دانلود پروژه پروژه طراحي سيستم هوشمند سورتينگ تخم مرغ تحت word دارای 89 صفحه می باشد و دارای تنظیمات و فهرست کامل در microsoft word می باشد و آماده پرینت یا چاپ است
فایل ورد دانلود پروژه پروژه طراحي سيستم هوشمند سورتينگ تخم مرغ تحت word کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه و مراکز دولتی می باشد.
این پروژه توسط مرکز مرکز پروژه های دانشجویی آماده و تنظیم شده است
توجه : توضیحات زیر بخشی از متن اصلی می باشد که بدون قالب و فرمت بندی کپی شده است
بخشی از فهرست مطالب پروژه دانلود پروژه پروژه طراحي سيستم هوشمند سورتينگ تخم مرغ تحت word
مقدمه :
فصل اول
پیشینه پژوهش
1 -1 آشنایی با ماشین بینایی و پیشینه استفاده از آن
1-1-1 بینایی و اتوماسیون کارخانه
2-1-1 بینایی انسان در مقابل بینایی ماشین
3-1-1 پارامترهای مقایسه ای
4-1- 1 ملاحظات اقتصادی
2-1 کاربرد های ماشین بینایی در کشاورزی
1-2-1 کاربرد در تشخیص کیفیت میوه ها :
2-2-1 کاربرد در کنترل کیفیت سبزیجات
3-2 -1 طبقه بندی و ارزیابی کیفیت حبوبات
4-2 -1 کاربرد در سایر تولیدات غذایی
5-2-1 تکنیکهای سه بعدی (3-D)
6-2-1 نتیجه استفاده از سیستم های بینایی ماشین در کشاورزی
3-1 طرح یک خط مکانیزه تولید تخم مرغ
1-3 -1 اجزاء یک مرغداری مکانیزه به همراه بخش بسته بندی
1-1-3-1 مرحله تولید شامل دو قسمت است:
2-1-3 -1 مرحله شستشو
3-1-3-1 مرحله درجه بندی
4-1-3-1 مرحله بسته بندی
فصل دوم
مواد و روشها
1-2 مفاهیم اولیه پردازش تصویر
1-1-2 پیکسل
2-1-2 پنجره
3-1-2 مکان پیکسل
4-1-2 سطح خاکستری
5-1-2 خطای کوآنتایز کردن
1-5-1-2 خطای اندازه گیری
6-1-2 هیستوگرام
1-6-1-2 ایجاد هیستوگرام
2-6-1-2 مشخصات
7-1-2 سیستم های رنگی RGBو CMYB
2-2 پردازش های اولیه ماشین بینایی
1-2-2تبدیل تک متغیره
1-1-2-2 عملگر همانی
2-1-2-2 عملگر معکوس
3-1-2-2 عملگر حد آستانه
4-1-2-2 سایر اپراتورها
2-2-2تبدیل دو متغیره (جفتی)
1-2-2-2 جمع تصاویر
2-2-2-2 تفریق تصاویر
3-2-2-2 ضرب تصاویر
3-2-2 کونولوشن: تبدیل ناحیه ای
3-2 طراحی سیستم
1-3-2 سیستم ماشین بینایی
2-3-2پردازش تصویر
1-2-3-2 مرحله پروجکشن کردن تصویر(محدود کردن تصویر به محدوده تخم مرغ):
2-2-3-2 پیدا کردن ناحیه مورد علاقه Region of interest
3-2-3-2 پیدا کردن مرز تخم مرغ
4-2-3-2 حذف نویز
5-2-3-2 تشخیص تمیز یا آلوده بودن تخم مرغ
6-2-3-2 تخمین وزن و حجم تخم مرغ
الگوریتم های پردازش تصویر :
1) مرحله پروجکشن کردن
2) مرحله پیدا کردن ناحیه مورد علاقه
3) مرحله پیدا کردن مرز تخم مرغ
4) مرحله حذف نویز
5) مرحله تشخیص تمیز یا آلوده بودن تخم مرغ
6)تخمین وزن و حجم تخم مرغ
فصل سوم
نتایج و بحث
1-3 نتایج آزمایش سیستم
2-3 پیشنهادات
نتیجه گیری:
مقدمه
درآمد حاصل از فروش سیستم های ماشین بینایی و متعلقات وابسته در سال 1986 بیش از 400 میلیون دلار بوده و این رقم تا سال 1991 بالغ بر 2 میلیارد دلار شده است. کاربرد ماشین بینایی در مواردی مثل مونتاژ محصولات ، بازرسی و انتقال مواد ، باعث بهبود کارایی این فرایندها خواهد گردید
عدم اطلاع کافی مهندسین از تکنولوژی ماشین بینایی و عدم آشنایی با توجیه اقتصادی بکارگیری آن موجب شده است که در استفاده از این تکنولوژی تردید و بعضی مواقع واکنش منفی وجود داشته باشد. علیرغم این موضوع ، ماشین بینایی روز به روز کاربرد بیشتری پیدا کرده و روند رشد آن چشمگیر بوده است
تعداد سیستم های ماشین بینایی نصب شده و در حال استفاده نسبت به تعداد مواردی که می توانند از این تکنولوژی بهره گیرند ، بسیار کمتر است. سازندگان و فروشندگان سیستم های ماشین بینایی بر این عقیده هستند که بجز موارد معدود ، اطلاعات کاربران این سیستم ها بسیار محدود می باشد. در حالی که مفاهیم کلی برای کاربران شناخته شده است ، اطلاع کاربردی کافی در اختیار کاربران نیست تا بتوانند نیازهای خودشان را با تواناییهای ماشین مرتبط و بررسی نمایند
نظر به اینکه کاربرد ماشین بینایی روز به روز گسترده تر می شود و هم اکنون در برخی از صنایع مونتاژ الکترونیک ، صنایع اتوموبیل سازی و صنایع نساجی این تکنولوژی متداول شده است. لازم می نماید تا صنعت کشاورزی و صنایع غذایی کشور نیز در خصوص بکارگیری این تکنولوژی آشنایی لازم را پیدا کند. استفاده از ماشین بینایی بعنوان یک ابزار کارآمد و انعطاف پذیر در سیستم های اتوماسیون کارخانه های صنایع غذایی اجتناب ناپذیر خواهد بود
این پژوهش سعی خواهد کرد ضمن معرفی سیستم های ماشین بینایی و پردازش دیجیتالی تصویر و کاربردهای آن در صنایع مربوط به کشاورزی ، به طور اخص به کاربرد آن در سورتینگ تخم مرغ و طراحی سیستم های مربوط به آن (نرم افزار و ;) بپردازد
1 -1 آشنایی با ماشین بینایی و پیشینه استفاده از آن
تکنولوژی ماشین بینایی و تصویر برداری دیجیتالی شامل فرایندهایی است که نیازمند بکارگیری علوم مختلف مهندسی و نرم افزار کامپیوتر می باشد. این فرایند را می توان به چند دسته اصلی تقسیم نمود
1- ایجاد تصویر به شکل دیجیتالی
2- بکارگیری تکنیکهای کامپیوتری جهت پردازش و یا اصلاح داده های تصویری
3- بررسی و استفاده از نتایج پردازش شده برای اهدافی چون هدایت ربات و کنترل نمودن تجهیزات خودکار ، کنترل کیفیت یک فرایند تولیدی یا فراهم نمودن اطلاعات جهت تجزیه و تحلیل آماری در یک سیستم تولیدی کامپیوتری
در طی سه دهه گذشته تکنولوژی بینایی کامپیوتری بطور پراکنده در صنایع فضایی و بطور محدود در صنعت بکاربرده شده است. جدید بودن تکنولوژی ، نبودن سیستم مقرون به صرفه در بازار و نبودن متخصصین این رشته باعث شده است تا این تکنولوژی بطور گسترده استفاده نشود. تا مدتی قبل دوربین ها و سنسورهای استفاده شده معمولا بطور سفارشی و مخصوص ساخته می شدند تا بتوانند برای منظور خاصی مورد استفاده قرار گیرند. همچنین فرآیند ساخت مدارهای مجتمع بسیار بزرگ (VLSI) آنقدر پیشرفت نکرده بود تا سنسورهای حالت جامد بارزولشن بالا ساخته شود
استفاده از سنسورهای ذکر شده مستلزم این بود که نرم افزار ویژه ای برای آن تهیه شود و معمولا این نرم افزارها نیز نیاز به کامپیوترهای با توان پردازش بالا داشتند ، علاوه بر همه این مطالب مهندسین مجبور بودند که آموزشهای لازم را پس از فراغت از تحصیل فراگیرند ، زیرا درس ماشین بینایی در سطح آموزشهای متداول مهندسی (لیسانس) در دانشگاهها و به شکل کلاسیک ارائه نمی شد
تکنولوژی ماشین بینایی در دهه آینده تاثیر مهمی بر تمامی کارهای صنعتی خواهد گذاشت که دلیل آن پیشرفتهای تکنولوژی اخیر در زمینه های مرتبط با ماشین بینایی است و این پیشرفت ها در حدی است که استفاده از این تکنولوژی هم اکنون حیاتی می باشد
امروزه تمامی شرایط برای فراگیر شدن تکنولوژی ماشین بینایی فراهم شده است. سنسورهای حالت جامد و کامپیوترهای شخصی امروزی به عنوان ابزارهای کارآمد ، مطمئن و ارزان برای پردازش تصویر و تصمیم گیری درباره آن موجود می باشد. دانشگاهها (در آمریکا ) به تعداد کافی مهندسینی را تربیت می کنند که دانش و مهارت کافی در زمینه ماشین بینایی را دارند و بالاخره به دلیل حفظ استانداردها در سطح ملی نیاز به افزایش بهره وری و بهبود کیفیت وجود دارد. علاوه بر این، به دلیل مسائلی از قبیل نیاز به بررسی و دعاوی صنعتی و نیاز به داشتن اطلاعات کامل از محصول در مراحل مختلف بطوری که دسترسی به آن مقدور باشد صنایع تولیدی را وادار می کند تا فرآیند جمع آوری و ذخیره اطلاعات مربوط به محصول در مراحل مختلف تولید را خودکار نماید
در گذشته بسیاری از فرآیندهای تولید براساس بکارگیری نیروی انسانی و بینایی طراحی شده بودند. در این سیستم ها بینایی انسان به عنوان جزء لاینفک تواناییهای فرآیند بوده است. ورود رباتها به کارخانجات و حذف نیروی انسانی ضرورت اضافه نمودن بینایی مصنوعی به سیستم را ایجاب می نماید. جهت بررسی موضوع نیاز به بکارگیری ماشین بینایی بجای بینایی انسان لازم است تا مطالعه دقیق تری صورت گیرد و توانایی این دو با هم مقایسه گردند
1-1-1 بینایی و اتوماسیون کارخانه
وظایف اساسی که می تواند توسط سیستم های ماشین بینایی انجام گیرد شامل سه دسته اصلی است
1- کنترل
2- بازرسی
3- ورود داده
کنترل در ساده ترین شکل آن مرتبط با تعیین موقعیت و ایجاد دستورات مناسب می باشد تا یک مکانیزم را تحریک نموده و یا عمل خاصی صورت گیرد. هدایت نقاله های هدایت شونده خودکار (AGVS) در عملیات انتقال مواد در یک کارخانه ، هدایت مشعل جوشکاری در امتداد یک شیار یا لبه یا انتخاب یک سطح بخصوص برای انجام عملیات رنگ پاشی توسط ربات مثالهایی از بکارگیری ماشین بینایی در کنترل می باشند
کاربردهای ماشین بینایی در بازرسی مرتبط با تعیین برخی پارامترها می باشد. ابعاد مکانیکی و همچنین شکل آن ، کیفیت سطوح ، تعداد سوراخها در یک قطعه ، وجود و یا عدم وجود یک ویژگی یا یک قطعه در محل خاص از جمله پارامترهایی هستند که توسط ماشین بینایی ممکن است بازرسی شود. موضوع اصلی این پروژه که دسته بندی گوجه فرنگی می باشد نیز با کمک همین وظیفه ماشین بینایی انجام می شود. عمل اندازه گیری توسط ماشین بینایی کم و بیش مشابه بکارگیری روشهای سنتی استفاده از قیدها و سنجه های مخصوص و مقایسه ابعاد می باشد. سایر عملیات بازرسی به جز موارد اندازه گیری شامل مواردی چون کنترل وجود برچسب بر روی محصول (داروئی، غذایی ، ;) بررسی رنگ قطعه وجود مواد خارجی در محصولات غذایی نیز با تکنیک های خاص انجام می گیرد
اطلاعات مربوط به کیفیت محصول و یا مواد و همچنین تعقیب فرآیند تولید را می توان توسط ماشین بینایی گرفته و در بانک اطلاعاتی سیستم تولید کامپیوتری جامع بطور خودکار وارد نمود. این روش ورود اطلاعات بسیار دقیق و قابل اعتماد است که دلیل آن حذف نیروی انسانی از چرخه مزبور می باشد. علاوه بر این ، ورود اطلاعات بسیار مقرون به صرفه خواهد بود ، چرا که اطلاعات بلافاصله پس از بازرسی و به عنوان بخشی از آن جمع آوری و منتقل می شوند. میزان پیچیدگی سیستم های بینایی متفاوت می باشد. این سیستم ها ممکن است منحصر به یک سیستم بارکدینگ معمولی که برای مشخص نمودن نوع محصول جهت کنترل موجودی بکار می رود، باشد یا ممکن است متشکل از یک سیستم بینایی صنعتی کامل برای اهدافی چون کنترل کیفیت محصول باشد
2-1-1 بینایی انسان در مقابل بینایی ماشین
نقش بینایی انسان در یک سیستم اتوماسیون صنعتی بسیار پیچیده بوده و نمی توان آن را به عنوان یک سیستم جدا که دارای نقش جداگانه ای است ، در نظر گرفت. سیستم بینایی انسان به عنوان جزئی از یک مجموعه بوده و دارای تاثیرات متقابل بر روی سایر سنسورها می باشد . میزان وابستگی بینایی به سایر سنسورهای بدن مختلف بوده و بستگی به هوشمندی فرد و همچنین سیگنالهای دریافت شده از سایر سنسورهای بدن دارد
علاوه بر این ، حلقه های بازخور پیچیده ، پاسخ های تطبیقی ، و پردازش سیگنالهای در سطوح مختلف در بخش های مختلف بدن وجود دارد. به عنوان مثال مردمک چشم انسان در مقابل ورود پرتوهایی با مشخصات ویژه حساس می باشد
خستگی در افراد ، بیماری ، میزان آموزش و دانش آنها در میزان کارایی بینایی انسان تاثیر می گذارند. این تاثیر معمولا بگونه ای است که مقدار آن براحتی قابل اندازه گیری نیست. لذا معمولا اندازه گیری مقایسه ای بر اساس میزان دستیابی به هدف تعیین شود صورت می گیرد
3-1-1 پارامترهای مقایسه ای
در این قسمت ماشین بینایی بر اساس وظایفی که انجام می دهد و پارامترهای وابسته به آن در ارتباط با فرآیندهای صنعتی یا تولیدی با بینایی انسان مقایسه شده و به بررسی بخش محدودی از نقش هایی که اهمیت بیشترس در کابردهای صنعتی دارند پرداخته می شود
عامل مهم در استفاده از ماشین بینایی در مقایسه با بکارگیری نیروی انسانی افزایش توانمندی و بهبود کارایی می باشد. توجه خاص به آن دسته از کاراییهای ماشین بینایی که خارج از توانایی انسان می باشد، می تواند بیانگر توجیه استفاده از ماشین بینایی در فرآیند های تولیدی می باشد
4-1- 1 ملاحظات اقتصادی
هر گونه پیشنهاد مبنی بر استفاده ماشین بینایی برای منظور خاص می بایستی بر اساس تاثیر اقتصادی آن در کاربرد مورد نظر باشد. توجیه اقتصادی بکارگیری ماشین بینایی شامل دو جنبه می باشد: اولا تاثیر آن بر روی بهبود دهی فرایند و ثانیا هزینه های مستقیم تولید . امکان بهبود کیفیت محصول از طریق انجام بازرسی 100 درصد محصول و کنترل پارامترهای مورد بازرسی در مورد تک تک محصولات می تواند نقش مهمی در توجیه اقتصادی کاربرد ماشین بینایی داشته باشد. در همین حال ممکن است با بکارگیری ماشین بینایی هزینه واحد محصول ، کاهش پیدا کرده و بهره وری افزایش یابد
2-1 کاربرد های ماشین بینایی در کشاورزی
کامپیوتری کردن تولید (CIM) یک موضوع با اهمیت در پیشرفت صنایع کشاورزی و غذایی محسوب می شود. ماشین بینایی به عنوان یک ربات در این پیشرفت نقشی موفقیت آمیز داشته و مهندسین کشاورزی و صنایع غذایی را در بهبود عملیات تولید دلگرم کرده است. به همین دلیل بیش از 20 سال است که تحقیقات گسترده ای پیرامون کاربردهای ماشین بینایی در کشاورزی و صنایع غذایی انجام شده است
بیشتر این تحقیقات به کاربرد این سیستم در نظارت و کنترل کیفیت محصول معطوف شده است. روشهای مرسوم نظارت ، به حواس انسانی وابسته است، در بیشتر موارد این کنترل دستی بسیار وقت گیر و طاقت فرسا بوده و بعلاوه دقت آن را نمی شود ضمانت کرد
ماشین بینایی ، علاوه بر بینایی در محدوده مرئی ، توانایی دیدن در محدوده نامرئی(ماوراء بنفش، نزدیک مادون قرمز و مادون قرمز ) را نیز دارد ، اطلاعات قابل دریافت از جسم در ناحیه نامرئی می تواند در تعیین گرمای داده شده به گیاه بالغ ، تشخیص امراض گیاهی ،; مفید باشد. همچنین در تعیین وارتیه ، بلوغ ، رسیدگی و کیفیت گیاهان و سبزیجات قابل استفاده است
سادگی ، قیمت پایین ، سرعت ، دقت بالا ، غیر مخرب بودن ، داشتن بازده بالا و امکان استفاده گسترده در کشاورزی از مزایای استفاده از این سیستم می باشد. همچنین قابلیت استفاده از اشعه X و MRI در تعیین بیماریها یا نقصهای دیگر را نیز می توان به آن اضافه کرد
با سرعت و دقت بالای سیستم های بینایی ، صنعت کشاورزی و صنایع غذایی در سطح جهان تمایل فراوان به تعویض سیستم های نظارت دستی خود با این سیستم پیشرفته پیدا کرده است
1-2-1 کاربرد در تشخیص کیفیت میوه ها
نظارت بر کیفیت میوه ها به دو منظور انجام می شود: ارزیابی کیفیت و پیدا کردن نقوص. قدیمی ترین پژوهش در این زمینه پیرامون سیب انجام شد پس ازآن به سایر میوه ها نیز گسترش یافت. سیستم بینایی می تواند در طبقه بندی از لحاظ شکل ، پیدا کردن نقوص ، درجه بندی از لحاظ کیفیت و کلاس بندی واریته ، ایفا نقش کند. رنگ ، شکل، بافت و اندازه فاکتورهای اصلی در نظارت کیفی سیستم بینایی می باشند
تصاویر RGB (Red –Green – Blue) یک مورد بسیار مرسوم در این کاربرد می باشد. بیشتر الگوریتمهای سیستم بینایی میوه ها ، مبتنی براین سیستم می باشند. وقتی تمام تصاویر با سه رنگ ارائه شوند میزان اطلاعات 3 برابر می شود و پردازش صحیح تری را می توان بر روی آن انجام داد. مدل دیگر تصاویر رنگی HIS(Hue ,Stauration,Intensity)می باشد. بعضی ازپژوهشگران این سیستم را به سیستم RGB ترجیح می دهند. از جمله پژوهشهایی که در این زمینه انجام شده عبارتند از
- نمایش ساختمان و شکل میوه سیب و سیب زمینی با دقت بالا (Morimoto et al 2000)
- ترکیب سنسورهای NIR و ماشین بینایی برای تعیین مقدار SUGER در سیب Steinmetz et al
- آنالیز بافت پرتقال بوسیله ماشین بینایی. نتایج این تحقیق نشان داد که این متد مقدار شیرینی پرتقالها را پیش بینی کند. (kondo 1995)
- ارزیابی رسیدگی هلو بوسیله آنالیز رنگ ، این روش مبتنی بر مقایسه رنگ پوست هلو با رنگ پوست یک هلو ( به عنوان مرجع) بود. هر چند دقت این طرح تنها 54% بود. (Millen l Delmiche 1989)
- تشخیص مقدار سفتی گلابی (Dewulf et al 1999)
2-2-1 کاربرد در کنترل کیفیت سبزیجات
بعضی از طرح هایی که در این زمینه ارائه شد عبارتند از
- تشخیص خواص گوجه فرنگی از قبیل اندازه ، رنگ ، شکل و ناهنجاریها بوسیله پردازش تصویر و ارتباط خواص با کیفیت درونی آن
(Nielsen et al 1998)
- بررسی وپیدا کردن معایب مارچوبه (Rigney et al 1992)
- تشخیص بیماریهای قارچی با عملیات پردازش رنگ(Vizhany and Felfoldi 2000)
- طبقه بندی هویج از لحاظ معایب سطحی ، پیچش ، کجی و شکستگی (مقدار اشتباه کمتر از 15% گزارش شد. )
(Howath searay 1992)
3-2 -1 طبقه بندی و ارزیابی کیفیت حبوبات
|
امتیاز مطلب : 126133
|
تعداد امتیازدهندگان : 3
|
مجموع امتیاز : 3