기계 비전을 이용한 식품 곡물, 과일 및 꽃의 인식 및 분류

이 논문에서는 농업/원예 생산물 이미지의 인식 및 분류를 위해 고안된 다양한 방법론을 제시하였다. 색상, 텍스처 및 형태학적 특징을 사용하여 다양한 농업/원예 생산물을 인식하고 분류하기 위한 BPNN 기반의 분류기가 개발되었다. 이러한 특징들은 다양한 식품 곡물, 망고 및 자스민 꽃에 대해 개별적으로 서로 다른 정확도를 제공했지만, 특징의 조합이 매우 효과적임을 입증하였다. 색상 특징을 사용할 때의 평균 인식 및 분류 정확도는 각각 식품 곡물 87.5%, 망고 78.4%, 자스민 꽃 75.7%였으며, 텍스처 특징을 사용할 때 평균 정확도는 각각 식품 곡물 90.8%, 망고 80.2%, 자스민 꽃 85.8%로 증가하였다. 평균 정확도는 각각 식품 곡물 94.1%, 망고 84.0%, 자스민 꽃 90.1%로 증가하였다. 결과는 고무적이며 농업/원예 생산물의 인식 및 분류 분야에서 좋은 기계 비전 시스템을 약속한다.