by 
دانشگاه آزاد اسلامی
واحد اهر
دانشکدهی فنی و مهندسی ـ مکاترونیک
پایان‌نامه برای دریافت درجه کارشناسی ارشد «M.Sc.»
گرایش: مهندسی مکاترونیک ـ طراحی ربات و سیستمهای مکاترونیکی
عنوان:
بازرسی آلودگی فرایند تولید ظروف مواد غذایی توسط بینایی ماشین
تابستان1393
چکیده
در سالهای اخیر رقابت شدیدی با گسترش الگوریتمهای بهینهسازی و سایر الگوریتمها برای پردازش سریع و عالی تصاویر بوجود آمده است. با پردازش سریع و کمترین خطا میتوان به هوشمندسازی پردازش تصاویر بدون دخالت انسان به موفقیت بزرگی رسید و تمامی صنایع و سایر کاربردهای مختلف به صورت هوشمند مکانیزه شوند. از این رو تشخیص ویژگی از تصاویر در سیستم خطوط تولید از اهمیت ویژهای برخوردار است. که به هوشمندی سیستم و حذف دخالت انسانی کمک می‌کند. هدف از انجام این تحقیق، پیادهسازی با روش پردازش تصویر و الگوریتم PSO برای بهبود در خط تولید ظروف بسته بندی یکبار مصرف (بی رنگ و سفیدرنگ) است که عبارتند از 1- تشخیص مواد زائد روی مواد قبل از بسته بندی شدن. 2- روش الگوریتم PSO برای تشخیص مواد زائد بر روی مواد قبل از بستهبندی شدن. 3- تشخیص برچسب روی ظروف یکبار مصرف. 4- تشخیص معیوب یا سالم بودن ظروف یکبار مصرف قبل از پر شدن مواد در بسته بندی. 5- تشخیص کثیفی یا تمیزی ظروف یکبار مصرف قبل از پر شدن مواد در بسته بندی. در این تحقیق تصاویر از فاصله یکسان با نور پردازی متفاوت در بعضی زمینهها بدست آمده است و در نهایت میزان خطای حاصله گزارش خواهد شد که خطای حاصله در بررسی‌ها زیر 15% بیان شده است. بیشترین خطا مربوط به تشخیص معیوب بودن ظروف یکبار مصرف بی رنگ در اندازه‌های کوچک است. با توجه به اینکه تصاویر به صورت offline هستند میزان پاسخ دهی برای تشخیص در حد خوبی میباشد که میتوان از این روشها به صورت online در خطوط خط تولید استفاده کرد که میزان کارایی سیستم خط تولید ظروف یکبار مصرف را به نحوه چشم‌گیری افزایش میدهد و از دخالت انسانی به صورت چشم‌گیری می‌کاهد که این به هوشمند سازی سیستم خط تولید ظروف یکبار مصرف و ترقی کشورمان درصنعت تولید کمک فراوانی خواهد کرد.
کلمات کلیدی: الگوریتم PSO، پردازش تصویر، تشخیص مواد زائد قبل از بستهبندی، معیوب بودن ظروف یکبار مصرف، کثیفی ظروف یکبار مصرف، برچسب ظروف یکبار مصرف
فهرست مطالب
عنوان صفحه
فصل اول: کلیات تحقیق
مقدمه 2
1-1- بیان مسئله 2
1-2- اهداف تحقیق 4
1-3- فرضیه‌های پژوهش 5
1-4- تعریف اصطلاحات 6
1-5- مروری بر فصل‌های بعدی 6
فصل دوم: پیشینه تحقیق
مقدمه 9
2-1- کاربردهای پردازش تصویر 11
2-1-1- صنعت 12
2-1-2- کشاورزی 12
2-1-3- علوم نظامی و امنیتی 12
2-1-4- پزشکی 12
2-1-5- فناوری‌های علمی 12
2-2- تشریح سخت افزاری سیستم 13
2-2-1- دوربین‌ها و لنزها 13
2-2-2- نور پردازی 14
2-2-3- سنسور پخش 14
2-2-4- پلاتفرم pc 15
2-2-5- PLC 15
2-3- تشریح نرم افزاری سیستم 15
2-4- تکنیک‌های تشخیص لبه مبتنی بر قالب 17
2-4-1- آشکارساز لبه رابرتز 17
2-4-2- آشکارساز لبه پریوت 18
2-4-3- آشکار ساز لبه سوبل 18
2-5- تکنیک‌های تشخیص لبه ی بهینه 18
2-5-1- الگوریتم LOG 19
2-5-2- الگوریتم کانی 19
2-5-3- الگوریتم ISEF 20
2-6- نتایج الگوریتمها برای لبه‌ها 24
فصل سوم: مواد و روشها
مقدمه 28
3-1- تکنیک تشخیص برچسب ظروف یکبار مصرف 28
3-2 – تشخیص معیوب یا سالم بودن ظروف یکبار مصرف (بی رنگ یا سفید) 29
3-3- تکنیک تشخیص کثیفی یا تمیزی ظروف یکبار مصرف 31
3-4- تکنیک تشخیص مواد زائد بر روی مواد بسته بندی قبل بسته بندی 32
3-5- تکنیک تشخیص مواد زائد بر روی مواد بسته بندی با الگوریتم pso 35
فصل چهارم:
پیادهسازی و نتایج محاسباتی
4-1- نتایج و بررسی تشخیص برچسب ظروف یکبار مصرف 41
4-2- نتایج و بررسی تشخیص معیوبیت یا سالم بودن ظروف یکبار مصرف 42
4-3- نتایج و بررسی تشخیص کثیفی یا تمیزی 45
4-4- نتایج و بررسی تشخیص مواد زائد بر روی مواد بسته بندی با الگوریتم pso 46
4-5- نتایج و بررسی تشخیص مواد زائد بر روی مواد 50
فصل پنجم:
نتیجه‌گیری و پیشنهادات
مقدمه 53
5-1- نتیجه‌گیری 53
5-2- پیشنهادات 54
5-3- نقاط ضعف و قدرت پروژه 54
منابع 56
فهرست شکلها
عنوان صفحه
شکل 1-1: بررسی وجود یا عدم وجود برچسب 4
شکل1-2: بررسی کثیفی یا تمیزی ظروف یکبار مصرف 5
شکل1-3: بررسی معیوب بودن ظروف یکبار مصرف 5
شکل2-1: نمای کلی از سیستم پر کردن سطح بطری 11
شکل2-2: راه اندازی کامل سیستم ماشین بینایی 11
شکل2-3: شکل سمت راست وبکم و شکل سمت چپ حسگر مجاور 14
شکل2-4: رابط گرافیکی کاربر 16
شکل2-5: تصویر اصلی 24
شکل2-6: A) تصویربا خطوط فاصله. B ) تصویر منطقه مورد نظر 24
شکل(2-7): تصویر بعد از تشخیص لبه A) LOG B) رابرتز C) کانی 25
شکل 2-8: تصویر بعد از تشخیص لبه A) LOG B) رابرتز C) کانی D) پریوت E) ISEF F) سوبل 26
شکل3-1: فلوچارت و مراحل تشخیص برچسب ظروف یکبار مصرف 29
شکل3-2: فلوچارت و مراحل تشخیص معیوب بودن یا سالم بودن 30
شکل3-3: فلوچارت و مراحل تشخیص معیوب بودن یا سالم بودن ظروف یکبار مصرف سفید رنگ 31
شکل3-4: فلوچارت و مراحل تشخیص کثیفی یا تمیزی ظروف یکبار مصرف 32
شکل3-5: فلوچارت و مراحل تشخیص چای روی شکر یا برگ سبز روی قند 33
شکل3-6: فلوچارت و مراحل تشخیص قند روی فندق 34
شکل3-7: فلوچارت و مراحل تشخیص برگ سبز روی نوشابه 35
شکل 3- 8: فلوچارت الگوریتم PSO استاندارد 38
شکل4-1: مراحل تشخیص برچسب ظروف یکبار مصرف 41
شکل4-2: مراحل تشخیص معیوب بودن سفید 43
شکل4-3: مراحل تشخیص معیوب بودن بی رنگ 44
شکل4-4: مراحل تشخیص معیوب بودن 44
شکل4-5:تشخیص کثیفی ظرف یکبار مصرف 45
شکل4-6: وجود ماده زائد (قند سفید) را در ماده قهوهای پر و کم رنگ 47
شکل4-7: مراحل تشخیص ماده زائد (برگ سبز) را در ماده زرد رنگ یا در محیط سیاه 48
شکل4-8: مراحل وجود ماده زائد (چای سیاه) را در ماده سفید رنگ 48
شکل4-9: مراحل تشخیص ماده زائد (چای سیاه) را در ماده سفید رنگ یا در محیط سیاه 49
شکل4-10: شکلها وجود ماده زائد (سیاه یا قهوهای رنگ) را در ماده سفید رنگ 49
شکل4-11: شکل سمت چپ پخش جمعیت روی قندها 50
شکل4-12: شکل سمت چپ پخش جمعیت روی نوشابه زرد 51
شکل4-13: شکل سمت چپ پخش جمعیت روی شکر 51
فهرست جدول‌ها
عنوان صفحه
جدول2-4: پیدا کردن مسافت با بهره گرفتن از میانگین (تکنیک تشخیص لبه بهینه) 25
جدول2-5: پیدا کردن مسافت با بهره گرفتن از میانگین (تکنیک تشخیص لبه بر اساس نمونه اولیه) 26
فصل اول
کلیات تحقیق
مقدمه
پردازش تصویر[1] از سال ١٩۶۴ تا کنون رشد فراوانی یافته است. ابتداییترین کاربردهای پردازش تصاویر رقومی در دهه ۶٠ و 70 جنبه‌های نظامی و جاسوسی بود که باعث شد نیاز به تصاویر با کیفیت بالاتر به وجود آید. پس از آن مصارف دیگری برای تصاویر رقومی سطح زمین پیدا شد که کاربرد تصاویر چند طیفی (Multi Spectral) در کشاورزی و جنگلداری از آن جمله است. از اواسط دهه ٧٠ تا اواسط دهه ٨٠ اختراع اسکنرهای CAT یا ((Computerized Arial Topograph و (MagneticResonance Imagery) پزشکی را متحول کرده اند. صنعت چاپ استفاده کننده بعدی بود. در اواخر دهه ٨٠ پردازش تصاویر رقومی وارد دنیای سرگرمی شد بطوری که امروزه این نقش به امر عادی تبدیل شده است. به همین ترتیب دنیای صنعت با رباتهایی که عملا میبینند یعنی در واقع با ظهور تکنولوژی Machine Visionمتحول شد و هنوز هم درحال تحول است.
1-1 بیان مسئله
پاکیزگی در تولید لوازم و ظروف مواد غذایی از اهمیت بالایی برخوردار میباشد و همچنین تولید انبوه این لوازم صورت سری و با توجه به تراکم این ظروف، باعث شده است وقت و هزینه زیادی از طرف تولیدکنندگان جهت کنترل این قطعات صرف شود. تولید تعداد زیاد این ظروف نیازمند سیستمی کاملاً مکانیزه است، که هم در سرعت وهم در دقت کیفیت بالایی داشته باشد. با کنترل توسط سیستمهای مکانیزه و همچنین ارتباط این داده‌ها با یک بانک اطلاعاتی بهینه و مقایسه آن با مقادیر معتبر به صورت زمان واقعی به دستگاه‌های کنترلی می‌تواند بدون حضور اپراتور خطوط پیوسته و خودکار تولید را برای چنین قطعاتی راه اندازی کند اولین مرحله در انجام این کار توانایی کنترل خودکار در کمترین زمان ممکن میباشد بهترین و سریعترین پیشنهاد می تواند استفاده از سیستم بینایی ماشین باشد. [2] میتوان با عکس برداری از یک لیوان آن را توسط پردازش تصویر(OCR) در کسری از ثانیه کنترل کرد، همچنین این کنترل می تواند توسط کامپیوتر به ماشین کنترلی انتقال یافته و تغییرات لازم در ماشین اعمال گردد. کنترل فرایند آماری تولید که یکی از ابزارهای مهم در به کنترل در آوردن خطوط تولید میباشد می تواند به صورت مداوم و بدون نیاز به بازرسین کنترل کیفیت انجام پذیرد. و در صورت بروز مشکلات کیفی سیستم به صورت خودکار اقدام به قطع تولید و اطلاع رسانی به افراد مسئول جهت بررسیهای لازم نماید. مزیت دیگر استفاده از این شیوه کنترل و اندازه گیری بسیار دقیق میباشد که هرگز قابل مقایسه با عملکرد یک انسان معمولی نیست. مزیت دیگر این است که این روش توانایی کنترل چندین موضع به صورت همزمان را دارد، که باعث می‌شود سرعت و دقت عملیات بطور چشم گیری بالا رود[2].
پردازش تصویر
پردازش تصاویر امروزه به موضوع پردازش تصویر دیجیتال[2] گفته می شود که شاخهای از دانش علوم کامپیوتر به شمار می آید که با پردازش سیگنال[3] دیجیتال که نماینده تصاویر برداشته شده با دوربین دیجیتال یا پویش شده توسط پویشگر هستند سرو کار دارد. پردازش تصویر دارای دو شاخه عمده بهبود تصاویر و بینایی ماشین است. بهبود تصاویر در بر گیرنده روشهایی چون استفاده از فیلتر محو کننده و افزایش تضاد برای بهتر کردن کیفیت دیداری تصاویر و اطمینان از نمایش درست آنها در محیط مقصد (مانند چاپگر یا نمایشگر رایانه) است، در حالی که بینایی ماشین به روش هایی می‌پردازد که به کمک آنها معنی و محتوی تصاویر را درک کرده تا از آنها در کارهایی چون رباتیک و محور تصاویر استفاده نمود [2].
بینایی رایانهای
بینایی رایانهای (COMPUTER VISION) یکی از شاخههای مدرن، و پر تنوع هوش مصنوعی است که با ترکیب روش‌های مربوط به پردازش تصاویر (Image Processing) و ابزارهای تعلم ماشینی رایانهها را به بینایی اشیاء مناظر و “درک” هوشمند خصوصیات گوناگون آنها توانا میگرداند.
وظایف اصلی در بینایی رایانهای
تشخیص شی: تشخیص حضور و یا حالت شی در یک تصویر.
به عنوان مثال:
جستجو برای تصاویر دیجیتال بر اساس محتوایشان (بازیابی محتوی محور تصا. یر).
شناسایی صورت انسانها و موقعیت آنها در عکس‌ها.
تخمین حالت سه بعدی انسانها و اندامهایشان.
1-2 اهداف تحقیق
الف -بررسی وجود یا عدم وجود برچسب یا بارکد
شکل(1-1): بررسی وجود یا عدم وجود برچسب
ب – بررسی وجود یا عدم وجود مواد خارجی و کنترل اندازه ظروف
شکل(1-2): بررسی کثیفی یا تمیزی ظروف یکبار مصرف
ج -وجود سوراخ بر روی ورق یا ظرف
شکل (1-3): بررسی معیوب بودن ظروف یکبار مصرف
(در فایل اصلی شکل ها موجود است)
1-3 فرضیه های پژوهش
الف- با روش بینایی ماشین در بررسی کیفی، میتوان وابستگی سیستمهای مونیتورینگ[4] و نظارت تصویر به نیروی انسانی را کاهش داد.
ب – بینایی ماشین در بررسی کیفی وکمی، از پاکیزگی داخل ظروف و عدم تغییر شکل آن بدون نیاز به نیروی انسانی اطمینان کامل حاصل مینماید.
ج – بینایی ماشین در بررسی کیفی وکمی، کنترل نهایی بی عیب و نقص محصولات را بدون نیاز به نیروی انسانی انجام میدهد [4].
قیمت : 40 هزار تومان
بلافاصله پس از پرداخت، لینک دانلود فایل در اختیار شما قرار میگیرد و همچنین فایل خریداری شده به ایمیل شما نیز ارسال می شود
پشتیبانی سایت : parsavahedi.t@gmail.com
[add_to_cart id=159332]
