|
|
|
|
تعیین برخی از پارامترهای کیفی آب استخر پرورش ماهی با استفاده از پردازش تصویر
|
|
|
|
|
|
|
|
نویسنده
|
حیدری سجاد ,میرزائی قلعه اسماعیل ,ربانی حکمت ,وصالی فرشاد
|
|
منبع
|
مهندسي بيوسيستم ايران - 1398 - دوره : 50 - شماره : 3 - صفحه:607 -614
|
|
چکیده
|
در این تحقیق، برخی از پارامترهای کیفی آب استخر پرورش ماهی شامل ph، هدایت الکتریکی (ec)، کل مواد محلول (tds) و کدورت (turb) به کمک روش‌های استاندارد اندازه‌گیری شده و با استفاده از پردازش تصاویر گرفته شده توسط گوشی تلفن همراه هوشمند و شبکه‌های عصبی مصنوعی پیش‌بینی شدند. همه آزمایش‌ها در استخر پرورش ماهی کپور در شهرستان سنقر واقع در استان کرمانشاه انجام شد. نمونه‌ها از سه عمق مختلف جمع آوری شدند. دوازده مولفه شامل 6 مولفه رنگی ( قرمز، سبز، آبی، سیاه، خاکستری و سفید) و 6 مولفه بافت (میانگین، انحراف معیار، نرمی، گشتاور سوم، یکنواختی و آنتروپی) از نمونه تصاویر گرفته شده استخراج و به عنوان ورودی مدل شبکه عصبی انتخاب شدند. بر اساس نتایج، شبکه با ساختار 4-15-12 (12 نرون در لایه ورودی، 15 نرون در لایه مخفی و 4 نرون در لایه خروجی) به عنوان بهترین مدل برای پیش‌بینی پارامترهای ph، tds، ec و turb به ترتیب با ضرایب تبیین 0.913، 0.993، 0.994 و 0.958 و مقادیر rmse به ترتیب برابر 0.054، 1.835، 3.766 و 0.262 انتخاب شد.
|
|
کلیدواژه
|
آب، استخر پرورش ماهی، کیفیت سنجی، تلفن همراه هوشمند، شبکه عصبی مصنوعی
|
|
آدرس
|
دانشگاه رازی, دانشکده کشاورزی, گروه مهندسی مکانیک بیوسیستم, ایران, دانشگاه رازی, دانشکده کشاورزی, گروه مهندسی مکانیک بیوسیستم, ایران, دانشگاه رازی, دانشکده کشاورزی, گروه مهندسی مکانیک بیوسیستم, ایران, دانشگاه رازی, دانشکده کشاورزی, گروه مهندسی مکانیک بیوسیستم, ایران
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Determining of Some Water Quality Parameters in Fish Pond Using Image Processing
|
|
|
|
|
Authors
|
Heydari Sajad ,Mirzaee Ghaleh Esmaeil ,Rabbani Hekmat ,Vesali Farshad
|
|
Abstract
|
In this research some water quality parameters in fish pond includes pH, Electrical Conductivity (EC), Total Dissolved Solids (TDS) and Turbidity (Turb) were determined by standard methods and predicted by image processing using smart phone and artificial neural network. All experiments carried out in Kappur ponds in Sonqor city, Kermanshah province. Samples collected from three different depths. The 12 parameters consisted of 6 color features (red, green, blue, black, gray and white), and 6 tissue features (mean, standard deviation, softness, third torque, uniformity and entropy) were extracted from image samples and were selected as inputs to the neural network model. Based on the results, network with structure of 12154 (12 neurons in the input layer, 15 neurons in the hidden layer and 4 neurons in the output layer) was the best model for predicting the parameters with R2 of 0.913, 0.993, 0.994 and 0.958 for pH, TDS, EC and Turb, respectively. These values for RMSE were 0.054, 1.835, 3.766 and 0.262, respectively.
|
|
Keywords
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|