ایجاد سیستم طبقه بندی بر اساس پردازش تصویر جهت جداسازی کیفی زالزالک طی نگهداری در شرایط مختلف (سردخانه، یخچال و محیط)

سال انتشار: 1399
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 173

فایل این مقاله در 15 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_FOODRE-30-1_014

تاریخ نمایه سازی: 23 آذر 1401

چکیده مقاله:

زمینه مطالعاتی: مشخصه ظاهری میوه ها بر ارزش تجاری، ترجیح و انتخاب مصرف کننده موثر است. درجه بندی میوه در صنایع بسته بندی بسیار ضروری می باشد، زیرا تقاضای زیادی برای میوه های مرغوب و با کیفیت در بازار وجود دارد. هدف: هدف ایجاد یک سیستم درجه بندی میوه بر اساس کیفیت آن طی نگهداری با استفاده از خصیصه های رنگی و با کمک تکنیک تجزیه و تحلیل تصویر است. روش کار: درجه بندی میوه های زالزالک به سه درجه کیفی (A، B و C) طی نگهداری در شرایط مختلف (یخچالی، سردخانه و محیط) با استفاده از تکنیک تجزیه و تحلیل تصویر انجام شد. برای مقایسه نتایج تجزیه و تحلیل تصویر و طبقه بندی بصری، خصوصیات فیزیکی شیمیایی و هندسی میوه تعیین شد. پارامترهای کیفی رنگی (L*، a*، b*، c*، h* و ) پارامترهای هندسی، افت وزن، سفتی بافت، میزان مواد جامد محلول (TSS)، pH، اسیدیته قابل تیتر (TA) و شاخص رسیدگی (RPI) فاکتورهای اندازه گیری شده است. تجزیه و تحلیل مولفه اصلی به منظور ارزیابی ارتباط بین متغیرها استفاده شد. نتایج: اولین همبستگی بین پارامترهای فیزیکی شیمیایی و رنگی انجام گردید که همبستگی بالای بین تمامی متغیرها به جز خصیصه  وجود داشت؛ پارامترهای فیزیکی شیمیایی و رنگی توانستند تغییرات را با قابلیت اطمینان ۲/۹۴ درصد توصیف نمایند. با استفاده از پارامترهای رنگی و بدون حضور پارامترهای فیزیکی شیمیایی، تغییرات را با قابلیت اطمینان ۴/۹۷ درصد توصیف گردید. از دو سیستم طبقه بندی تحلیل تفکیک خطی (LDA) و تحلیل تفکیک درجه دو (QDA) برای ارزیابی کارایی سیستم بینایی استفاده شد. نتایج نشان داد که دو سیستم طبقه بندی تحلیل تفکیک خطی و تحلیل تفکیک درجه دو قادرند تا زالزالک ها را با دقت ۹۹ و ۵/۹۹ درصد به درجه کیفی درست خود طبقه بندی نماید. نتیجه گیری نهایی: بنابراین روش پیشنهادی جدید امکان طبقه بندی سریع و دقیق میوه ها بر اساس درجه کیفی فراهم می آورد؛ و می توان آن را به راحتی در کارخانه های فرآوری کاربردی نمود.  

نویسندگان

محسن زندی

گروه علوم و مهندسی صنایع غذایی، دانشگاه زنجان

علی گنجلو

گروه علوم و مهندسی صنایع غذایی، دانشگاه زنجان

ماندانا بی مکر

گروه علوم و مهندسی صنایع غذایی، دانشگاه زنجان

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • ارزیابی اثر زمان برداشت و مدت نگهداری میوه در سردخانه بر روی برخی خصوصیات کیفی میوه زغال اخته [مقاله ژورنالی]
  • دریلی س، حسن پور ح و فرخزاد ع، ۱۳۹۶. ویژگی ...
  • تاثیر نوع بسته بندی و شرایط نگهداری بر ویژگی های فیزیکی شیمیایی، فعالیت آنتی اکسیدانی و بار میکروبی دانه های انار آماده مصرف [مقاله ژورنالی]
  • عشورنژاد م و قاسم نژاد م، ۱۳۹۱. اثر بسته بندی ...
  • Afsharnia F, Mehdizadeh S, Ghaseminejad M and Heidari M, ۲۰۱۷. ...
  • Arakeria M and Lakshmana A, ۲۰۱۶. Computer Vision Based Fruit ...
  • Arzate-Vazquez I, Chanona-Perez J, Perea-Flores M, Calderon-Domı´nguez G, Moreno-Armendariz M ...
  • Baigvand M, Banakar A, Minae S, Khodaei J and Behroozi-Khazaei ...
  • Cardenas-Perez S, Chanona-Perez J, Mendez-Mendez J, Calderon-Domınguez G, Lopez-Santiago R, ...
  • Chai W, Chen C, Gao Y, Feng H, Ding Y, ...
  • Chang W, Dao J and Shao Z, ۲۰۰۵. Hawthorn: Potential ...
  • Donis-González I, Guyer D, Leiva-Valenzuela G and Burns J, ۲۰۱۳. ...
  • Helrich K, ۱۹۹۰. AOAC Official Methods of Analysis. Official Methods ...
  • Hosseinpour S, Rafiee S, Mohtasebi S and Aghbashlo M, ۲۰۱۲. ...
  • Huang Y, Lub R and Chena K, ۲۰۱۷. Development of ...
  • Jackman P and Sun DW, ۲۰۱۳. Recent advances in image ...
  • Kienzle S, Sruamsiri P, Carle R, Sirisakulwat S, Spreer W ...
  • Li C, Han W and Wang MH, ۲۰۱۰. Antioxidant Activity ...
  • Li WQ, Hu QP and Xu JG, ۲۰۱۵. Changes in ...
  • Liming, X and Yanchao Z, ۲۰۱۰. Automated strawberry grading system ...
  • Liu S, Chang X, Liu X and Shen Z, ۲۰۱۶. ...
  • Liu S, Zhang X, You L, Guo Z, and Chang ...
  • Makky M and Soni P, ۲۰۱۳. Development of an automatic ...
  • Moallem P, Serajoddin A and Pourghassem H, ۲۰۱۷. Computer vision-based ...
  • Mohammadi V, Kheiralipour K and Ghasemi-Varnamkhasti M, ۲۰۱۵. Detecting maturity ...
  • Momina M, Rahmana M, Sultana M, Igathinathane C, Ziauddin A ...
  • Mraihi F, Hidalgo M, Pascual-Teresa S, Trabelsi-Ayadi M and Cherif ...
  • Muhammad G, ۲۰۱۵. Date fruits classification using texture descriptors and ...
  • Nordey T, Léchaudel M, Génard M and Joas J, ۲۰۱۴. ...
  • Nouri-Ahmadabadi H, Omid M, Mohtasebi S and Soltani Firouz M, ...
  • Ornelas-Paz J, Yahia E and Gardea A, ۲۰۰۸. Changes in ...
  • Ozcan M, Hacıseferogulları H, Marakoglu T and Arslan D, ۲۰۰۵. ...
  • Pittler M, Schmidt K and Ernst E, ۲۰۰۳. Hawthorn extract ...
  • Pourdarbani R, Ghassemzadeh H, Seyedarabi H, Nahandi F, and Moghaddam ...
  • Razavi F, Roghayeh M, Rabiei V, Soleimani Aghdam M and ...
  • Sabzi S, Abbaspour-Gilandeh Y and García-Mateos G, ۲۰۱۸. A new ...
  • Sofu M, Erb O, Kayacan M and Cetisli B, ۲۰۱۶. ...
  • Vesquez-Caicedo A, Sruamsiri P, Carle R and Neidhart S, ۲۰۰۵. ...
  • Vélez-Rivera N, Blasco J, Chanona-Pérez J, Calderón-Domínguez G, Perea-Flores M, ...
  • Wan P, Toudeshki A, Tana H and Ehsani R, ۲۰۱۸. ...
  • Zhang Z, Ho W, Huang Y and Chen Z, ۲۰۰۲. ...
  • Zhua R, Li T, Dong Y, Liu Y, Li S, ...
  • نمایش کامل مراجع