Diseño y construcción de un sistema clasificador de fresas basado en técnicas de visión artificial.
El presente trabajo de investigación, tiene como objetivo diseñar y construir un sistema clasificador de fresas basado en técnicas de visión artificial, el cual responde a la problemática actual donde los productores no cuentan con un sistema que apoye la clasificación de la fresa antes de su despac...
Gespeichert in:
| 1. Verfasser: | |
|---|---|
| Format: | bachelorThesis |
| Sprache: | spa |
| Veröffentlicht: |
2022
|
| Schlagworte: | |
| Online Zugang: | https://dspace.espoch.edu.ec/handle/123456789/21441 |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
Tag hinzufügen | Zusammenfassung: | El presente trabajo de investigación, tiene como objetivo diseñar y construir un sistema clasificador de fresas basado en técnicas de visión artificial, el cual responde a la problemática actual donde los productores no cuentan con un sistema que apoye la clasificación de la fresa antes de su despacho final. Para el efecto se realizó un análisis de información a fin de determinar los parámetros de clasificación del producto, necesidades de diseño de la infraestructura, elementos de control y procesamiento de imagen. El prototipo implementado consta de: una tolva donde se almacena la fruta, una banda transportadora que permite su desplazamiento y contenedores para la disposición final. Al prototipo se acoplaron elementos como: sensores infrarrojos, servomotores, cámaras USB, tarjetas de desarrollo; Arduino Uno y Raspberry Pi 4B empleadas para el control y para el procesamiento de imágenes respectivamente. Mediante el entorno OPENCV, se desarrolló el algoritmo basado en el modelo de color matíz, saturación, valor (HSV) y cálculo de área; permitiendo la detección, reconocimiento, estado de madurez y tamaño de la fruta. La comunicación entre sensores y actuadores se lleva a cabo en la etapa de control, donde el Arduino Uno es el encargado de enviar señales y ejecutar órdenes de la Raspberry Pi 4B. Con el fin de visualizar los datos obtenidos del sistema, se emplea una conexión de acceso remota con una PC. Con las pruebas realizadas se determina que existen valores que varían entre el 85% al 95% de certeza en la clasificación de la fruta y un 90.5% de efectividad del prototipo, siendo porcentajes aceptables dentro de su funcionamiento respecto a investigaciones similares considerando estos porcentajes como un éxito completo. Se recomienda aumentar los tiempos de prueba para determinar posibles mejoras al prototipo, realizar una propuesta técnica a nivel gubernamental para implementar proyectos equivalentes a nivel industrial. |
|---|