Abstract:
Birçok gıda (fındık, fıstık, badem, mısır, buğday, kuru incir ve pul biber gibi), hasat, üretim ve depolama dönemlerinde kanserojen etkisi bilinen aflatoksin üreten küfler ile karşılaşmaktadır. Aflatoksin tespiti için kullanılan kimyasal yöntemler, daha doğru sonuçlar vermesine karşın uzun zaman alan, pahalı ve tahribatlı süreçlerdir. Bu çalışmada aflatoksinli pul biberlerin sınıflandırması için halojen ve morötesi (UV) ışık altında edinilen hiperspekral görüntüler kullanılmış ve bu görüntülerden parlaklık histogramı öznitelik vektörleri çıkarılmıştır. En önemli öznitelikler, yapay sinir ağları (YSA) bağlantı ağırlıkları ve asgari artıklık/azami ilişki yöntemleri kullanılarak elde edilmiş, değişik topolojilerdeki YSA ile sınıflandırma yapılarak veri tümleştirmenin sınıflandırma başarısına etkisi araştırılmıştır.Many foods (such as hazelnut, pistachio nut, almond, corn, wheat, dried fig, and chili pepper) are prone to carcinogenic aflatoxin formation during harvesting, production and storage periods. Chemical methods are used for detection of aflatoxins give accurate results, but they are slow, expensive and destructive. In this study, intensity histogram features of hyperspectral images of chili peppers are extracted under halogen and ultraviolet (UV) illumination source. Salient features are selected by using connection weights of artificial neural networks and minimum redundancy maximum relevance techniques. With various topologies of artificial neural networks, effect of data fusion on classification performance is investigated.
