Automatic Grading of Emperor Apples Based on Image Processing and

Ağırlık tabanlı meyve sınıflandırma, paketleme ve pazarlanmanın iyileştirilmesi açısından önemli bir terimdir. Ağırlıklarına göre sınıflandırma doğrudan veya dolaylı yöntemlerle gerçekleştirilebilir. Bu çalışma için, Kirmanşah, İran’da insert ignore into journalissuearticles values(Boylam: 7.03 °E; Enlem: 4.22 °N);. bir meyve bahçesinden rastgele 100 Emperor Elma örneği seçilmiştir. Tüm testler Ziraat Mühendisliği Fakültesi, Razi Üniversitesi, Kirmanşah, İran Fizik Laboratuarında yapılmıştır. Her elma için görüntü işleme ile ondört parametre elde edilmiştir. ANFIS ve doğrusal regresyon yöntemleri kullanılarak çeşitli ağırlık modelleri geliştirilmiştir. En iyi model sırasıyla ANFIS, doğrusal ve doğrusal olmayan regresyon için, R2, SSE, ve MSE için 0.990, 276.58, 13.17, 0.856, 15980.96, 166.47 ve 0.791, 24512.16, 255.35 şeklindedir. Yani, makine görme sistemi ile meyve ile temas etmeden ağırlık tabanlı elma sınıflandırması sağlanabilir. Mekanik ve elektrik sistemleri üzerinden bu sistemin faydaları şunlardır: 1- Farklı boyutlarda gruplar için makinenin tekrar kalibrasyon kolaylığı, 2- Dolaylı sınıflandırma kullanılarak daha doğru ağırlık ölçümü ve yüksek çalışma hızına ulaşma.