نظارت بر اکسیداسیون روغن زیتون طی دوره نگهداری تسریع شده با استفاده از سامانه ماشین بینایی

در این پژوهش توانایی یک سامانه ماشین بینایی برای نظارت بر سطح اکسیداسیون روغن زیتون ارزیابی شد. به این منظور نمونه های روغن زیتون طی دوره نگهداری تسریع شده به مدت 24 روز در آون مورد بررسی قرار گرفته و سپس عملیات پردازش تصویر جهت استخراج پارامترهای مربوط به فضاهای رنگی RGB، HSV و L*a*b*انجام شد. عملکرد تکنیک های شبکه عصبی مصنوعی و درخت تصمیم در تعیین میزان اکسیداسیون روغن زیتون مقایسه شد. در هر یک از مدل ها پارامترهای رنگی به عنوان ورودی و مراحل مختلف در دوره اکسیداسیون روغن زیتون به عنوان خروجی تعیین شد. براساس نتایج حاصل شده بیشترین دقت طبقه بندی (44/94%) و کمترین جذر میانگین مربع خطا (0696/0) مربوط به تکنیک درخت تصمیم بوده است. بنابراین سامانه پیشنهادی ماشین بینایی در ترکیب با تکنیک های هوش مصنوعی به عنوان ابزاری غیر مخرب و کارآمد برای پایش و کنترل کیفیت در طول نگهداری روغن ارائه می شود.