Application of Image Processing Method and Artificial Neural Networks for Apple Grading

Bruikimillan, Ghotbadin and Rasooli Sharabiani, Vali and Behfar, Hossein and Faizollahzadeh Ardabili, Sina (2017) Application of Image Processing Method and Artificial Neural Networks for Apple Grading. In: 1st International and 5th National Conference on Organic vs. Conventional Agriculture, 16-17 August 2017, Ardabil, Iran.

[img] Text
C-00146-AC-1.pdf

Download (403kB)
Official URL: http://www.uma.ac.ir

Abstract

Today, the use of machine vision and image processing systems, as a new method in the agricultural sector, has found many applications to be used in grading various products. Use this method causes improves the quality of the fruit and reduces the grading operation time Compared to the manual process. Neural networks are a kind of simple modeling of real neural systems that are used extensively in solving various problems in science. Therefore, the aim of this study is investigate and identify the possibility of grading apples using online image processing and neural network and develop the related algorithm. For this purpose, online machine vision system, including a lighting system, camera and computer used which was placed on a conveyor system. 400 images were taken from samples with different sizes and 102 samples were selected randomly among them and were processed using Matlab 2013b software. Then the samples were graded using a digital caliper and neural network model was developed. Based on the results of comparative parameters, the model performance had high correlation coefficient, acceptable RMSE and MAE in the data range. This suggests high performance of the neural network in modeling the area and bruise of apples by square pixels.

Item Type: Conference or Workshop Item (Poster)
Persian Title: کاربرد روش پردازش تصویر و شبکه های عصبی مصنوعی برای درجه بندی سیب
Persian Abstract: امروزه استفاده از سيستم های ماشين بينايي و پردازش تصوير به عنوان روشی نوين در بخش کشاورزي کاربردهاي مختلفي یافته است و از آن ها به منظور درجه بندي محصولات مختلف استفاده مي شود. استفاده از این روش موجب بهبود کیفیت میوه و کاهش زمان عملیات درجه¬بندی در مقایسه با فرآیند دستی می¬گردد. شبكه هاي عصبي نوعي مدل سازي ساده از سيستم هاي عصبي واقعي هستند كه كاربرد فراواني در حل مسايل مختلف در علوم دارند. لذا هدف ازاين تحقيق بررسي و شناسایی امکان درجه بندي سیب با استفاده از پردازش تصويرآنلاین به کمک شبکه عصبی والگوریتم تدوین شده بود. بدين منظور يک سيستم آنلاین ماشين بينايي شامل سیستم نورپردازی، دوربين و رایانه که بر روی یک سیستم نوار نقاله قرار داده شده بودن استفاده شد. تعداد 400 تصویر از نمونه هایی با اندازه مختلف اخذ و از بین آن ها تعداد 102 نمونه به صورت تصادفی انتخاب شد و با استفاده از نرم افزار Matlab 2013b مورد پردازش قرار گرفت سپس نمونه ها با استفاده از کولیس دیجیتال و الگوریتم توسعه یافته و شبکه عصبی درجه بندی شدند. نتایج ناشی از پارامترهای مقایسه ای، عملکرد مدل دارای ضریب همبستگی بالا، RMSE و MAE قابل قبول با توجه به بازه داده ها می باشد و حاکی از عملکرد بالای شبکه عصبی در مدل سازی مساحت سیب و لکه بر اساس پیکسل مربع می باشد.
Subjects: Divisions > Conferences > 1st International and 5th National Conference on Organic vs. Conventional Agriculture, 16-17 August 2017
Conferences > 1st International and 5th National Conference on Organic vs. Conventional Agriculture, 16-17 August 2017
Divisions: Conferences > 1st International and 5th National Conference on Organic vs. Conventional Agriculture, 16-17 August 2017
Subjects > Conferences > 1st International and 5th National Conference on Organic vs. Conventional Agriculture, 16-17 August 2017
Date Deposited: 25 Nov 2018 13:14
Last Modified: 25 Nov 2018 13:14
URI: http://repository.uma.ac.ir/id/eprint/3611

Actions (login required)

View Item View Item