طبقه بندی سه رقم بذر ذرت با استفاده از تکنیک پردازش تصویر

پیام:
نوع مقاله:
مقاله پژوهشی/اصیل (بدون رتبه معتبر)
چکیده:

ذرت (zea mays) یکی از مهم ترین گیاهان زراعی در دنیا محسوب می شود، به گونه ای که بعد از گندم و برنج در رتبه سوم از نظر سطح زیر کشت قرار دارد. هدف از این مطالعه تمایز و طبقه بندی دانه های ذرت در سه رقم بطور غیرمخرب با استفاده از فناوری پردازش تصویر می باشد. سه رقم بذر ذرت در دو حالت تکدانه و توده تحت تصویربرداری قرار گرفتند. از 180 نمونه بصورت تکدانه با 60 تکرار (در حالت پشت و رو)همراه با اندازه گیری وزن و ابعاد دانه ها برای هر رقم، همچنین از 9 نمونه دیگر بصورت توده با 3 تکرار همراه با اندازه گیری وزن و ابعاد ده عدد دانه با انتخاب تصادفی از هر نمونه توده ای برای هر رقم استفاده شد. متغیرهای پیش بینی کننده شامل مساحت، محیط، قطر اصلی بزرگ، قطر اصلی کوچک، یکپارچگی، بی قاعدگی، مساحت محدب ، قطر معادل، شاخص رنگ قرمز ، شاخص رنگ سبز ،شاخص رنگ آبی ، وزن و ابعاد سه گانه اندازه گیری شده بطور دستی در کنار پارامتر جهت تصویربرداری بودند. نتایج نشان داد در طبقه بندی با روش آنالیز تشخیصی خطی با در نظر گرفتن 16 متغیر پیش بینی کننده دقت 70/6 درصد و با روش گام به گام و حذف برخی متغیرها و استفاده از 8 متغیر پیش بینی کننده همان دقت 70/6 درصد بدست آمد. مهم ترین متغیرهای پیش بینی کننده عبارت بودند از: ضخامت، محور اصلی بزرگ، محور اصلی کوچک، بی قاعدگی، قطر معادل، یکپارچگی، شاخص رنگ قرمز و شاخص رنگ سبز. همچنین دقت روش تحلیل شبکه های عصبی مصنوعی (ANN) با 16 متغیر پیش بینی کننده و 8 متغیر پیش بینی کننده به ترتیب برابر با 75/6و 72/2درصد به دست آمد که این مقدار بالاتر از روش LDA بود.

زبان:
فارسی
صفحات:
7295 تا 7304
لینک کوتاه:
magiran.com/p2606125 
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یک‌ساله به مبلغ 1,390,000ريال می‌توانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
  • حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران می‌شود.
  • پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانه‌های چاپی و دیجیتال را به کاربر نمی‌دهد.
In order to view content subscription is required

Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!