Determinación de manchas de huevos de gallina mediante visión artificial
Fecha
2013-03Director/Asesor
Director. Silva, Luis Ángel
Tipo de contenido
Trabajo de grado
Citación
Metadatos
Mostrar el registro completo del ítemDocumentos PDF
Resumen
La visión artificial está incursionando cada vez más en la industria alimenticia y es
empleada en tareas de clasificación y control de calidad de forma eficiente, acertada y
homogénea. En este proyecto se presenta el diseño de un sistema de visón artificial
aplicado a la clasificación de huevo de gallina según el tamaño y el porcentaje de
suciedad de la superficie.
Inicialmente se adquirieron 270 imágenes de tres cubetas de huevos, dos de ellas,
huevos de revoltura producidos en granjas y la cubeta restante con huevos clasificados en
las seis presentaciones comerciales para Colombia: Jumbo, AAA, AA, A, B y C. Se utilizó
una cámara CCD para captar las imágenes de los huevos, en formato JPG y en el
espacio de color RGB. Cada imagen fue transformada al espacio de color YCrCb, espacio
de color que presentó las mejores características para el proceso de segmentación. Se
tomó la componente Cr para realizar la segmentación por umbralizacion empleando el
método de Otsu. A la imagen binaria resultante, se le aplicaron operaciones morfológicas
con el fin de facilitar el procesamiento posterior. Las características extraídas fueron: área,
perímetro, redondez, y los radios de la elipse descrita por la forma del huevo, así como, el
área de la suciedad presente en cada huevo. Para el proceso de clasificación se
implementan dos métodos: el método de ajuste por regresión lineal y el método de
agrupación K-MEANS. Mediante el método de regresión lineal se obtiene un error superior
al 10% con la necesidad de reajustar continuamente el clasificador. Artificial vision is increasing their participation in the food industry and is used in sorting
and quality control an efficient, accurate and consistent.`This project presents the design
of an artificial vision system applied to chicken egg sorting according to size and
percentage of surface dirt.
Initially were acquired 270 images of three eggs trays, two of them, dirty egg produced in
farms and the remaining tray with graded eggs in the six commercial presentations for
Colombia: Jumbo, AAA, AA, A, B y C.A CCD camera was used to capture images of the
eggs, in JPG format and in the RGB color space. Each image was converted to YCrCb
color space, color space that presented the best features for the segmentation process.
Was taken the Cr component for thresholding segmentation using the Otsu method. The
resulting binary image, was subjected to morphological operations to facilitate subsequent
processing.The features extracted were: area, circumference, roundness, and the radii of
the ellipse described by the shape of the egg, and the area of the dirt present in each egg.
For the classification process were implemented two methods: the method of adjustment
by linear regression and clustering method K-Means.By linear regression method obtains
an error greater than 10% with the need to continually adjust the classifier.
Palabra/s clave
Visión artificial
Huevos - Inspección
Control de calidad
Cámaras de vídeo
Algoritmos
Colecciones
- Trabajos de grado [6048]
El ítem tiene asociados los siguientes ficheros de licencia: