An automated system for date fruit recognition through images

Other Title(s)

UN systeme automatique pour la reconnaissance des dattes a partir des images

Joint Authors

Ayyadi, O.
Khaldi, B.
Khirfi, M. L.

Source

Revue des Bio Ressources

Issue

Vol. 6, Issue 1 (30 Jun. 2016), pp.1-8, 8 p.

Publisher

University Kasdi Merbah Ouargla

Publication Date

2016-06-30

Country of Publication

Algeria

No. of Pages

8

Main Subjects

Information Technology and Computer Science

Abstract EN

Date is a fruit with a great health and economic benefits.

However, farmers plant a little number of varieties and too little are known by people.

Therefore, there is an urgent need to preserve such an important cultural heritage for the next generations.In this paper, we present an automated system for date fruit recognition from their images.

Specifically, we collect fifty (50) samples from seven (7) varieties, and then we take images for those samples.

Afterwards, and in order to identify the visual characteristics of samples belonging to each variety, we extract shape and color features from the images.Then, we use the Support Vector Machine (SVM) classifier to optimally separate the visual characteristics of the different varieties.

Later on, SVM is used to decide for a test sample the variety it belongs to.

Our system presents a multitude of advantages: 1) it is able to accurately recognize dates in spite of the large variation within some varieties (intra-variation) and the small variation between some varieties (inter-variation); 2) no physical measurements are needed, and only visual characteristics of sample images are sufficient; and 3) it doesn‟t require any human intervention.

Experimental results, carried out on the samples we collected, show a high recognition rate of 97.14%.

Abstract FRE

Les dattes sont des fruits qui ont des bienfaits pour la santé et l‟économie.

Cependant, les agriculteurs plantent un nombre limité de variétés et peu d‟entre elles sont connus par le grand public.

Par conséquent, il existe un besoin urgent de préserver un tel patrimoine culturel important pour les prochaines générations.

Dans cet article, nous présentons un système automatique pour la reconnaissance des dattes à partir de leurs images.

Plus précisément, nous recueillons cinquante (50) échantillons provenant de sept (7) variétés, puis nous prenons l'image de ces échantillons.

Ensuite, et dans le but d'identifier les caractéristiques visuelles des échantillons appartenant à chaque variété, nous extrayons les caractéristiques de forme et de la couleur.

Nous utilisons les séparateurs à vastes marges (SVM) pour séparer d‟une façon optimale les caractéristiques visuelles des différentes variétés.

Plus tard, SVM est utilisé pour décider à quelle variété un échantillon d'essai appartient.

Notre système présente plusieurs avantages: 1) il est en mesure de connaître avec précision les dattes en dépit de la grande variation au sein de certaines variétés (intra-variation) et la faible variation entre certaines variétés (inter-variation); 2) aucune mesure physiques est nécessaire, seules les caractéristiques visuelles des échantillons d'images suffisent; et 3) il ne nécessite aucune intervention humaine.

Les résultats expérimentaux effectués, sur les échantillons que nous avons recueillies, montre un taux de reconnaissance élevé de 97,14%.

American Psychological Association (APA)

Ayyadi, O.& Khaldi, B.& Khirfi, M. L.. 2016. An automated system for date fruit recognition through images. Revue des Bio Ressources،Vol. 6, no. 1, pp.1-8.
https://search.emarefa.net/detail/BIM-698752

Modern Language Association (MLA)

Ayyadi, O.…[et al.]. An automated system for date fruit recognition through images. Revue des Bio Ressources Vol. 6, no. 1 (Jun. 2016), pp.1-8.
https://search.emarefa.net/detail/BIM-698752

American Medical Association (AMA)

Ayyadi, O.& Khaldi, B.& Khirfi, M. L.. An automated system for date fruit recognition through images. Revue des Bio Ressources. 2016. Vol. 6, no. 1, pp.1-8.
https://search.emarefa.net/detail/BIM-698752

Data Type

Journal Articles

Language

English

Notes

Includes bibliographical references : p. 7-8

Record ID

BIM-698752