The working process of the automate

The working process of the automated strawberry grading system
is described as the following:
(1) Strawberry is put on the conveyer belt by manual, advanced
with the conveyer belt at a constant speed.
(2) When the first photoelectrical sensor detects the strawberry
to be passing through, it sends the signal to the control part
and begins to capture the strawberry images, extract the grading features and determine which gradation the strawberry belongs to.
(3) As the strawberry’s movement continues, when the second
photoelectrical sensor detects the strawberry to pass through,
the control part controls the mechanical parts to implement
corresponding grade according to the result of the image processing.
(4) Repeat the step (1), until all strawberries were detected.
2.2. Strawberry feature extraction and gradation algorithm
(1) The strawberry position determination
The strawberries are placed on the conveyer belt at random,
so the strawberry’s positions are uncertain in the images captured
by computer. Because there are some calyxes at the stem,
the fruit position can be determined after these calyxes are
found.
In Fig. 2(d), the g–r value is different among the strawberry
calyx, fruit and the background. The g–r gray image converted
from the colour image is shown in Fig. 2(b), it shows that the g–r
value of the calyx is greater than that of the fruit and the background,
so the image can be segmented by selecting a threshold.
And the extracted strawberry calyx is shown in Fig. 2(c).
(2) Strawberry gradation by the single feature
The fruit gradation generally uses size, shape and colour.
The automated strawberry grading system mainly extracts the
three features, and implements corresponding gradation.
(1) Strawberry shape feature
The strawberry shape is too complicated to measure with
a single geometry size. This paper found that the strawberry
shape feature parameters can be obtained by extracting line
sequences from the strawberry contour and normalizing
the length of these line sequences to eliminate the influence
of the strawberry size, and these parameters could express
the strawberry shape well. In order to make the shape
gradation adapt various kinds of strawberry, and have a
faster processing speed to meet the real-time requirement,
the automated strawberry grading system implemented Kmeans
clustering method to complete the shape gradation.
K-means clustering method, put forward by Marques et
al. (2002), is the optimal algorithm in clustering analysis.
According to the advance class centers, theK-means clustering
method could put some similar classes into one center.
It is described as follows: classify n objectives into K classes
with the parameter K, having a higher similarity within one
class and a lower similarity among classes. This method has
certain intelligence, so it can select automatically the center
of a class and the measurement threshold of the similarity
according to the sample’s variety. Therefore, it can be
applicable to various strawberry gradations.
The steps to extract the strawberry shape features are
described as the following:
(a) Select the R–G channel of the strawberry image
(Fig. 3(a)); select a segmentation threshold based on
Outs algorithm. This method can avoid a great deal
mathematic calculation caused by the colour space
transform, and achieve better segmentation result
(Fig. 3(b)). The segmented binary image is traced for
the contour and then the strawberry’s contour curve
(Fig. 3(c)) is obtained.
(b) Make the fruit contour be added with the calyx contour
to obtain the joining curve between the calyx and
the fruit. The joining curve center connected with the
fruit gravity center to form a line l1, i.e., the major axis
direction of the strawberry.

ผลลัพธ์ (ไทย) 2:

ขั้นตอนการทำงานของระบบการจัดลำดับสตรอเบอร์รี่อัตโนมัติ
อธิบายไว้ดังต่อไปนี้
(1) สตรอเบอร์รี่วางบนสายพานลำเลียงโดยคู่มือขั้นสูง
กับสายพานที่ความเร็วคงที่.
(2) เมื่อเซ็นเซอร์ photoelectrical แรกตรวจพบสตรอเบอร์รี่
ที่จะ จะผ่านก็จะส่งสัญญาณไปยังส่วนควบคุม
และเริ่มที่จะจับภาพสตรอเบอร์รี่, สารสกัดจากคุณสมบัติการจัดลำดับและตรวจสอบว่าการไล่โทนสตรอเบอร์รี่เป็น.
(3) การเคลื่อนไหวสตรอเบอร์รี่ที่ยังคงเมื่อสอง
เซ็นเซอร์ photoelectrical ตรวจพบสตรอเบอร์รี่ ที่จะผ่าน
ส่วนควบคุมควบคุมชิ้นส่วนเครื่องจักรกลในการดำเนินการ
ชั้นประถมศึกษาปีที่สอดคล้องกันตามผลของการประมวลผลภาพ.
(4) ทำซ้ำขั้นตอนนี้ (1) จนกว่าสตรอเบอร์รี่ทั้งหมดถูกตรวจพบ.
2.2 สตรอเบอร์รี่สกัดบาร์และขั้นตอนวิธีการไล่โทน
(1) การกำหนดตำแหน่งสตรอเบอร์รี่
สตรอเบอร์รี่จะถูกวางไว้บนสายพานที่สุ่ม
เพื่อให้ตำแหน่งสตรอเบอร์รี่ที่มีความไม่แน่นอนในภาพที่จับ
โดยใช้คอมพิวเตอร์ เพราะมีบางอย่างที่ calyxes ก้าน
ตำแหน่งผลไม้สามารถกำหนดหลังจาก calyxes เหล่านี้จะ
พบ.
ในรูป 2 (D) มูลค่า G-R ที่แตกต่างกันในหมู่สตรอเบอร์รี่
กลีบเลี้ยงผลไม้และพื้นหลัง G-R ภาพสีเทาแปลง
จากภาพสีจะแสดงในรูป 2 (ข) ก็แสดงให้เห็นว่า G-R
ค่าของกลีบเลี้ยงเป็นมากกว่าที่ผลไม้และพื้นหลัง
เพื่อให้ภาพที่สามารถแบ่งโดยการเลือกเกณฑ์.
และสตรอเบอร์รี่สกัดกลีบเลี้ยงมีการแสดงในรูป 2 (c).
(2) การไล่โทนสตรอเบอร์รี่โดยคุณลักษณะเดียว
ไล่โทนผลไม้โดยทั่วไปใช้ขนาดรูปร่างและสี.
ระบบการจัดลำดับสตรอเบอร์รี่โดยอัตโนมัติส่วนใหญ่เป็นสารสกัดจาก
คุณสมบัติที่สามและดำเนินการไล่โทนที่สอดคล้องกัน.
(1) รูปร่างสตรอเบอร์รี่มี
รูปร่างสตรอเบอร์รี่ มีความซับซ้อนเกินไปที่จะวัดกับ
ขนาดรูปทรงเรขาคณิตเดียว กระดาษนี้จะพบว่าสตรอเบอร์รี่
รูปร่างพารามิเตอร์คุณสมบัติสามารถรับได้โดยสายการสกัด
ลำดับจากรูปร่างสตรอเบอร์รี่และ normalizing
ความยาวของเส้นลำดับเหล่านี้เพื่อขจัดอิทธิพล
ของขนาดสตรอเบอร์รี่และพารามิเตอร์เหล่านี้สามารถแสดง
รูปสตรอเบอร์รี่ได้เป็นอย่างดี เพื่อที่จะทำให้รูปร่าง
ไล่โทนปรับตัวเข้ากับชนิดของสตรอเบอร์รี่และมี
ความเร็วในการประมวลผลได้เร็วขึ้นเพื่อตอบสนองความต้องการเวลาจริง
ระบบสตรอเบอร์รี่จัดลำดับอัตโนมัติดำเนิน Kmeans
วิธีการจัดกลุ่มให้เสร็จสมบูรณ์การไล่โทนรูปร่าง.
K-หมายถึงวิธีการจัดกลุ่มการประกวดราคา โดย Marques et
al, . (2002) เป็นขั้นตอนวิธีการที่ดีที่สุดในการวิเคราะห์การจัดกลุ่ม
ตามที่ศูนย์ระดับล่วงหน้า theK หมายถึงการจัดกลุ่ม
วิธีการสามารถใส่ชั้นเรียนที่คล้ายกันบางอย่างในหนึ่งศูนย์.
มันอธิบายดังนี้จำแนกวัตถุประสงค์ n ในชั้นเรียน K
กับพารามิเตอร์ K, มีความคล้ายคลึงกันสูงภายในหนึ่ง
ชั้นเรียนและความคล้ายคลึงกันในหมู่ที่ต่ำกว่าชั้นเรียน วิธีการนี้มี
หน่วยสืบราชการลับบางอย่างเพื่อที่จะสามารถเลือกโดยอัตโนมัติศูนย์
ของการเรียนและเกณฑ์การวัดความคล้ายคลึงกัน
ตามความหลากหลายของตัวอย่าง ดังนั้นจึงสามารถ
ใช้บังคับกับการเปลี่ยนแปลงอย่างค่อยเป็นค่อยไปสตรอเบอร์รี่ต่างๆ.
ขั้นตอนการสกัดสตรอเบอร์รี่คุณสมบัติรูปร่างจะ
อธิบายดังต่อไปนี้
(ก) เลือกช่อง R-G ของภาพสตรอเบอร์รี่
(Fig. 3 (ก)); เลือกเกณฑ์การแบ่งส่วนขึ้นอยู่กับ
ขั้นตอนวิธีลึกหนาบาง วิธีนี้สามารถหลีกเลี่ยงการจัดการที่ดี
ในการคำนวณทางคณิตศาสตร์ที่เกิดจากพื้นที่สี
เปลี่ยนและบรรลุผลที่ดีกว่าการแบ่งส่วน
(รูปที่. 3 (ข)) ภาพไบนารีแบ่งเป็น traced สำหรับ
รูปร่างแล้วสตรอเบอร์รี่ของเส้นโค้ง Contour
(รูปที่ 3. (c)) จะได้รับ.
(ข) ให้รูปร่างผลไม้ที่ถูกเพิ่มเข้ามาด้วยรูปร่างกลีบเลี้ยง
จะได้รับโค้งเข้าร่วมระหว่างกลีบเลี้ยงและ
ผลไม้ . ศูนย์โค้งเข้าร่วมเชื่อมต่อกับ
ศูนย์ผลไม้แรงโน้มถ่วงในรูปแบบ L1 บรรทัดคือแกนหลัก
ทิศทางของสตรอเบอร์รี่

ผลลัพธ์ (ไทย) 3:

กระบวนการทำงานของระบบคัดแยกอัตโนมัติ สตรอเบอร์รี่ได้อธิบายไว้ดังนี้( 1 ) สตรอเบอรี่ใส่สายพานสายพานตามคู่มือขั้นสูงกับสายพานที่ความเร็วคงที่( 2 ) เมื่อเซ็นเซอร์ตรวจพบเกี่ยวกับไฟฟ้าแรกรสสตอเบอรี่จะผ่าน มันส่งสัญญาณไปยังส่วนที่ควบคุมและเริ่มที่จะจับสตรอเบอร์รี่ภาพแยกคะแนนคุณลักษณะและการตรวจสอบที่สตรอเบอร์รี่เป็นของ( 3 ) เป็นการเคลื่อนไหวของสตรอเบอร์รี่ยังดำเนินต่อไป เมื่อครั้งที่สองเซนเซอร์ตรวจจับเกี่ยวกับไฟฟ้าสตรอเบอร์รี่ที่จะผ่านการควบคุมส่วนการควบคุมเครื่องกลชิ้นส่วนที่จะใช้ตามเกรด ตามผลของการประมวลผลภาพ( 4 ) ทำซ้ำขั้นตอน ( 1 ) จนกระทั่ง สตรอเบอร์รี่ถูกตรวจพบ2.2 . การสกัดลักษณะการกระจายขั้นตอนวิธีและสตรอเบอร์รี่( 1 ) การกำหนดตำแหน่ง สตรอเบอร์รี่สตรอเบอร์รี่วางบนสายพานที่สุ่มดังนั้นตำแหน่งของสตรอเบอร์รี่ไม่แน่ใจในบันทึกภาพโดยคอมพิวเตอร์ เพราะมีบาง calyxes ที่ลำต้นผลไม้ตำแหน่งได้หลังจากที่ calyxes เหล่านี้พบในรูปที่ 2 ( D ) G - R ค่าแตกต่างของสตรอเบอรี่กลีบเลี้ยง ผล และพื้นหลัง G ) R สีเทาภาพแปลงจากภาพสี จะแสดงในรูปที่ 2 ( ข ) พบว่าจี–อาร์ค่าของกลีบเลี้ยงเป็นมากขึ้นกว่าที่ของผลไม้และพื้นหลังดังนั้นภาพที่สามารถแบ่งตามการเลือกประตูสารสกัดสตรอว์เบอร์รี่และกลีบเลี้ยงจะแสดงในรูปที่ 2 ( C )( 2 ) สตรอเบอรี่คอห่านโดยคุณสมบัติเดียวผลไม้การใช้ทั่วไป ขนาด รูปร่าง และสีอัตโนมัติระบบเกรดส่วนใหญ่เป็นสารสกัดจากสตรอเบอร์รี่สามคุณสมบัติ และการใช้ที่สอดคล้องกัน .( 1 ) มีรูปสตรอเบอรี่สตรอเบอร์รี่รูปร่างซับซ้อนเกินไปที่จะวัดกับขนาดเรขาคณิตเดียว งานวิจัยนี้พบว่า สตรอเบอรี่พารามิเตอร์ลักษณะรูปร่างได้โดยการแยกบรรทัดลำดับจากสตรอเบอร์รี่และ normalizing รูปโฉมความยาวของลำดับบรรทัดเหล่านี้เพื่อกำจัดอิทธิพลขนาดของสตรอเบอร์รี่และพารามิเตอร์เหล่านี้อาจแสดงสตรอเบอร์รี่ รูปร่างดี เพื่อให้รูปร่างการปรับชนิดของสตรอเบอร์รี่ และมีการประมวลผลได้เร็วขึ้นความเร็วในการตอบสนองความต้องการแบบเรียลไทม์ระบบการให้เกรดที่ใช้ kmeans สตรอเบอร์รี่แบบอัตโนมัติสำหรับวิธีการที่สมบูรณ์รูปร่างชั้น .k-means สำหรับวิธีใส่ไปข้างหน้าโดย Marques และอัล ( 2002 ) เป็นขั้นตอนวิธีที่เหมาะสมในการวิเคราะห์ข้อมูล .ตามการเลื่อนคลาสศูนย์ เธค หมายถึง การจัดกลุ่มวิธีใส่ที่คล้ายกันชั้นเรียนเป็นหนึ่งศูนย์มีอธิบายดังนี้ : แยกประเภท N วัตถุประสงค์ในเค คลาสกับพารามิเตอร์ K มีความคล้ายคลึงกันสูงภายในหนึ่งและลดระดับความเหมือนระหว่างชั้นเรียน วิธีนี้มีแน่นอนความฉลาด ดังนั้นจึงสามารถเลือกโดยอัตโนมัติศูนย์ของชั้นเรียนและการวัดเกณฑ์ของความเหมือนตามการตัวอย่างที่หลากหลาย ดังนั้น จึงสามารถสามารถใช้ได้กับหนึ่งสตอเบอร์รี่ต่าง ๆขั้นตอนการแยกคุณลักษณะ สตรอเบอร์รี่ รูปร่างอธิบายได้ดังนี้( R ) g ) เลือกช่องของรูปสตอเบอรี่( รูปที่ 3 ( ) ) ; เลือกแบ่งเกณฑ์ตามลึกหนาบางขั้นตอนวิธี วิธีนี้สามารถหลีกเลี่ยงมากการคำนวณทางคณิตศาสตร์ที่เกิดจากพื้นที่สีแปลงและบรรลุผลที่ดีกว่าการแบ่งส่วน( รูปที่ 3 ( B ) ภาพไบนารีแบ่งเป็นติดตามสำหรับเส้นแล้วเส้นโค้งของสตรอเบอรี่( รูปที่ 3 ( C ) จะได้รับ( ข ) ทำให้ผลไม้รูปร่างถูกเพิ่มกับกลีบเลี้ยง คอนทัวร์เพื่อให้ได้เข้าโค้งระหว่างกลีบเลี้ยงและผลไม้ การเข้าโค้งที่เชื่อมต่อกับศูนย์ผลไม้แรงโน้มถ่วงศูนย์ในรูปแบบสาย L1 , เช่น แกนใหญ่ทิศทางของสตรอเบอรี่