فهرست نشریات علمی دسترسی آزاد ایران

زعفران یکی از گرانترین ادویه­های جهان محسوب می­شود. زعفران ادویه­ای که بسیار مورد تقلب قرار می­گیرد. توسعه تکنیک­های مبتنی بر ابزار ساده، ارزان قیمت، مناسب و سریع در صنایع غذایی جهت تشخیص تقلّباتی همچون تقلّبات زعفران ضروری است. در پژوهش حاضر، ترکیب پردازش تصویر و روش ماشین بردار پشتیبان (SVM) برای ارزیابی سریع و غیر مخرّب تشخیص زعفران واقعی از زعفران تقلبی به کار رفته است. پس از تهیه تصاویر از توده زعفران خالص و تقلّبی و کلاله­های مجزا، تصاویر وارد مراحل پیش پردازش شدند و در نهایت، ویژگی­های آماری مرتبط با بافت تصاویر و ویژگی­های مورفولوژی شامل 105 ویژگی استخراج شدند. به منظور افزایش سرعت و دقت طبقه­بندی، از روش آنالیز مؤلفه­های اصلی PCA برای کاهش ابعاد ماتریس ویژگی استفاده شد. همچنین طبقه­بندی تصاویر به کمک توابع کرنل مختلف SVM ،به صورت دو کلاس انجام شد. سپس شاخص­های آماری نظیر دقت، صحت، حساسیّت، اختصاصی بودن و سطح زیر منحنی به منظور ارزیابی طبقه­بند محاسبه شدند که مقادیر این شاخص­ها برای طبقه­بندی با کرنل کوبیک SVM برای تشخیص زعفران تقلبی از زعفران واقعی به ترتیب 97، 93، 83، 5/97و 97 درصد بدست آمد. نتایج حاصل از این طبقه­بندی نشان داد که این سیستم به عنوان یک روش هوشمند، سریع، غیرمخرب و دقیق، قابلیت تشخیص زعفران واقعی را از تقلبی  دارد.