از یک دوربین دیجیتال و دو آیینه ی تخت استفاده شد و طی چند مرحله پردازش، به کمک نرم افزارmatlab، سطح مقطع های محصول استخراج و سپس حجم آن محاسبه شد. در این پژوهش،برآورد حجم 30 نمونه ی سیب زمینی رقم مارفونا به عنوان یک محصول کشاورزی با شکل ناهمگون، بر اساس دو پارامتر سرعت خطی تسمه نقاله و ضخامت المان ها انجام شد و برای بررسی اثر هر یک از آن ها، از آزمون فاکتوریل در قالب طرح پایه ی کاملاً تصادفی استفاده شد. نتایج به دست آمده نشان داد که تغییرات ضخامت المان و سرعت خطی محصول در سطوح آزمایش شده برحجم تخمینی معنی دار نیست. مقایسه ی حجم تخمینی و حجم واقعی نمونه ها (به روش جابجایی آب) در ترکیب های مختلف آزمایشی نشان داد که ضخامت 4 میلی متر و سرعت 3 سانتی متر بر ثانیه،دقیق ترین حالت برآورد حجم است؛ در این حالت خطای میانگین 64/6 درصد و بار محاسباتی تخمین حجم برای نمونه ها بطور میانگین 12/2 ثانیه بدست آمد. از نتایج بدست آمده برای جداسازی محصولات به دو کلاس فرضی، پس از استخراج مدل بهینه بصورت یک رابطه ی درجه ی دوم، استفاده شد. در این آزمون دقت جداسازی 3/93 درصد به دست آمد. در پایان برای ارزیابی قابلیت تعمیم مدل برآورد حجم، دو محصول دیگر مورد آزمایش قرار گرفتند که خطای میانگین تخمین حجم برای سیب به عنوان یک محصول شبه متقارن محوری برابر 42/6 درصد و این عدد برای پرتقال به عنوان یک محصول شبه کروی برابر 13/10 درصد محاسبه شد.