طراحی، ساخت و ارزیابی سامانه درجه بند پیوسته محصول با استفاده از بینایی ماشین
نام نخستين پديدآور
نسار محمدی بانه
وضعیت نشر و پخش و غیره
نام ناشر، پخش کننده و غيره
کشاورزی
تاریخ نشرو بخش و غیره
۱۳۹۷
مشخصات ظاهری
نام خاص و کميت اثر
۱۶۲ص.
مواد همراه اثر
سی دی
یادداشتهای مربوط به پایان نامه ها
جزئيات پايان نامه و نوع درجه آن
دکتری
نظم درجات
مهندسی مکانیک ماشین های کشاورزی
زمان اعطا مدرک
۱۳۹۷/۱۱/۱۷
یادداشتهای مربوط به خلاصه یا چکیده
متن يادداشت
چکیده: استفاده از بینایی ماشین در تشخیص و تفکیک محصولات مختلف میتواند بهعنوان روشی سریع، دقیق و پایدار در امر صنعتی شدن فرآیند¬های پس از برداشت مورد توجه قرار گیرد. در این تحقیق سامانه¬ای جهت تعیین اندازه و میزان آسیب¬¬دیدگی در سیب درختی با استفاده از بینایی ماشین توسعه داده شد. این سامانه تشخیص و تفکیک بهصورت کاملا پیوسته و دینامیکی عمل کرده و دارای یک قسمت متحرک جهت انتقال میوه به سمت بخش اصلی سامانه بینایی ماشین است که متشکل از یک سامانه نورپرداز مناسب، یک دوربین دیجیتال و نیز یک کامپیوتر شخصی است. جهت انتقال میوهها از نقالههای غلتکی مخروطی استفاده شد تا سیب حین حرکت رو به جلو دوران کرده و از تمام سطح آن تصویر برداری شود. الگوریتم تشخیص شامل استفاده از روش بخشبندی با آستانهگیری محلی جهت تعیین آسیب، استفاده از قطر بیشینه جهت تعیین اندازه سیب و استفاده از طبقهبند k-NN برای تشخیص ساقه و دمگل است. از هر سیب چهار تصویر گرفته شد و این تصاویر قبل از ورود به بخش پردازش تصویر باهم ترکیب شدند و در نهایت یک تصویر تجمیعی از چهار تصویر به بخش پردازش تصویر وارد ¬شد. مقادیر مختلف k و فاصلههای متریک مختلف با تعداد نمونه¬های آموزشی مختلف برای شناسایی ساقه و دمگل مورد ارزیابی قرار گرفت. با الگوریتم بخش¬بندی، نقاط ساقه و دمگل و نقاط عیوب واقعی از قسمت سالم سیب جداسازی و تعداد این نقاط شمارش شد. کلاس سیب¬ها با در نظر گرفتن اندازه عیوب و تعداد آنها بر طبق استاندارد اروپایی تعیین شد. در نهایت، نتایج نشان داد سامانه قادر به تعیین کلاس سیبها براساس استاندارد اروپایی به چهار کلاس و با دقت 90 درصد است.
متن يادداشت
Abstract: Machine vision can be used as a fast, precision and consistent approach for industrial distinction and separation of different products in postharvest applications. In this research a sorting system was developed for sizing and defect detection of apple fruits based on machine vision. This system operates dynamically and continuously and has a driven part for transferring fruits towards machine vision system. The machine vision system consisted of lighting, digital camera and a computer. Roller type conveyor was used for the fruits transfering. The fruits rotate while moving forward and so image capturing of different surfaces of fruits was possible. Four pictures were taken every time from each apple. Tge taken pictures were then aggregated befor sending into the image processing section. Detection algorithms consisted of segmentation by local thresholding for detection defects, determination of maximum diameter for size definition and also using k-NN classifier for stem and calyx detection. The number of candidate regions were defined by segmentation and classification based on size and number of defects. Effects of different number of k, metric distances and number of training samples in stem-calyx detection were evaluated. Results showed that system was capable of class definition of fruits based on European standard into four classes with the rate of 90%.
عنوانهای گونه گون دیگر
عنوان گونه گون
Design, Construction and Evaluation of Online Grading and Sizing System Using Machine Vision
نام شخص به منزله سر شناسه - (مسئولیت معنوی درجه اول )