عنوان پایان‌نامه
توسعه و ارزیابی یک سامانه هوشمند مبتنی بر ماشین بینایی به منظور تعیین رسیدگی و میزان فعالیت آنتی اکسیدانی گیلاس و آلبالو
- رشته تحصیلی
- مهندسی کشاورزی - مکانیک ماشینهای کشاورزی
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه مرکزی پردیس کشاورزی و منابع طبیعی شماره ثبت: 5044;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 54772
- تاریخ دفاع
- ۲۱ شهریور ۱۳۹۱
- دانشجو
- سعیده تقدمی صابری
- استاد راهنما
- محمود امید
- چکیده
- به طور کلی میوه¬های قرمز رنگ از جمله گیلاس و آلبالو حاوی ترکیبات آنتی اکسیدان هستند که فواید زیادی دارند. آنتی اکسیدان¬ها ترکیباتی هستند که مانع فعالیت رادیکال¬های آزاد شده و یا سبب حذف آن¬ها می‌شود و سلول‌های بدن را از اثرات مخرب این ترکیبات مصون نگاه می‌دارند و از این رو با روند پیری و ابتلا به بیماری‌های مختلف به ویژه سرطان، مبارزه می‌کنند. آنتی اکسیدان¬ها در صنعت نیز به عنوان نگهدارنده موادغذایی در جلوگیری از فساد و تغییر رنگ غذاها به کار می‌روند، از این رو طول عمر مواد غذایی و مدت زمان نگهداری آن‌ها را افزایش می¬دهند. با توجه به اهمیت خاصیت آنتی اکسیدانی و با نظر به اینکه گیلاس و آلبالو منبع سرشار فلاونوئیدها هستند و با نظر به توجه روزافزون به این خاصیت، توسعه‌ی یک سامانه الکترونیکی هوشمند خودکار جهت پیش بینی فعالیت آنتی اکسیدانی و مقدار آنتوسیانین یکی از بهترین راه¬های گریز از آزمایش¬های مخرب¬ هزینه‌بر و وقت‌گیر است. هدف از این تحقیق عبارت است از مدل¬سازی فعالیت آنتی¬اکسیدانی و مقدار آنتوسیانین در طول دوره¬ی رسیدگی گیلاس و آلبالو؛ برای این منظور در این پژوهش با به کار بردن روش‌های پردازش تصویر و استخراج ویژگی¬های مناسب برای پیش بینی خروجی¬ها و به کمک روش‌های هوشمند شبکه¬های عصبی مصنوعی و عصبی - فازی بهترین مدل¬ها استخراج گردید. در بهترین حالت ضریب همبستگی برای مدل¬های پیش¬بینی فعالیت آنتی¬اکسیدانی و مقدار آنتوسیانین به ترتیب در گیلاس 94/0 و 98/0 و در آلبالو 90/0 و 99/0 به‌دست آمد.
- Abstract
- Generally, red fruits such as sweet and sour cherries contain antioxidants, which are so useful. Antioxidants are compounds that stop free-radicals activity or remove them; and protect body cells from oxidative damages. A growing body of evidence indicates that various pathological conditions, including diseases, arthritis, various cancers and Alzheimer's diseases, are associated, at least in part, with the damaging effects of uncontrolled free-radical production; furthermore antioxidants have industrials uses, such as food quality indicator. With the importance of antioxidant activity in mind and considering the growing attraction to it, developing an automatic intelligent system can be one of the best way of avoiding destructive, time and cost consuming laboratory methods for estimating antioxidant activity and anthocyanin content. We intended to model antioxidant activity and anthocyanin content of sweet and sour cherries during ripening stages; so by using image processing, ANNs and ANFIS techniques and extracting suitable features, several models were designed and generalized. The best correlation coefficients of modeling antioxidant activity and anthocyanin content were 0.94 and 0.98 for sweet cherry and 0.90 and 0.99 for sour cherry, respectively.
