کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
4759143 1421109 2017 12 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Computer vision based method for quality and freshness check for fish from segmented gills
ترجمه فارسی عنوان
روش دید مبتنی بر رایانه برای بررسی کیفیت و بازخورد ماهی از قارچ های جدا شده
کلمات کلیدی
طراوت ماهی پردازش تصویر، تبدیل فضای رنگ، کنتور فعال، گیله ماهی آستانه،
ترجمه چکیده
کیفیت و طراوت نمونه ماهی اساسا در فاز بعد از برداشت به دلیل ذخیره سازی، بارگیری و پردازش آن مانع است. کیفیت نمونه ممکن است به دلیل گذراندن روزها تا زمانی که در نهایت به مصرف کنندگان منتهی شود، کاهش یابد. کیفیت ماهی پس از برداشت به طور عمده توسط دو عامل مهم، از جمله شرایط آب و هوایی و زمان نگهداری تعیین می شود. این مقاله ارائه یک تقسیم بندی کاملا بصری بینایی کامپیوتری از گریل های ماهی از تصاویر دیجیتالی نمونه های ماهی است. بخش تقسیم بندی پست، یک رابطه آماری از منطقه ژله ای جداسازی شده برای ایجاد یک مدل ارزیابی برای شناسایی تازه های ماهی ایجاد شده است. گله های ماهی با استفاده از تکنیک های پردازش تصویری مختلف مانند افزایش کنتراست، آستانه شدت تطبیقی ​​و روش های مبتنی بر کانتور فعال تقسیم می شوند. مدل تست ماهی تازه سازی ماهی بر اساس ویژگی های آماری تصویری است که از منطقه یی از کانال اشباع مشتق شده است. تغییرات توزیع آماری مشاهده شده است که کاهش یکنواختی است که پایه ای برای طراحی چارچوب برای شناسایی کیفیت و کیفیت ماهی است. این فرایند غیر مخرب یک طرح ماهیگیری با کیفیت ماهی را در زمان واقعی فراهم می کند.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر نرم افزارهای علوم کامپیوتر
پیش نمایش مقاله
روش دید مبتنی بر رایانه برای بررسی کیفیت و بازخورد ماهی از قارچ های جدا شده
چکیده انگلیسی
The quality and freshness of a fish sample is principally hampered in the post-harvested phase due to storage, handling and processing. The quality of the sample may degrade as the days pass till it finally reaches the consumers. The quality of a post harvested fish is determined mainly by two important factors namely climatic conditions and holding time. This paper presents a completely automated computer vision based segmentation of fish gills from digital images of fish samples. Post segmentation, a statistical relationship of the segmented gill region is established to design an assessment model for fish freshness identification. The fish gills are segmented using various strategic image processing techniques like contrast enhancement, adaptive intensity threshold and active contour based methods. The model for fish freshness testing is based on the image statistical features which are derived from the gills region of the saturation channel. The variation of the statistical distribution is observed to be decreasing monotonic which is basis for design of the framework for fish quality and freshness identification. This process being non-destructive provides an efficient fish quality assessment scheme in real time.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Computers and Electronics in Agriculture - Volume 139, 15 June 2017, Pages 10-21
نویسندگان
, , ,