نشریه پژوهشهای علوم و صنایع غذایی ایران

استحکام محصولات یکی از عوامل مهم و تأثیرگذار در میزان بازارپسندی و همچنین تعیین کیفیت میوه‌ها به‌خصوص "به" می‌باشد. لذا در پژوهش حاضر پس از تعیین مجموعه‌ای از تغییرات فیزیکی و شیمیایی میوه، پاسخ ... بیشتر

پیش‌بینی پذیرش کلی میوه موز با استفاده از پردازش تصاویر دیجیتالی و مدل رگرسیون فرآیند گاوسی در خلال انبارمانی

شیما نصیری؛ سامان آبدانان مهدی زاده؛ مریم نداف زاده

دوره 16، شماره 2 ، خرداد و تیر 1399، ، صفحه 171-191

https://doi.org/10.22067/ifstrj.v16i2.79904

چکیده

توسعه نقاط قهوه‌ای رنگ تأثیر قابل توجهی بر بافت، رنگ و طعم میوه موز دارد به‌طوری که ظهور این لکه‌ها کیفیت میوه را کاهش داده و بازارپسندی آن را تحت تأثیر قرار می‌دهد. در این پژوهش تغییرات مجموعه‌ای از ... بیشتر توسعه نقاط قهوه‌ای رنگ تأثیر قابل توجهی بر بافت، رنگ و طعم میوه موز دارد به‌طوری که ظهور این لکه‌ها کیفیت میوه را کاهش داده و بازارپسندی آن را تحت تأثیر قرار می‌دهد. در این پژوهش تغییرات مجموعه‌ای از پارامترهای رنگی (قرمز (R)، سبز (G)، آبی (B)، عامل روشنایی (L)، تغییرات رنگ از سبز به قرمز (a)، تغییرات رنگ از آبی به زرد (b)، فام رنگ (h)، اشباع (s)، مقدار روشنایی (v)، کروما (C)، زاویه شیب نمودار دستگاه مختصات دوبعدی a وb در فضای رنگی Lab (H))، ابعادی (قطر، شعاع انحنا، طول بزرگ و طول کوچک) و شیمیایی (کل مواد جامد محلول (TSS)، pH و اسیدیته کل قابل تیتراسیون) 5 گروه میوه موز (متفاوت از لحاظ شکل ظاهری) در روزهای صفر، 2، 4و 6 (بعد از انبارمانی) مورد بررسی قرار گرفت. در این مطالعه نشان داده شد که با به‌کارگیری پارامترهای غیرمخرب در توسعه مدل رگرسیون فرآیند گاوسی (GPR)، کیفیت میوه موز و همچنین میزان بازارپسندی (پذیرش کلی میوه) آن در خلال انبارمانی قابل ارزیابی و پیش‎بینی (با ضریب همبستگی 91/0، MAPE (47/20)، RMSE (43/0)، SRE (71/0) و RAV (20/0)) است؛ بدین ترتیب با استفاده از روش پیشنهاد شده در این تحقیق میتوان مطابق با تقاضای مصرف کننده، محصول مورد نیاز را به بازار عرضه نمود و از این طریق هزینه‌های اقتصادی را به‌طور چشمگیری کاهش داد.

پیش‏بینی تغییرات برخی از ویژگی‌های کیفی آب توت سیاه (Morus alba Var nigra L.) طی مراحل مختلف رسیدگی بر اساس آنالیز فرکتال و بینایی ماشین

مریم سلطانی کاظمی؛ سامان آبدانان مهدی زاده؛ مختار حیدری؛ سید مجتبی فارغ

دوره 13، شماره 5 ، آذر و دی 1396، ، صفحه 730-743

https://doi.org/10.22067/ifstrj.v1395i0.57415

چکیده

در این پژوهش به‌منظور ارزیابی کیفیت آب توت سیاه طی مراحل مختلف رسیدگی، پارامترهای فرکتالی استخراج شده توسط آنالیز فرکتال و پارامترهای بیوشیمیایی (TSS، ویتامین ث، اسیدیته، فنول، آنتوسیانین، مواد ایجاد ... بیشتر در این پژوهش به‌منظور ارزیابی کیفیت آب توت سیاه طی مراحل مختلف رسیدگی، پارامترهای فرکتالی استخراج شده توسط آنالیز فرکتال و پارامترهای بیوشیمیایی (TSS، ویتامین ث، اسیدیته، فنول، آنتوسیانین، مواد ایجاد کننده رنگ قهوه‏ای و (pHبه‌ترتیب به‌عنوان ویژگی‏های غیرمخرب و مخرب مورد استفاده قرار گرفتند؛ سپس از شبکه عصبی مصنوعی (ANN) و نزدیکترین همسایه (k-NN) به‌منظور توسعه مدل پیشگو و طبقه‌بندی داده‌ها استفاده گردید. از میان پنچ ویژگی استخراج شده از آنالیز فرکتال؛ Y و S که به‌ترتیب مربوط به بیشیه فرکتال و مساحت منحنی فرکتال می‏باشند، به‌عنوان موثرترین ویژگی در فرآیند آموزش شبکه عصبی و طبقه‌بند k-NN مورد استفاده قرار گرفتند. الگوریتم طبقه‌بند k-NN تغییرات رنگ در هر چهار مرحله رسیدگی را با دقت 08/97 طبقه‏بندی نمود. همچنین شبکه عصبی آنتوسیانین را با مجذور میانگین مربعات خطا (RMSE) 141/0، ضریب همبستگی 99/0، مواد ایجادکننده رنگ قهوه‏ای را با 0016/0= RMSE، ضریب همبستگی 97/0، فنول را با 879/1590=RMSE، ضریب همبستگی 8057/0، TSSرا با 0040/0=RMSE، ضریب همبستگی 907/0، اسیدیته را با 50/3=RMSE، ضریب همبستگی 986/0، ویتامین ث را با 285/0=RMSE، ضریب همبستگی 878/0 و pH را با 00017/0=RMSE و ضریب همبستگی 99/0 پیش‌بینی نمود. بنابراین، نتایج این بررسی نشان داد که شبکه عصبی مصنوعی و طبقه‌بند k-NN با آنالیز فرکتال می‌تواند به‌عنوان یک روش مناسب در ارزیابی برخط پارامترهای کیفی آب توت سیاه طی مراحل رسیدگی مورد استفاده قرار گیرد.

استفاده از فناوری ماشین بینایی در ارزیابی ظاهری دونات پیش‏فرآیند شده توسط مایکروویو

مهران نوری؛ بهزاد ناصحی؛ وحید سماواتی؛ سامان آبدانان مهدی زاده

دوره 13، شماره 5 ، آذر و دی 1396، ، صفحه 867-879

https://doi.org/10.22067/ifstrj.v1395i0.55526

چکیده

در این پژوهش از تکنیک‏های ماشین بینایی به‌منظور بررسی اثر پیش‏فرآیند مایکروویو بر ویژگی‏های ظاهری دونات استفاده شد. آزمایش‌ها بر اساس روش سطح پاسخ با یک طرح باکس-بنکن طراحی شد. متغیرهای مستقل شامل ... بیشتر

تاثیر پیش فرآیند مایکروویو بر ویژگی های فیزیکوشیمیایی دونات حاوی منابع فیبر خوراکی صمغ فارسی و پودر تفاله هویج

مهران نوری؛ بهزاد ناصحی؛ وحید سماواتی؛ سامان آبدانان مهدی زاده

دوره 13، شماره 2 ، خرداد و تیر 1396، ، صفحه 227-239

https://doi.org/10.22067/ifstrj.v1395i0.49210

چکیده

پژوهش حاضر با هدف بررسی اثر پیش فرآیند مایکروویو بر محتوی رطوبت و چربی، حجم مخصوص، ویژگی های بافتی (سفتی و ارتجاعیت) و خصوصیات ساختار مغز (تعداد سلول های گاز و تخلخل) دونات غنی شده با منابع مختلف فیبر خوراکی ... بیشتر

بررسی غیرمخرب فاکتورهای کیفی آبمیوه مرکبات در خلال انبارمانی با کمک پردازش تصویر

سامان آبدانان مهدی زاده؛ مهران نوری؛ مریم سلطانی کاظمی؛ سمیه امرایی

دوره 13، شماره 2 ، خرداد و تیر 1396، ، صفحه 262-272

https://doi.org/10.22067/ifstrj.v1395i0.47288

چکیده

هدف از پژوهش حاضر تعیین بهترین ویژگی سطحی بافت (انتروپی، انرژی، همگنی، تباین، همبستگی و برتری) به‌منظور پیشگویی فاکتورهای کیفی آب مرکبات (pH، اسیدیته، مواد جامد محلول و اسکوربیک اسید) می‏باشد. بدین منظور ... بیشتر

برآورد محاسباتی واحدهای رنگی Lab* از RGB با کمک پردازش تصاویر دیجیتالی

سامان آبدانان مهدی زاده؛ سمیه امرایی

دوره 13، شماره 1 ، فروردین و اردیبهشت 1396، ، صفحه 53-64

https://doi.org/10.22067/ifstrj.v1395i0.45345

چکیده

رنگ اولین ویژگی کیفیت مواد غذایی است که توسط مصرف کنندگان مورد بررسی قرار می گیرد. اندازه گیری رنگ مواد غذایی به‌عنوان یک شاخص غیرمستقیم در اندازه گیری دیگر ویژگی های کیفیتی مانند عطر و طعم و محتویات ... بیشتر رنگ اولین ویژگی کیفیت مواد غذایی است که توسط مصرف کنندگان مورد بررسی قرار می گیرد. اندازه گیری رنگ مواد غذایی به‌عنوان یک شاخص غیرمستقیم در اندازه گیری دیگر ویژگی های کیفیتی مانند عطر و طعم و محتویات رنگدانه به دلیل سرعت و سادگی در اندازه گیری، و همچنین ارتباط با سایر خواص فیزیکی محصولات غذایی مورد استفاده قرار می گیرد. در میان فضاهای رنگی مختلف، عموما در اندازه گیری رنگ مواد غذایی، از فضای رنگی L*a*b* با توجه به توزیع یکنواخت و نزدیکی بسیار زیاد به ادراک انسان استفاده می شود. بطور کلی رنگ سنج های تجاری هنگام اندازه-گیری رنگ، سطح کوچکی از محصول را پوشش می دهند. در مقابل دوربین های دیجیتال اطلاعات پیکسلی را در اختیار کاربر قرار می دهند؛ این پژوهش یک راه‌حل محاسباتی به‌منظور استخراج واحدهای L*a*b* از اطلاعات پیکسلی تصاویر RGB دیجیتال را ارائه می دهد. در این مطالعه به‌منظور تبدیل واحدهای RGB به L*a*b* از چهار مدل: خطی، درجه دوم، شبکه عصبی مصنوعی (ANN) و رگرسیون بردار پشتیبانی (SVR) استفاده گردید. در ارزیابی مدل ها، رگرسیون بردار پشتیبانی و مدل شبکه عصبی به ترتیب با خطای 88/0 و 37/2 بهترین عملکرد را از خود نشان دادند. با توجه به مدل های شکل گرفته، ارتباط خوبی بین رنگ اندازه گیری و برآورد شده تشکیل شده بود. بنابراین، بر اساس نتایج بدست آمده از بینایی ماشین، روش توصیه شده در این پژوهش برای تبدیل دقیق رنگ یک محصول غذایی از روی اطلاعات پیکسلی یک دوربین دیجیتال به L*a*b* مناسب می باشد.

نشریه پژوهشهای علوم و صنایع غذایی ایران

مقالات آماده انتشار

شماره جاری

دوره 19 (1402)

دوره 18 (1401)

دوره 17 (1400)

دوره 16 (1399)

دوره 15 (1398)

دوره 14 (1397)

دوره 13 (1396)

دوره 12 (1395)

دوره 11 (1394)

دوره 10 (1393)

دوره 9 (1392)

دوره 8 (1391)

دوره 7 (1390)

دوره 6 (1389)

دوره 5 (1388)

دوره 4 (1387)

دوره 3 (1386)

دوره 2 (1385)

دوره 1 (1384)

نویسنده = سامان آبدانان مهدی زاده

توسعه مدل پیشگو به‌منظور تعیین سفتی میوه "به" به‌کمک برنامه‌نویسی ژنتیک و شبکه عصبی در خلال انبارمانی

چکیده

پیش‌بینی پذیرش کلی میوه موز با استفاده از پردازش تصاویر دیجیتالی و مدل رگرسیون فرآیند گاوسی در خلال انبارمانی

چکیده

پیش‏بینی تغییرات برخی از ویژگی‌های کیفی آب توت سیاه (Morus alba Var nigra L.) طی مراحل مختلف رسیدگی بر اساس آنالیز فرکتال و بینایی ماشین

چکیده

استفاده از فناوری ماشین بینایی در ارزیابی ظاهری دونات پیش‏فرآیند شده توسط مایکروویو

چکیده

تاثیر پیش فرآیند مایکروویو بر ویژگی های فیزیکوشیمیایی دونات حاوی منابع فیبر خوراکی صمغ فارسی و پودر تفاله هویج

چکیده

بررسی غیرمخرب فاکتورهای کیفی آبمیوه مرکبات در خلال انبارمانی با کمک پردازش تصویر

چکیده

برآورد محاسباتی واحدهای رنگی Lab* از RGB با کمک پردازش تصاویر دیجیتالی

چکیده