TY - JOUR T1 - A Vision Machine for Detecting Fertile Eggs and Performance Evaluation of Neural Networks and Support Vector Machines in This Machine TT - ماشین بینایی تشخیص‌گر باروری تخم‌مرغ و ارزیابی کارایی شبکه‌های عصبی و ماشین بردار پشتیبان در آن JF - jsdp JO - jsdp VL - 14 IS - 3 UR - http://jsdp.rcisp.ac.ir/article-1-488-fa.html Y1 - 2017 SP - 97 EP - 112 KW - Machine Vision KW - Fertile Eggs KW - Classification KW - Neural Networks KW - Support Vector Machines N2 - در این پژوهش یک سامانه تشخیص­گر باروری تخم­مرغ ارائه شده است. این سامانه شامل دو بخش سخت­افزاری و نرم­افزاری است. سخت‌افزار ساخته‌شده امکان تصویربرداری دقیق از محتوی درون تخم‌مرغ­ها بدون آسیب­رسانی به نطفه یا جنین داخل آنها را فراهم می‌کند. بخش نرم­افزاری نیز عبارتست از مجموعه­ای از فرایندهای پردازش تصویر و بینایی ماشین که بدون حساسیت به تصاویر تخم‌مرغ‌های مختلف (به‌عنوان مثال با ضخامت پوسته متفاوت) قادر به شناسایی نطفه درون آنها است. برای جداسازی تخم­مرغ­های نطفه‌دار و بدون نطفه، دو نوع طبقه­بند شبکه عصبی و ماشین بردار پشتیبان طراحی و مورد مطالعه قرار گرفته است. برای ارزیابی سامانه، یک بانک تصاویر مشتمل بر 1200 تصویر از تخم‌مرغ­های قرار‌داده‌شده در فرایند جوجه‌کشی تهیه شده است. آزمایش‌های جامعی بر روی این بانک تصاویر انجام گرفته، که نتایج آنها مؤید عملکرد بسیار مناسب سامانه است. در ارزیابی­های انجام‌شده برای مقایسه کارایی دو طبقه­بند، نشان داده شده است که طبقه­بند ماشین بردار پشتیبان با میانگین دقت تشخیص %57/50، %67/83، %20/94، %03/98 و %91/98 به‌ترتیب در روزهای نخست، دوم، سوم، چهارم و پنجم فرایند جوجه­کشی از کارایی بهتری نسبت به طبقه­بند شبکه عصبی برخوردار است و همچنین حساسیت بسیار کمتری در برابر کاهش تعداد نمونه­های آموزشی از خود نشان داده است. M3 10.29252/jsdp.14.3.97 ER -