Estudio, diseño e implementación de un prototipo electrónico para la identificación de parámetros de calidad en naranja blanca, utilizando visión artificial.
En este trabajo de titulación consistió en diseñar e implementar un prototipo electrónico para la identificación de parámetros de calidad en la naranja blanca utilizando visión artificial. Para esto, se diseñó un ambiente controlado acoplado a una banda trasportadora para poder seleccionar las naran...
Saved in:
| Main Author: | |
|---|---|
| Format: | bachelorThesis |
| Language: | spa |
| Published: |
2022
|
| Subjects: | |
| Online Access: | https://dspace.espoch.edu.ec/handle/123456789/21448 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
Add Tag | Summary: | En este trabajo de titulación consistió en diseñar e implementar un prototipo electrónico para la identificación de parámetros de calidad en la naranja blanca utilizando visión artificial. Para esto, se diseñó un ambiente controlado acoplado a una banda trasportadora para poder seleccionar las naranjas por medio de un algoritmo usando visón artificial desarrollado en Python, donde se usó la librería especializada para visión artificial que es openCV en una tarjeta embebida Raspberry pi cuatro B, el cual se usó también para poder controlar los diferentes actuadores que conforma el prototipo. El proceso se inicia soltando una naranja y mediante la banda trasportadora le ubicamos de tal forma que pueda capturar una foto para posteriormente preprocesarla segméntala y procesarla para adquirir información de cada una de las naranjas, teniendo de referencia un objeto se mide el diámetro, el otro parámetro es el color de la naranjas para lo cual se selecciona las naranjas que tengan un color uniforme de maduración y con un margen de tolerancia de 5% en el total de su superficie, con estos parámetros se decide si la naranja es apta o no para la comercialización. Mediante las pruebas realizadas para este prototipo se obtuvo que el prototipo tiene un margen de error del 1,3% para la medición del diámetro que corresponde a 1,5mm aproximadamente dependiendo de cada naranja, para la selección del color y las imperfecciones con un error de 3% con relación a una selección manual, esto con un consumo de energía de 23W. En base a las pruebas realizadas se concluye que el algoritmo con el método de inscribir el borde de la naranja en una circunferencia es el más apropiado para esta aplicación. Se aconseja incorporar un sistema de lavado de naranjas previo al prototipo para mejorar el proceso y la efectividad del algoritmo. |
|---|