شماره مدرك :
10512
شماره راهنما :
9695
پديد آورنده :
محمدهاشمي، حسين
عنوان :

تعيين خواص كيفي گوجه فرنگي با استفاده از روش غير مخرب عكس برداري از نور پراكنش يافته ليزر

مقطع تحصيلي :
كارشناسي ارشد
گرايش تحصيلي :
مكانيك ماشين هاي كشاورزي
محل تحصيل :
اصفهان: دانشگاه صنعتي اصفهان، دانشكده كشاورزي
سال دفاع :
1394
صفحه شمار :
سيزده، 89ص.: مصور، جدول، نمودار
استاد راهنما :
احمد ميره اي
استاد مشاور :
مرتضي صادقي، رضا رياحي
توصيفگر ها :
پيكسل , فروسرخ نزديك , كيفيت , حداقل مربعات نسبي , آستانه
تاريخ نمايه سازي :
1394/07/19
استاد داور :
امين الله معصومي، علي اكبر رامين
تاريخ ورود اطلاعات :
1396/10/04
كتابنامه :
كتابنامه
رشته تحصيلي :
كشاورزي
دانشكده :
مهندسي كشاورزي
كد ايرانداك :
ID9695
چكيده فارسي :
1 چكيده ميوهها و سبزيجات از منابع اصلي ويتامينها به شمار ميروند و نقش مهمي را در سالمتي افراد ايفا ميكنند گوجهفرنگي يكي از سبزيجاتي ميباشد كه محبوبيت زيادي در قرن گذشته در بين مصرفكنندگان بدست آورده است اين محصول مهم غذايي و اقتصادي مربوط به خانواده solanaceae ميباشد گوجهفرنگي به دو دسته گوجهفرنگي تازه و گوجهفرنگي مخصوص فرآوري تقسيمبندي ميشود در سالهاي اخير پيشرفتهاي زيادي در توسعه روشهاي غيرمخرب براي تخمين خواص كيفي محصوالت كشاورزي حاصل شده است فناوري ليزر يكي از روشهايي است كه در اين زمينه از آن استفاده ميشود ليزرها كاربردهاي فراواني در زمينههاي تحقيقات علمي پزشكي زيستي و علوم كشاورزي تا پردازش مواد صنعتي ميكروالكترونيك و ارتباطات هوايي را دارا ميباشند تصويربرداري از نور پراكنشيافته ليزر يك تكنولوژي پيشرفته ميباشد كه به عنوان يك تكنيك غيرمخرب براي تعيين كيفيت ميوهها سبزيجات و مواد غذايي فرآوري شده مورد استفاده قرار ميگيرد اين تكنيك يك روش كمهزينه براي دريافت اطالعات به صورت سريع به منظور اندازهگيري در محل ميباشد تحقيق حاضر امكانسنجي اين روش را به منظور پيشبيني سفتي مواد جامد محلول اسيديته قابل تيتر و محتواي رطوبتي در طول رسيدگي محصول گوجهفرنگي مورد مطالعه و بررسي قرار ميدهد مواد جامد محلول و اسيديته قابل تيتر طعم گوجهفرنگي را مشخص ميكند به نحوي كه نسبت اين دو در منابع به عنوان شاخص طعم معرفي شده است سفتي نيز يك پارامتر مهم براي تعيين رسيدگي ميوه درجه كيفيت و زمان برداشت ميباشد تصاوير مربوط به محصوالت با استفاده از يك سامانه تصويربرداري از نور پراكنشيافته ليزر به وسيله ليزرهايي با طول موجهاي مختلف شامل ليزرهاي مرئي 295 و 296 نانومتر و ليزرهاي فروسرخ نزديك 818 183 و 1614 نانومتر تهيه شدند در مورد ليزرهاي 295 818 183 و 1614 نانومتر از دو سطح مختلف توان در تصويربرداري استفاده شد پس از تصويربرداري از نمونههاي گوجهفرنگي سفتي مواد جامد محلول اسيديته قابل تيتر و محتواي رطوبتي به وسيله روشهاي استاندارد مرجع اندازهگيري شدند در پردازش تصاوير بدست آمده به منظور حذف پسزمينه از دو الگوريتم اعمال آستانه اتسو و IA Iterative Arithmetic استفاده شد پس از آن الگوريتمهاي پردازش تصوير به منظور تصحيح شكل غيريكنواخت نمونهها و حذف نويز اعمال شد براي تصحيح غيريكنواختي نمونهها از قانون كسينوس المبرت و براي حذف نويز از روش فيلتر ميانگين استفاده شد نتايج تحليل تصاوير پردازش شده نشان داد كه تعداد كل پيكسلهاي پراكنش يافته با افزايش درجه رسيدگي محصول افزايش مييابند به نحوي كه تعداد پيكسلها داراي يك همبستگي منفي با سفتي و يك همبستگي مثبت با مواد جامد محلول بودند براي مدلسازي پارامترهاي مورد نظر از هيستوگرام عددي و متغيرهاي آماري تصاوير به صورت جداگانه به عنوان متغيرهاي مستقل در رگرسيون حداقل مربعات نسبي استفاده شد متغيرهاي آماري تصاوير شامل تعداد كل ميانگين انحراف ميانگين واريانس چولگي و كشيدگي پيكسلهاي پراكنش يافته تصوير بودند نتايج مدلسازي باالترين عملكرد را براي پيشبيني سفتي بر پايه هيستوگرام عددي تصوير و الگوريتم انتخاب آستانه IA با ضرايب 18 1 Rc و RMSECV 2 11N نشان داد براي تخمين مواد جامد محلول هيستوگرام عددي تصوير و الگوريتم انتخاب آستانه اتسو بهترين نتيجه را با ضرايب 18 1 Rc و RMSECV 1 1 Brix در برداشت كلمات كليدي پيكسل ليزر فروسرخ نزديك تصوير پراكنشيافته كيفيت غيرمخرب حداقل مربعات نسبي آستانه
چكيده انگليسي :
91 Non destructive Quality Determination of Tomato by Using Laser Light Backscattering Imaging Hossein Mohammad Hashemy h mohammad@ag iut ac ir July 5 2015 Department of Biosystems Engineering Isfahan University of Technology Isfahan 84156 83111 IranDegree M Sc Language FarsiSupervisor S A Mireei samireei@cc iut ac ir AbstractFruits and vegetables are essential sources of vitamins that are very important for health Tomato is one ofthe vegetables that has achieved great popularity over the last century This important economic andnutritional crop belongs to the solanaceae family In recent years considerable progress has been carriedout in developing non destructive methods for estimation of internal qualitative parameters of agriculturalproducts Laser technology is one of the methods that have been used in this field Lasers are employedover a wide range of applications in scientific researches including biomedicine agricultural sciences industrial materials processing microelectronics and avionics Laser light backscattering imaging LLBI is an advanced technology applicable as a non invasive technique for determining quality of fruits vegetables and processed foodstuffs This technique is an inexpensive method for rapidly receivingrelevant information for site specific measures The present study investigates the possibility of thismethod for predicting firmness soluble solids content titratable acidity and moisture content duringtomato ripening Fruit SSC and titratable acidity determines the taste of tomato and the ratio of them isdefined as the taste index Firmness is an important parameter for determining fruit maturity qualitygrade as well as harvest time Images of crops were obtained using a backscattering imaging set up withlasers emitting at different wavelength bands including visible lasers of 532 and 632 nm and near infrared NIR lasers of 808 980 and 1064 nm The lasers 532 808 980 and 1064 nm were applied at two outputpower levels Immediately after image acquisition of tomato samples firmness SSC titratable acidityand moisture content were measured by standard destructive methods Different image processingalgorithms were adopted to enhance the quality of the acquired images and extract the desired parameters Iterative Arithmetic IA and OTSU threshold algorithms were used in order to adjust global threshold After background segmentation all nonzero gray values obtained from the images were higher than orequal to threshold The dissimilar shape of samples were then improved using lambert s cosine law andthe stochastic noise were removed by medium filtering algorithms Numerical histogram gray scaleintensities and statistical variables of images were used separately for developing partial least squaresregression PLSR models The statistical variables were included total number of pixels average average deviation variance skewness and kurtosis of the back scattered images The results showed thatthe total number of pixels of backscattered region were negatively correlated with firmness and positivelycorrelated with SSC during fruit ripening The results also indicated highest performance of firmnesspredictive models based on the gray scale intensities and IA threshold algorithm with correlationcoefficient of R 0 84 and root mean square error of cross validation RMSECV 2 40 N For estimatingsoluble solid content gray scale intensities and OTSU threshold algorithm resulted to the highestperformance with R 0 80 and RMSECV 0 4 Brix Predictions obtained for SSC were slightly lowerthan firmness Finally the models based on backscattering images did not resulted to the promisingaccuracies for moisture content and titratable acidity of tomatoes KeywrodsPixel Laser Near infrared Backscattering imaging Quality Non destructive Prtialleast squares Threshold
استاد راهنما :
احمد ميره اي
استاد مشاور :
مرتضي صادقي، رضا رياحي
استاد داور :
امين الله معصومي، علي اكبر رامين
لينک به اين مدرک :

بازگشت