با همکاری انجمن مهندسان مکانیک ایران
کلیدواژه‌ها = شبکه عصبی کانولوشن
کشاورزی دیجیتال، هوشمند و دقیق

توسعه سامانه هوشمند اینترنت اشیا برای درجه‌بندی خودکار دانه‌های‌ قهوه روبوستا (Coffea canephora) بر پایه رنگ

مقالات آماده انتشار، پذیرفته شده، انتشار آنلاین از 09 مهر 1404

https://doi.org/10.22067/jam.2025.93067.1374

ماری کریزل آلانو، ونوس اوگایا، ادوین آربولدا

چکیده تمرکز این تحقیق ایجاد یک دستگاه مبتنی بر اینترنت اشیا برای درجه‌بندی دانه‌های قهوه روبوستا بر اساس رنگ است که از پردازش تصویر به‌عنوان جایگزینی موثر برای جداسازی دستی استفاده می‌کند. این سیستم به رفع یک مشکل مهم در روش برداشت نواری می‌پردازد که دانه‌ها را در درجات مختلف رسیدگی جمع‌آوری می‌کند و تاثیر منفی بر کیفیت قهوه می‌گذارد. این دستگاه، دانه‌ها را بر اساس درجه رسیدگی -قرمز برای رسیده، سبز برای نارس و سیاه برای بیش از حد رسیده- با استفاده از یک مدل تشخیص که از طریق پردازش تصویر آموزش دیده و بر روی Raspberry Pi 4 Model B پیاده‌سازی شده است، مرتب می‌کند. عملکرد دستگاه بر اساس سرعت مرتب‌سازی و دقت طبقه‌بندی ارزیابی شد. مدل تشخیص با موفقیت 277 از 300 میوه قهوه را شناسایی کرد که منجر به دقت طبقه‌بندی کلی 92.33% و میانگین دقت 92.55 % شد. در آزمایش‌های عملی با 100 نمونه دانه در 10 آزمایش، دستگاه به‌طور متوسط به دقت دسته‌بندی 86.83% و زمان دسته‌بندی 21 دقیقه و 33 ثانیه دست یافت. در مقایسه با دستگاه دسته‌بندی دانه‌های قهوه که قبلا توسعه داده شده است، در دستگاه جدید دقت بهبودیافته و سرعت پردازش سریع‌تری را نشان داد.