رضا امیری چایجان

شناسایی ارقام برنج در کشاورزی مدرن از اهمیت بالایی برخوردار است. ویژگیهای بافتی از میان عوامل مختلف میتواند برای شناسایی ارقام برنج استفاده شود. پردازش تصاویر دیجیتال به عنوان روشی جدید می تواند برای استخراج ویژگی های بافت به کار برده شود. هدف از این پژوهش شناسایی ارقام برنج با استفاده از ویژگیهای بافت تصویر به کمک پردازش تصویر و شبکههای عصبی مصنوعی پس انتشار میباشد. برای تشخیص ارقام برنج، پنج رقم برنج ایرانی به نام های فجر، شیرودی، ندا، طارم محلی و خزر تهیه شدند. 108 ویژگی بافتی از تصاویر برنج با استفاده از ماتریس هم وقوعی تصویر سطوح خاکستری استخراج گردید. سپس شناسایی ارقام با استفاده از شبکه عصبی مصنوعی پس انتشار صورت پذیرفت. پس از ارزیابی شبکههای 98 % به دست / 97 % و 9 /8 ،%92/ یک لایه با استفاده از ویژگیهای بافتی، بیشترین دقت طبقهبندی برای ارقام شلتوک، برنج قهوه ای و سفید به ترتیب 2 96 %، برای برنج / آمد. پس از این که شبکه با دولایه پنهان مورد ارزیابی قرار گرفت، بهترین میانگین دقت طبقه بندی برای تشخیص ارقام شلتوک 67 98 %، برای ارقام / 98 % حاصل شد. بیشترین دقت طبقهبندی پس از انتخاب ویژگی برای شلتوک با 45 ویژگی 9 / 97 % و برای برنج سفید 88 / قهوهای 78 96 % با 18 ویژگی انتخاب شده به دست آمد. / 93 % و برای ارقام برنج سفید 7 / برنج قهوهای با 11 ویژگی انتخاب شده