جداسازی اجسام خارجی از مغز پسته با استفاده از پردازش تصاویر فراطیفی و الگوریتم های بهینه سازی

در این مقاله، به بحث جداسازی اجسام خارجی از مغز پسته با استفاده از پردازش تصاویر فراطیفی پرداخته میشود . پسته به عنوان یکی از محصولات استراتژیک و مهمترین محصول کشاورزی صادراتی ایران، اهمیت ویژه‌ای دارد. برای فرآوری مغز پسته، به خصوص مغز پسته خرد شده پس از عبور از دستگاه مغزشکن، فرآیند جداسازی و پاک‌سازی مغز پسته از اجسام خارجی ضروری است. اجسام خارجی عموماً شامل چوب و ساقه پسته، پوست پسته، سنگ ریزه و ... می‌شوند که در میان آنها جداسازی چوب و پوسته استخوانی به دلیل وجود شباهت رنگی با مغز پسته بسیار اهمیت دارد.سیستم تصویربرداری فراطیفی با جمع‌آوری طیف‌های مختلف از یک شیء، بستری را برای پیاده‌سازی الگوریتم‌های مختلف دسته‌بندی و یادگیری ماشین برای تفکیک مغز پسته و اجسام خارجی موجود در آن ایجاد می‌کند. ماشین‌های سورتینگ فراطیفی، با استفاده از الگوریتم‌های بهینه‌سازی، قابلیت جدایش محصول بر اساس جنس را دارند و ارزش افزوده بالایی برای محصول ایجاد می‌کنند.در این مقاله، مروری جامع بر روش‌ها و الگوریتم‌های بهینه سازی استفاده شده در جداسازی اجسام خارجی از مغز پسته با استفاده از پردازش تصاویر فراطیفی ارائه می‌شود. در مقاله حاضر، هدف اصلی توسعه و بهبود روش‌های جداسازی اجسام خارجی از مغز پسته برای ارائه راهکارهایی جدید و پیشرفته‌تر است.

separating external things from pistachio using high-spectral image processing and optimization algorithms

in this article, the discussion revolves around the separation of foreign objects from pistachio nuts using hyperspectral image processing. pistachios, as one of iran s strategic agricultural exports, hold special significance. to process pistachio nuts, particularly after passing through a cracking machine, it is essential to separate and clean the pistachio kernels from foreign objects. foreign objects typically include pistachio shells, pistachio skins, small stones, and more, among which the separation of wood and bony shells is of great importance due to their color similarity with pistachio kernels. hyperspectral imaging systems, by collecting various spectra from an object, provide a platform for implementing various classification and machine learning algorithms to distinguish pistachio kernels from foreign objects. hyperspectral sorting machines, using classification algorithms, have the capability to separate products based on material, creating high added value for the product. this article provides a comprehensive review of the methods and classification algorithms used in separating foreign objects from pistachio kernels using hyperspectral image processing. the main goal of this article is to develop and improve methods for separating foreign objects from pistachio kernels, offering new and advanced solutions.