1、 贵州师范大学作业题目：用 ANFIS 和 SPSS 分析 Bam 橙子质量建 模及机器视角下的使用翻译 课程名称： 教育测量学 任课教师姓名： 赵守盈 研究生姓名： 温璐雅 学 号： 4201220000116 年 级： 2012 级 专 业： 学科教学（语文） 学院（部、所）： 文学院 评阅意见：任课教师签名：用 ANFIS 和 SPSS 分析 Bam 橙子质量建模及在机器视角下的使用作者：Sajad Sabzi;Payam Javadikia;Hekmat rabani;Ali Adelkhani文章信息：文章历程：收到：2012 年 9 月 6 日收到和修改：从 2013 年 4 月
2、28确定：2013 年 6 月 3 日线上可阅：2013 年 6 月 20 日关键词：橙子；物理性质；ANFIS；SPSS；图像处理摘要：橙子是柑橘类水果，富含维生素，矿物质和其他营养物质。物理性能之间的关系及其质量的橙子可以创造巨大的改变了包装行业。伊朗橙子水果在这研究中使用了他们接到了 Bam 品种从科曼莎伊朗(经度:7.03 e;纬度:4.22 n)随机挑选的 100 个样本。所有的测量进行了在实验室的温度 24 度在 2 天。十四参数得到通过图像处理对于每个橙子。简称 ANFIS 和 SPSS 模型被用来预测大众基于周边和( 宽/ 长度) 值作为输入。阻止 -系数消除(R2) ，简称
3、ANFIS 和 SPSS 分别是0.936999 和 0.919。评估简称 ANFIS 模型、样品被分成两组，70%的数据被用于训练模型和 30%的数据被用来测试模型。所以，简言之，ANFIS 模型与误差很低的百分率可以用来设计和开发上浆系统。2013 Elsevier Ltd. All rights reserved.1.简介橙子属于柑橘，含有维生素 C、糖、类胡萝卜素、黄酮类、精油和一些矿物1 - 4。它是在巴西，曼联州，墨西哥和中国种植广泛。其他橙子的生产是:西班牙、土耳其、印度、埃及和希腊，每年生产超过 100 万吨的橙子，处理操作完成后在这些国家销售(2、5、6)。知道的物理性质是一
4、些水是果包装系统的重要部分，确定物理性质的农业产品形象在处理和建模的研究有许多应用。因为电子上浆机制是昂贵的和缓慢的，所以机器视觉可以适用于水果和不规则的尺寸，如芒果。因此在这方面，阻止矿业之间的关系质量和水果的狄猛可能是有用的和适用的联系7，8。例如用动漫及插图处理法，用来测量体积和质量柠檬、酸橙、橘子，橘子。这个系数的核心是(R2)对柠檬、酸橙、橙、坦吉尔快乐是 0.962、0.970、0.985 和0.959。910是用图像处理方法确定大小和形状特征。核桃的大小和形状特性这一研究获得的。对于 10 核桃品种可以用来区分，也确定参数进行排序和收获后加工，应该纳入设备设计。Sayinci11
5、确定大小和形状在莫罗的血橙和“瓦伦西亚的甜橙品种及其突变体使用图像处理。这项研究的结果表明投影面积、当量直径和周长得到两个方向(垂直和水平)，长度、几何平均直径体积、密度、质量和表面面积是非常重要的，用来区分橙子的品种和突变体从维和重量属性。一些物理属性的五个枇杷品种和两个基因型是阻止 开采利用数字卡尺和图像处理当量直径，投影面积、周长、形状因子提取了水平和垂直点。长度，外径，内径，几何平均直径、伸长、表面积、球形和体积是非常重要的区分枇杷和基因型品种从重量和维度方面12。13 测量体积的哈密瓜(叶面)与两种方法分离水位置和图像处理。也有一些研究进行几何之间的关系，找到 andmass 水果面
6、积相对体重的测量了图像分析。这个 coeffi字母系数(R2)是 0.897316。几个物理性质的苹果品种提取每个苹果的图像处理和被评分使用神经网络17。宜宾发现关系船在赤道直径和表面面积的梨水果。在确定系数(R2)为 0.8973。保卢斯和 Schrevens 发现之间的关系赤道直径和表面面积的苹果果实。这个决定系数(R2) 为 0.8973。本研究的目的是评估质量的 Bam 或安吉的图像处理使用简称 ANFIS 和SPSS。数据和分析和比较这两种方法认为找到最好的模型。一个全面的算法rithm 达到单独的橙子水果基于他们的质量。我们试图达到一个最好的模型，因为高精度的力量和智能模型。2.材
7、料和方法伊朗橙子水果在这个研究的品种(图 1)。这些水果有从科曼莎伊朗(经度:7.03 e;纬度:4.22 n)。100 个橙子从上述品种使用。样本的随机选择的。测量了在非饱和室内的温度 24 度在 2 天。测试在实验室力学农业机械部门在伊朗皇家科曼 Razi 大学。2.1 图像处理Fig1. Ban 橙子样品图像处理系统是由一个图像采集系统，数码相机和 USB 连接(德国制造)和个人电脑(PC)配备了 MATLAB(版本 R2009b)和微软 excel(2010 版)程序。图像采集一事由三类型的灯荧光、钨、领导和调光器。调光器是调节光强度。最好的图像采集条件和最好的背地面被选使用发达算法在
8、垫实验室的软件。一个黑色的纸板被放置在一个表提供一个黑色背景。数码相机被放置中心室。相机的分辨率是设置 352 288。白光 LED 灯与光强度为 50.33lx 被选。之间的距离测量表表面和相机设置为 10 厘米20。一，根据馆藏照片的图像采集系统的概念在图 2。每个橙被放置在图像的中心背景。算法在 MATLAB 开发的能够测量面积，偏心率、周长、长度/区域，大街，宽、对比、纹理、宽 /地区，宽/长度、粗糙度、长度。实用算法显示在图 3。算法在 MATLAB 开发能够支持地方税颜色图像比例的 RGB 组件。图 4 显示了 RGB 图像分离在绿色、蓝色、红色图像。山峰从左到右是最大的颜色的像素
9、频率计数从橙子和背部地面，分别。根据距离的橙和背景像素值，红色的图片被选中。所以该算法转换图像的相机拍摄的形式的红色图像，然后把橙从背景图像，然后测量了其他参数21。使用水置换法测量体积的水果(WDM) 。这个方法是常见和简单的测量体积和水果蔬菜22。每一个橙子的重量是阻止开采使用数字平衡精度0.1 g。每个橙子是淹没在装满水的容器，流离失所的水的重量计算。然后 Eq。(1)体积计算22。V=W/ (1)V 是体积(立方厘米) ，W 是流离失所的重量水(公斤 )， 是水密度(公斤/ 立方厘米) 。在选择适当的分离阈值，参数被保存在 14 列 Excel 软件。尽管选择最好的条件成像，有一些噪声
10、的图像。图 5 显示了流程的去除背景噪声和获得最终的图像。精明的过滤器:用这种方法边缘与当地最大梯度 f(x，y)诊断。梯度计算使用导数的高斯滤波器。在这个方法中，两个阈值被用来识别强和弱边缘。拉普拉斯算子的过滤器:在这个方法中，在费尔增长率 f(x，y)通过使用高斯滤波器，边缘是诊断以找到通过零。Jung23是第一位提出了一种自适应模糊推理系统(简称 ANFIS)。一种自适应神经鞘模糊推理系统(简称 ANFIS)结构是形成五层。(I)模糊化层，(II)规则层，(III)归一化层， IV去模糊化层(V)和输出层 24。在这项研究中，建模是在 MATLAB 工具箱进行使用简称 ANFIS(R20
11、09b)。模糊结构，它被用于建模的质量，是基于 TSK 模糊模型 TakagiSugeno(模型基于一组输入输出数据。TSK 模糊模型被广泛研究，因为他们提供良好的插值和特征。中使用的模糊结构最佳模型的质量是通过使用一个混合的学习训练算法来识别参数的三角函数，它定义在(2)式。x 表示输入的三角形隶属度函数。参数 a 和 c 定位 “脚”的三倍角和参数b 位于峰。块克提出的模型在图 6 中显示25。在这个研究 100 年橙子检测系统，分为两组，70%为训练集和 30%用于测试设置。Fig2.室特殊图像采集Fig5.去除噪声的背景区域左:在应用拉普拉斯滤波器中间 :申请后，精细的滤波器对的:最终
12、的图像的 Bam 橙子。Fig6.提出的模型框图A，B 和 C =的系数的第一、第二和第三分别输入参数。D =常数。SSE =和平方误差，美= 平均绝对误差，MSE =均方误差， R2=确定系数。 （以下图略）3.结果与讨论规格不同的模型，不同的输入给出了使用简称 ANFIS 和 SPSS 在表 1 和2，替换。在表 1 和 2，模型性能检查使用一些统计参数如平均平方 er -ror(MSE)，和的平方误差(SSE)，阻止系数消除(R2)，他们的报价如下 :在 Ss 是实际的值，所以是预报值，所以是吗实验值的平均值，Sm 是平均的实际值和 P 是数量的预测26 。表现得 曼斯的简称 ANFIS
13、 模型优于统计模型。最好的决定系数(R2) 简称 ANFIS 和 SPSS 分别为 0.936999 和 0.919。在表 2，A ，B 和 C 的系数的第一，第二和第三个输入参数的回归方程。D 是恒定值的回归方程。图7 显示了训练之间的关系呃ror 的网络和数量的时期里简称 ANFIS 模型。因为它可以看出，误差会随数量的时代提出了。简称 ANFIS 模型的结构和规则的模型为估计的质量提出了在无花果。8 和 9，分别。图 8 显示了(宽/ 简称 ANFIS的结构长度)和周长值作为两个输入参数和一个语言值(质量值)作为输出参数水深。规则查看器显示一个路线图的整个模糊推理(无花果。9)。三个图的
14、第一排，英蒂美食的前提和结果的第一条规则。每个规则 isa 排图，每一列是一个变量。号码的规则显示在左图表。黄色的图在第一和第二列功能关于规则的前提。蓝色的图在第三西自豪地指出了隶属函数的模型输出。最后的图在第三列是代表大规模的聚合的决定。最后的决定在输入值。去模糊化的产出被显示为一个厚垂直线在这个图当用户更改输入值通过移动的红线，系统自动生成的输出值，因为它在最后一列的 isseen 无花果。927 。作为两个成员函数其被分配为每个输入、模型提供 4(22)不同的规则来产生输出值。比较的结果预测和实验值的简称 ANFIS 和 SPSS 模型无花果所示。10 日和 11 日分别。因为它可以从无花果。12 和 13，在 Perim 上升、质量价值上升而提高(宽/ 长度) 没有直接影响质量。4.结论机器视觉和图像处理的新方法在农业领域，有许多应用，如确定质量、体积、分级、检测大坝年龄的不同产品表面，通过图像处理参数为每个橙子。简称 ANFIS 和 SPSS 模型被用来预测大众基于周边和(宽/ 长度)的输入。一百个橙子的检测系统，分为两组，其中 70%为“训练集” ，30%“测试集” 。R2 的值为0.936999，简称 ANFIS，摘要运用 SPSS 0.919;结果表明，ANFIS 可以正确使用质量预测。
