طراحی الگوریتم دسته‌بندی نارنگی بر اساس رنگ با استفاده از پردازش تصویر

همه ساله در کشور مرکبات زیادی از جمله نارنگی به‌دلیل قیمت بسیار پایین آن، برداشت نشده و در باغ‌ها رها می‌شود که باعث وارد آمدن خسارت زیادی به باغداران خواهد شد. از سوی دیگر عرضه محصول یک دست از نظر میزان رسیدگی، با استقبال زیاد مصرف‌کننده روبرو شده و باعث رونق گرفتن بازار فروش محصول خواهد شد. نارنگی دارای ارقام مختلفی است که در این پژوهش، نارنگی رقم انشو مورد مطالعه قرارگرفته‌ و از روش پردازش تصویر و شبکه‌های عصبی مصنوعی (ann) برای طبقه‌بندی میوه به سه دسته‌ی رسیده، نیمه‌رسیده و نارس استفاده شده ‌است. تعداد 120 نمونه میوه‌ی نارنگی توسط فرد خبره به سه دسته‌ی رسیده، نیمه‌رسیده و نارس دسته‌بندی و سپس تصاویر آن‌ها با استفاده از یک سیستم تصویربرداری به دست آمد. پس از عکس‌برداری از نارنگی ها و انجام عملیات پیش‌پردازش، قطعه‌بندی و طبقه‌بندی تصاویر حاصل، تصاویر به کانال‌های رنگی مختلف مثل فضاهای رنگی rgb، hsv، ycbcr وcmy ، منتقل و ویژگی‌های آماری آن‌ها استخراج شد. میانگین مولفه‌ی دوم و انحراف معیار مولفه‌‌ی سوم فضای رنگی ycbcr، انحراف معیار مولفه‌ی سوم فضای رنگی cmy، میانگین مولفه‌ی اول و مولفه‌ی سوم و همچنین انحراف معیار مولفه‌ی دوم فضای رنگی hsv، به‌عنوان خصوصیت‌های موثر که همان ورودی‌های سیستم طبقه‌بندی پیشنهادی است، انتخاب شدند. در کل 6×4 خصوصیت از هر نمونه استخراج شد. در مجموع درصد طبقه‌بندی صحیح سه کلاس برابر با 97.22 درصد به دست آمد. نتایج حاصل از این مطالعه نشان می‌دهد که سیستم پیشنهادی دقت مناسبی در تشخیص نارنگی‌های رسیده، نیمه رسیده و نارس دارد. بنابراین می‌توان نتیجه گرفت که به‌کارگیری روش‌های نوین نظیر پردازش تصویر و هوش مصنوعی برای دسته‌بندی نارنگی بسیار مفید وکاراست.