کد مقاله کد نشریه سال انتشار مقاله انگلیسی ترجمه فارسی نسخه تمام متن
222574 464278 2016 13 صفحه PDF سفارش دهید دانلود رایگان
عنوان انگلیسی مقاله ISI
Postharvest noninvasive assessment of undesirable fibrous tissue in fresh processing carrots using computer tomography images
ترجمه فارسی عنوان
ارزیابی غیر تهاجمی پس از برداشت بافت فیبروزه نامطلوب در هویج پردازش تازه با استفاده از تصاویر توموگرافی کامپیوتری
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
سفارش ترجمه تخصصی
با تضمین قیمت و کیفیت
خدمات تولید محتوا

این مقاله ISI می تواند منبع ارزشمندی برای تولید محتوا باشد.

  • تولید محتوا برای سایت و وبلاگ
  • تولید محتوا برای کتاب
  • تولید محتوا برای نشریات و روزنامه ها
  • و...

پایگاه «دانشیاری» آمادگی دارد با همکاری مجموعه «شهر محتوا» با استفاده از این مقاله علمی، برای شما به زبان فارسی، تولید محتوا نماید.

تولید محتوا
با 10 درصد تخفیف ویژه دانشیاری
کلمات کلیدی
موضوعات مرتبط
مهندسی و علوم پایه مهندسی شیمی مهندسی شیمی (عمومی)
چکیده انگلیسی


• Computed Tomography (CT) is examined as a tool to classify fresh in-vivo carrots.
• CT detection of the presence of fibrous tissue classification accuracy is 87.9%.
• CT is able to detect internal fibrous tissue in carrots, reducing this safety concern.
• Algorithms classifying carrot internal quality may be suitable for inline CT systems.

This research was designed to develop and test an automatic image analysis method (algorithm) to classify CT images obtained from 1233 carrot (Daucus carota L.) sections (samples), collected during the 2013 and 2014 harvesting seasons. Classification accuracy was evaluated by comparing the classes obtained using eighteen CT images per carrot section to their undesirable fibrous tissue class, based on the industry-simulated invasive quality assessment (% of fiber). Class-0 represents fibrous-free samples, and class-1 denotes samples containing fibrous tissue.After CT image preprocessing, cropping, and segmentation, 3762 grayscale intensity and textural features were extracted from the eighteen CT images per sample. A 4-fold cross-validation linear discriminant classifier with a performance accuracy of 87.9% was developed using 95 relevant features, which were selected using a sequential forward selection algorithm with the Fisher discriminant objective function. This objective method is accurate in determining the presence of undesirable fibrous tissue in pre-processed carrots.

ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Journal of Food Engineering - Volume 190, December 2016, Pages 154–166
نویسندگان
, , ,
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
سفارش ترجمه تخصصی
با تضمین قیمت و کیفیت