پایش تازگی گوشت قرمز با استفاده از ترکیب طیفنگاری دیالکتریک و پردازش تصویر
نویسندگان
1 استادیار گروه مهندسی مکانیک بیوسیستم دانشگاه شهرکرد
2 استادیار گروه مکانیک بیوسیستم-دانشگاه شهرکرد
3 دانشجوی کارشناسی ارشد، گروه مهندسی مکانیک بیوسیستم، دانشگاه شهرکرد
4 دانشگاه شهرکرد
doi
10.22059/ijbse.2017.237213.664966چکیده
با توجه به اهمیت کیفیت گوشت و سایر مواد غذایی مورد مصرف روزانه در رشد و سلامت جامعه انسانی، توسعه سامانههای تشخیص و پایش کیفیت مواد غذایی بیش از پیش مورد توجه محققین میباشد. در این مطالعه 40 نمونه گوشت گوساله در طی پنج روز ماندگاری در دمای پنج درجه سانتیگراد مورد تصویربرداری ماکروسکوپیک و طیفنگاری توان دیالکتریک در 20 فرکانس از بازه MHz 100- 5 قرار گرفت. فرضیه مطالعه بر این اساس بود که با ترکیب دو روش مذکور حجم اطلاعات مفید حاصل از تغییرات فیزیکی و شیمیایی گوشت به واسطه ماندگاری افزایش مییابد. در هر بار آزمایش مجموعا 42 ویژگی (توان دیالکتریک در 20 فرکانس مختلف بین MHz 100-5 و 22 ویژگی بافتی و رنگی تصویر) از هر نمونه استخراج شد. طبقهبندی روز ماندگاری گوشت با استفاده از متغیرهای دیالکتریک و تصویر با اعمال پنج الگوریتم شبکههای عصبی چند لایه پرسپترون (MLP)، رگرسیون منطقی چند جملهای (MRL)، درختهای کاربردی (FT)، درختهای مدل منطقی (LMT) و روش تجمیعی بگینگ (Bagging) انجام گرفت. نتایج نشان داد که توان دیالکتریک در فرکانسهای مختلف با افزایش ماندگاری تا روز پنجم کاهش یافت به طوری که برای مثال از 250 میکرو وات در فرکانس پنج مگاهرتز در روز اول به 100 میکرو وات در همین فرکانس در روز پنجم رسید. همچنین نتایج طبقهبندی نشان داد که متغیرهای تصویر گوشت به تنهایی بیشتر از متغیرهای دیالکتریک گوشت در طبقهبندی روز ماندگاری موثر هستند اما با تجمیع این دو منبع اطلاعات حسگری و اعمال تکنیک کاهش بعد به روش مولفههای اصلی (PCA) بر روی تمام ویژگیها، دقت طبقهبندی 78 % برای الگوریتم درختهای کاربردی (FT) و 77 % برای طبقهبند ترکیبی بگینگ (Bagging) با ردهبند پایه شبکههای عصبی مصنوعی پرسپترون چند لایه (MLP) حاصل شد.