گوشت مرغ از دیدگاه تغذیه ای سرشار از مواد مغذی می باشد و جایگاه ویژه ای در سبد کالایی کشور دارد. صنعت کشتار مرغ یکی از مجموعه های عمده مواد غذایی در کشور محسوب می گردد. این صنعت با تولید بیش از یک میلیون تن گوشت مرغ نقش مهمی در تامین پروتئین مورد نیاز کشور به عهده دارد. تهیه مرغ به صورت قطعه بندی شده طی سال های اخیر در کشور گسترش و مقبولیت یافته و امروزه خریداری مرغ های قطعه بندی، سورت و بسته بندی شده افزایش محسوسی یافته است. بنابراین هدف از این تحقیق، طراحی، ساخت و ارزیابی یک سامانه درجه بندی قطعات مرغ بر اساس فناوری بینایی ماشین سه بعدی و هوش محاسباتی می باشد. دستگاه ساخته شده شامل دو بخش سخت افزاری و نرم افزاری می باشد. ساختمان دستگاه شامل قطعات، مکانیزم ها، حسگرها، عملگرها و بخش کنترلی می باشد. در بخش نرم افزار نیز الگوریتم مبتنی بر پردازش تصویر، روش های مدل سازی تحلیل تفکیک خطی، شبکه های عصبی پرسپترونی، شبکه های عمیق و برنامه نویسی PLC انجام شده و در پایان ارتباط بین بخش نرم افزار و سخت افزار دستگاه ایجاد گردید. در این پژوهش دو سناریوی مختلف برای پیاده سازی بخش نرم افزاری اعمال گردید. در سناریوی اول ویژگی های مبتنی بر شکل، رنگ و بافت از نمونه های قطعات مرغ استخراج گردید و بهترین آن ها توسط روش مربع کای انتخاب گردید و در پایان توسط شبکه عصبی پرسپترونی مدل سازی انجام گرفت. در ارزیابی سناریوی اول، دقت کل برای طبقه بندی کلاس های مختلف در فاز برون خط برابر 98 درصد و در فاز برخط در سرعت های 1/0و 2/0 متر بر ثانیه به ترتیب برابر 94 و 93 درصد بدست آمد. در سناریوی دوم ساختار VGG16 پیاده سازی گردید که نتایج آن در فاز برون خط برای طبقه بندی چهار کلاس مختلف سینه، ران، بال و پا برابر 100 درصد و مقدار ضریب همبستگی و ریشه میانگین مربعات خطا به ترتیب برابر 98/0 و 8/9 گرم بدست آمدند. مقادیر دقت کل برای سرعت های 1/0 و 2/0 متر بر ثانیه با استفاده از این ساختار به ترتیب برابر 100 و 75/98 درصد بودند. زمان پردازشی الگوریتم پیشنهادی نهایی برای تحلیل هر تصویر چهار بعدی از قطعات مرغ برابر 82 میلی ثانیه بود که کاملا منطبق با فرایندهای زمان واقعی در حوزه صنعتی می باشد.
