استفاده از پردازش تصویر در تشخیص غیرمخرّب زعفران واقعی و تقلبی

مقدمه و هدف: هدف از این مطالعه، ترکیب پردازش تصویر و روش ماشین بردار پشتیبان (svm) برای ارزیابی سریع و غیر مخرّب تشخیص زعفران واقعی از زعفران تقلبی می باشد.روش کار: پس از تهیه تصاویر از توده زعفران خالص و تقلّبی و کلاله های مجزا، تصاویر وارد مراحل پیش پردازش شدند و در نهایت، ویژگی های آماری مرتبط با بافت تصاویر و ویژگی های مورفولوژی شامل 105 ویژگی استخراج شدند. به منظور افزایش سرعت و دقت طبقه بندی، از روش آنالیز مولفه های اصلی pca برای کاهش ابعاد ماتریس ویژگی استفاده شد. همچنین طبقه بندی تصاویر به کمک توابع کرنل مختلف svm ،به صورت دو کلاس انجام شد. سپس شاخص های آماری نظیر دقت، صحت، حساسیّت، اختصاصی بودن و سطح زیر منحنی به منظور ارزیابی طبقه بند محاسبه شدندنتیجه گیری: مقادیر این شاخص ها برای طبقه بندی با کرنل کوبیک svm برای تشخیص زعفران تقلبی از زعفران واقعی به ترتیب 97، 93، 83، 5/97و 97 درصد بدست آمد. نتایج حاصل از این طبقه بندی نشان داد که این سیستم به عنوان یک روش هوشمند، سریع، غیرمخرب و دقیق، قابلیت تشخیص زعفران واقعی را از تقلبی دارد.