Vision artificial

RESÚMEN ARTÍCULOS SOBRE DETECCIÓN DE DEFECTOS EN FRUTAS A TRAVÉS DE VISIÓN ARTIFICIAL

JUAN ESTEBAN BEDOYA
SHIRLEY KARINA DAVIS Q.
CARLOS ALBERTO GUTIÉRREZ Q.

VISION ARTIFICIAL

Docente:
CARLOS MADRIGAL

INSTITUTO TECNOLÒGICO METROPOLITANO
INSTITUCIÒN UNIVERSITARIA
FACULTAD DE INGENIERÍAS
INGENIERÍA DE SISTEMAS
MEDELLIN
2010

TITULO:
DETECCIÓN Y CLASIFICACIÓN DE DEFECTOSEN FRUTAS MEDIANTE EL PROCESAMIENTO DIGITAL DE IMÁGENES

OBJETIVO:
Implementar un sistema de análisis digital de imágenes en el que las principales características extraídas de las frutas son derivadas del análisis de las superficies tanto en su contenido cromático como en la cantidad y distribución de defectos externos.

RESUMEN:
Los sistemas de control de calidad en el ámbitoagroindustrial han tenido grandes avances en la actualidad debido al advenimiento de las técnicas del procesamiento digital de imágenes. La actividad agroindustrial de nuestro entorno regional y nacional hace pensar en la necesidad de implementar sistemas de visión artificial para la clasificación y control de calidad de frutas. La idea de este trabajo es presentar una técnica de metrología no destructiva quepermita proveer información valiosa del producto. El sistema se basa en el análisis realizado sobre las imágenes tomadas con iluminación y cámaras de operación en el visible, analizando el aspecto externo de la fruta y realizando la clasificación de los defectos de acuerdo a parámetros de evaluación de control de calidad. Se presenta una descripción del desarrollo y desempeño del método porvisión artificial.

METODOLOGÍA:
* Se totalizaron 165 frutos para la realización de las operaciones de entrenamiento y validación del sistema. Se tuvo en cuenta la norma NTC4086 del ICONTEC, que está de acuerdo con la calidad visual que busca un consumidor a la hora de la elección de los cítricos. Los tipos de daños presentes fueron principalmente: cicatrices externas rozaduras, manchas en la piel(debidas a la oleocelosis y a otros agentes), lesiones oscuras, podredumbres, y clareta (surcos o estrías) y.

* De acuerdo al contenido de daños el conjunto se dividió en 5 clases en la que la Clase Extra representa los frutos sin defectos y con un buen estado en su madurez, forma y tamaño, pasando por las clases I, II y III en las que la calidad se va degradando hasta obtener la claseIV, la fruta de desecho.

* La adquisición de las imágenes se realizó mediante una cámara CCD JVC modelo TK-C1380 a color. La fruta escogida para el análisis es la naranja Valencia. Estas se colocan en un cámara de iluminación blanca y difusa. La imágenes se digitalizan con una tarjeta Matrox Meteor II/Std y se procesan en una estación Leica Q550IW. El software para adquisición, procesamientoy análisis de imágenes es el Qwin/Quips.

* Se tomaron imágenes de frutas cuya corteza presentara un amplio abanico de de clases tanto aceptables como defectuosas. La imagen de la fruta, de 432x432 pixeles, es detectada mediante un operador de umbralización y se ecualiza el histograma para mejorar el contraste. A continuación se obtiene el equivalente HSI de la imagen RGB recibida. Seaplicaron las estadísticas y los filtros para obtener las características que se entregaron una red neuronal tipo perceptrón multicapa entrenada mediante el algoritmo de retropropagación, que se encarga de realizar la clasificación.

RESULTADOS:
Para el entrenamiento de la red neuronal se utilizó un conjunto de frutas de todos los tipos posibles, el conjunto de prueba es disyunto con el fin de obtenerresultados suficientemente ajustados al comportamiento real del sistema. Las figuras 1 y 2 presentan ejemplos de los resultados obtenidos para la detección y cuantificación de los defectos en las naranjas. En la tabla 1 se muestra los resultados obtenidos para la totalidad del conjunto de validación. el algoritmo operó de manera muy eficaz para la detección y clasificación de los defectos de...