تعیین حجم و وزن تخم بلدرچین با استفاده از تکنیک های پردازش تصویر و شبکه عصبی و مصنوعی و مقایسه با مدل های رگرسیونی

جهت مکانیزه کردن مراحل فرآوری تخم بلدرچین باید بتوان پارامترهای کیفی آن را با استفاده از روش های رایانه ای مدل‌سازی نمود. از این‌رو در این تحقیق با استفاده از تکنیک های پردازش تصویر، خواص فیزیکی تخم بلدرچین استخراج شده و سپس حجم تخم ها با لایه‌بندی و دوران حول محور اصلی تخم به دست آمد. در ضمن جهت تعیین وزن تخم ها یک مدل رگرسیون چندمتغیره و یک مدل عصبی و مصنوعی ایجاد شد. همچنین نتایج حاصل از مدل ها و رو ش های پیشنهادی در این تحقیق با مقادیر واقعی و مدل های موجود (مدل های hoyt) مقایسه شد. در پایان تاثیر سن، تغذیه و نور محیط مادرها بر روی پارامترهای کیفی تخم مورد بررسی قرار گرفت. با مقایسه حجم واقعی تخم‌ها و مدل hoyt، دقت 97% و با حجم محاسبه ‌شده به روش تقسیم لایه ای تخم، دقت 100% حاصل شد، که اهمیت روش تقسیم لایه ای تخم را به خوبی نشان می دهد. با مقایسه مقادیر واقعی وزن تخم ها با مدل hoyt، دقت 83%، با مدل چندمتغیره، دقت 90% و با مدل عصبی و مصنوعی، دقت 95% حاصل شد. مدل عصبی نه تنها دقت بهتری نشان داد بلکه اثر زمان تخم‌گذاری را هم در تخمین در نظر می گرفت که بسیار حائز اهمیت است. از مقایسه نتایج پرورش بلدرچین ها مشخص شد، سن بلدرچین مادر در زمان تخم‌گذاری بر پارامترهای کیفی تخم موثر است و تخم بلدرچین های جوان تر شکل کروی تری دارند که ممکن است به‌دلیل گسترش نیافتن رحم مادرها باشد. همچنین مشخص شد نحوه قرارگرفتن قفس مادرها از لحاظ دریافت مناسب نور، غذا و آب بر کیفیت تخم ها موثر است. به طوری که تخم مادرهایی که در بالاترین قفس ها قرار داشته و دارای نور و غذای بهتری بودند دارای افزایش ابعاد و وزن معنی‌داری بودند. این نتایج به خوبی نشان می دهد که ادغام تکنیک‌های پردازش تصویر و شبکه عصبی و مصنوعی می تواند به مکانیزه کردن مراحل فرآوری و آماده‌سازی تخم بلدرچین کمک کند.