محاسبه حجم محصولات کشاورزی به دلیل های مختلفی از جمله بررسی کیفیت و درجه بندی انجام می شود. در چند سال اخیر استفاده از روش غیر مخرب و سریع ماشین بینایی با کامپیوتر و دوربین های دیجیتال گسترش و محبوبیت یافته است. این پژوهش تلاشی برای توسعه و ارزیابی یک الگوریتم جدید پردازش تصویر برای تصحیح خطای خاصیت پرسپکتیو طبیعی تصویربرداری و برش المان های متشابه و جمع حجم آن ها برای برآورد حجم محصول است که در این پژوهش از محصول گردو استفاده شده است. در کنار ارایه این روش چند روش رایج دیگر شامل روش وزن آب جابجا شده به عنوان روش مرجع، استفاده از قطر میانگین هندسی و استفاده از مساحت سطح منظری نیز آورده شده است تا بتوان نتایج این روش را روی گردو بهتر ارزیابی کرد. نتایج نشان داد که در ماشین بینایی به دلیل خاصیت پرسپکتیو طبیعی در تصویربرداری، اجسام کوچک (گردو) نسبت به اجسام بزر گتر خطای بیشتری برای حجم سنجی ایجاد می کنند.
