روش پردازش تصویر برای ارزیابی کیفیت و تازگی ماهی

کیفیت یک ماهی ممکن است عمدتا از طریق رسیدگی، فرآوری و نگهداری از صید به مصرف کنندگان تحت‌تاثیر قرار گیرد. زمان نگهداری و دمای انبار ماهی پس از برداشت، فاکتورهای کلیدی برای حفظ کیفیت نهایی این محصول هستند. این مقاله یک روش پردازش تصویر را پیشنهاد می‌کند که کاملا اتوماتیک، کارآمد و غیر مخرب برای تقطیع بافت‌ها و پیش‌بینی تازگی ماهی مورد آزمایش است. بافت‌های آبشش این ماهی به طور خودکار با استفاده از روش مبتنی بر خوشه بندی تقسیم می شود و ویژگی‌های آن به طور استراتژیک در حوزه تبدیل موجک با استفاده از فیلتر هار (Haar) استخراج می‌شوند. تجزیه سطح اول، دوم و سوم در حوزه موجک انجام می‌شود و ضرایب به‌دست‌آمده در هر سطح برای پیش‌بینی تازگی ماهی نمونه مورد تجزیه و تحلیل قرار گرفته‌اند. نتایج تجربی نشان‌دهنده الگوی تغییر یکنواخت ضرایب در سطح سوم تجزیه هستند و این ضرایب نشان‌دهنده کیفیت ماهی هستند. این تغییر تبعیض‌آمیز در ویژگی‌های تصویر با طول زمان نگهداری یک چارچوب راهبردی برای ارزیابی تازگی ماهی فراهم می‌کند.

The quality of a fish may be affected primarily by handling, processing and storage procedures from the catch to consumers. Retention time and storage temperature of post-harvested fish are key factors for sustaining the final quality of this product. This paper proposes an image processing method which is completely automatic, efficient and non-destructive for segmentation of tissues and prediction of freshness of the fish sample. The gill tissues of the fish sample are automatically segmented using a clustering based method and its features are strategically extracted in the wavelet transformation domain using Haar filter. First, second and third level decomposition in the wavelet domain is performed and the coefficients obtained at each level have been analyzed to predict the freshness of the fish sample. The experimental results indicate a monotonic variation pattern of the coefficients at the third level of decomposition and these coefficients gives an indication of the quality of