برآورد حجم گردو به کمک روش پردازش تصویر بر اساس خاصیت پرسپکتیو و جمع المان‌های متشابه

محاسبه حجم محصولات کشاورزی به دلیل‌های مختلفی از جمله بررسی کیفیت و درجه‌بندی انجام می‌شود. در چند سال اخیر استفاده از روش غیر‌مخرب و سریع ماشین بینایی با کامپیوتر و دوربین‌های دیجیتال گسترش و محبوبیت یافته است. این پژوهش تلاشی برای توسعه و ارزیابی یک الگوریتم جدید پردازش تصویر برای تصحیح خطای خاصیت پرسپکتیو طبیعی تصویربرداری و برش المان‌های متشابه و جمع حجم آن‌ها برای برآورد حجم محصول است که در این پژوهش از محصول گردو استفاده شده است. در کنار ارایه این روش چند روش رایج دیگر شامل روش وزن آب جابجا شده به عنوان روش مرجع، استفاده از قطر میانگین هندسی و استفاده از مساحت سطح منظری نیز آورده شده است تا بتوان نتایج این روش را روی گردو بهتر ارزیابی کرد. خطاهای روش‌های استفاده از قطر میانگین هندسی، مساحت سطح منظری، جمع المان‌های متشابه به ترتیب 6/9%، 2/10% و 7/10% به دست آمد. نتایج نشان داد که در ماشین بینایی به دلیل خاصیت پرسپکتیو طبیعی در تصویربرداری، اجسام کوچک (گردو) نسبت به اجسام بزرگ‌تر خطای بیشتری برای حجم سنجی ایجاد می‌کنند.