In order to increase the strawberry

In order to increase the strawberry values and found the applied,
quickly and nicety algorithm, the automated strawberry grading
system has been set up by using machine-vision technology. Specifically:
(1) The automated strawberry grading system was completed and
divided into a mechanical part, an image processing part and
a control part. The mechanical part performs the strawberry’s
transport and put the strawberry into the right gradation. The
image processing part carries out the strawberry image extraction
and grading by the computer. The control part adopts SCM
to communicate with the computer to control the mechanical
part. One of the advantages of this system is to adopt the closed
light box to catch the strawberry image exacted. The other is to
adopt two sensors and two switches to control the camera and
the gripper.
(2) The strawberry colour is a very important index to sort. The
Dominant Colour method fits to the human vision feeling, and
increase the grading precision, so that it is adopted in a* channel
to sort the strawberry colour feature. Based on this method,
three colour sorting indices were obtained.
(3) Because of the complex strawberry shape, the strawberry shape
classification algorithm was the main focus of this paper. The Kmeans
clustering method is the optimal algorithm in clustering
analysis. According to the advance class centers, this K-means
clustering method could put some similar class into one center.
So it is very fast for this method to calculate and classify.
In strawberry gradation, the strawberry shape is divided into
four classes, i.e., there are four advance class centers. The 14
lines were drawn from one edge of strawberry to the other,
and to be parameters of shape feature. The 14 lines were clustered
to classify the strawberry into four classes. The largest
fruit diameter was used to describe strawberry’s size.
(4) In order to carry out one, two or three indices to grade the
strawberry, the multi-attribute Decision Making Theory was
introduced. It can assign different weight to different attributes
of the object according to different standards to achieve the
simplification of the multi-attribute problems. According to the
grading require, the grading index and the weight of attribution
were entered to realize the multi-attribute strawberry classification.
(5) In the laboratory, the mechanical part and control part were
tested. The results show that the strawberry classification algorithm
is designed viable and accurately. Strawberry size error
is less than 5%, the colour grading accuracy rate is 88.8%, and
the shape classification accuracy rate is over 90%. The average
time to grade one strawberry is no more than 3 s.
(6) The strawberries in this automated grading system are put on
the belt manually. In further researches, the strawberries could
be transported automatically in order to improve the automation.

ผลลัพธ์ (ไทย) 1:

การเพิ่มค่าสตรอเบอร์รี่ และพบการใช้อย่างรวดเร็ว และ nicety อัลกอริ ทึม การจัดเกรดสตรอเบอร์รี่อัตโนมัติระบบได้ถูกตั้งค่า โดยใช้เทคโนโลยีเครื่องจักรวิสัยทัศน์ โดยเฉพาะ:(1 สตรอเบอร์รี่อัตโนมัติ)การจัดเกรดระบบเสร็จสมบูรณ์แล้ว และแบ่งส่วนเครื่อง ส่วนประมวลผลภาพ และส่วนควบคุม ส่วนเครื่องจักรกลทำของสตรอเบอร์รี่การขนส่ง และเก็บสตรอเบอร์รี่ในการไล่ระดับสีที่เหมาะสม ที่ส่วนประมวลผลภาพดำเนินสกัดรูปสตรอเบอร์รี่และการจัดเกรด โดยคอมพิวเตอร์ ส่วนควบคุม adopts SCMการสื่อสารกับคอมพิวเตอร์เพื่อควบคุมเครื่องกลการส่วน ข้อดีของระบบนี้คือการนำมาใช้ที่ปิดกล่องไฟติดรูปสตรอเบอร์รี่ที่ได้เรียกร้องเอา อื่น ๆ จะนำสองเซ็นเซอร์และสวิตช์สองการควบคุมกล้อง และgripper(2) สีสตรอเบอร์รี่เป็นดัชนีสำคัญในการเรียงลำดับ ที่วิธีสีหลักพอดีกับความรู้สึกมนุษย์วิสัยทัศน์ และเพิ่มความแม่นยำจัดเกรด เพื่อที่จะนำมาใช้ในการ * ช่องการเรียงลำดับคุณลักษณะสีสตรอเบอร์รี่ ตามวิธีการนี้สามสีเรียงลำดับดัชนีได้รับ(3) เนื่องจากของซับซ้อนสตรอเบอร์รี่รูปร่าง รูปร่างสตรอเบอร์รี่อัลกอริทึมการจัดประเภทเป็นโฟกัสหลักของเอกสารนี้ Kmeansวิธีการคลัสเตอร์เป็นอัลกอริทึมที่เหมาะสมที่สุดในคลัสเตอร์วิเคราะห์ ตามศูนย์ล่วงหน้าชั้น นี้หมายถึง Kวิธีคลัสเตอร์สามารถใส่ชั้นบางคล้ายเป็นศูนย์หนึ่งดังนั้น มันเป็นอย่างรวดเร็วสำหรับวิธีการนี้เพื่อคำนวณ และจัดประเภทในการไล่ระดับสีสตรอเบอร์รี่ รูปสตรอเบอร์รี่ถูกแบ่งออกเป็น4 คลา เช่น มีศูนย์การเรียนล่วงหน้า 4 14มีวาดเส้นจากขอบหนึ่งของสตรอเบอร์รี่ไปอีกและ พารามิเตอร์ของรูปร่างลักษณะ บรรทัด 14 ถูกจับกลุ่มการจัดประเภทสตรอเบอร์รี่เป็นสี่ชั้น ใหญ่ที่สุดเส้นผ่าศูนย์กลางผลไม้ถูกใช้อธิบายขนาดของสตรอเบอร์รี่(4) การดำเนินการหนึ่ง สอง หรือสามดัชนีการชั้นประถมศึกษาปีสตรอเบอร์รี่ ทฤษฎีการทำให้ตัดสินใจหลายแอตทริบิวต์ได้แนะนำ มันสามารถกำหนดน้ำหนักแตกต่างกันกับแอตทริบิวต์ที่แตกต่างกันของวัตถุตามมาตรฐานต่าง ๆ เพื่อให้บรรลุการรวบปัญหาแอททริบิวต์แบบหลาย ตามการจัดเกรดต้อง ดัชนีการจัดเกรดและน้ำหนักของการแสดงถูกป้อนเพื่อทราบประเภทสตรอเบอรี่หลายแอททริบิวต์(5) ในห้องปฏิบัติการ ส่วนเครื่องจักรกลและส่วนควบคุมได้ทดสอบ ผลลัพธ์แสดงว่าอัลกอริทึมประเภทสตรอเบอร์รี่ถูกออกแบบมาทำงานได้ และถูกต้อง สตรอเบอร์รี่ขนาดผิดพลาดไม่น้อยกว่า 5% สีจัดเกรดอัตราความถูกต้องเป็น 88.8% และรูปร่างประเภทแม่นยำอัตราคือมากกว่า 90% ค่าเฉลี่ยการเกรดสตรอเบอร์รี่หนึ่งจะใช้เวลาไม่เกิน 3 s(6 สตรอเบอร์รี่)ในระบบจัดเกรดแบบอัตโนมัตินี้จะวางบนสายพานด้วยตนเอง ในการวิจัยเพิ่มเติม สตรอเบอร์รี่สามารถจะส่งโดยอัตโนมัติเพื่อปรับปรุงระบบที่

ผลลัพธ์ (ไทย) 2:

เพื่อที่จะเพิ่มค่าสตรอเบอร์รี่และพบว่านำมาใช้
อย่างรวดเร็วและอัลกอริทึมความดี, การจัดลำดับสตรอเบอร์รี่โดยอัตโนมัติ
ระบบได้รับการจัดตั้งขึ้นโดยการใช้เทคโนโลยีเครื่องวิสัยทัศน์ โดยเฉพาะ:
(1) ระบบการจัดลำดับสตรอเบอร์รี่โดยอัตโนมัติเสร็จสมบูรณ์แล้วและ
แบ่งออกเป็นส่วนหนึ่งกลส่วนการประมวลผลภาพและ
ส่วนควบคุม ส่วนเครื่องจักรกลดำเนินสตรอเบอร์รี่ของ
การขนส่งและสตรอเบอร์รี่ใส่ลงไปในการไล่โทนขวา
ส่วนการประมวลผลภาพดำเนินการสกัดสตรอเบอร์รี่ภาพ
และการจัดลำดับโดยคอมพิวเตอร์ ส่วนการควบคุม adopts SCM
ในการสื่อสารกับเครื่องคอมพิวเตอร์ในการควบคุมเครื่องจักรกล
ส่วนหนึ่ง หนึ่งในข้อดีของระบบนี้คือการนำมาใช้ปิด
กล่องไฟที่จะจับภาพสตรอเบอร์รี่ไขว่คว้า อื่น ๆ คือการ
นำมาใช้สองเซ็นเซอร์และสองสวิทช์ในการควบคุมกล้องและ
กริปเปอร์.
(2) สีสตรอเบอร์รี่เป็นดัชนีที่สำคัญมากในการจัดเรียง
วิธีการสีที่โดดเด่นเหมาะกับความรู้สึกที่วิสัยทัศน์ของมนุษย์และ
เพิ่มความแม่นยำในการจัดลำดับเพื่อที่จะถูกนำมาใช้ในช่อง *
คุณลักษณะการจัดเรียงสีสตรอเบอร์รี่ ขึ้นอยู่กับวิธีการนี้
สามดัชนีการจัดเรียงสีที่ได้รับ.
(3) เพราะรูปร่างที่ซับซ้อนสตรอเบอร์รี่, สตรอเบอร์รี่รูปร่าง
ขั้นตอนวิธีการจัดหมวดหมู่เป็นจุดสนใจหลักของบทความนี้ Kmeans
วิธีการจัดกลุ่มเป็นขั้นตอนวิธีการที่ดีที่สุดในการจัดกลุ่ม
การวิเคราะห์ ตามที่ศูนย์ชั้นล่วงหน้านี้ K หมายถึง
วิธีการจัดกลุ่มสามารถนำบางส่วนชั้นที่คล้ายกันเป็นหนึ่งในศูนย์.
ดังนั้นจึงเป็นไปอย่างรวดเร็วมากสำหรับวิธีการนี้ในการคำนวณและแยกประเภท.
ในการไล่โทนสตรอเบอร์รี่, สตรอเบอร์รี่รูปร่างแบ่งออกเป็น
สี่ชั้นคือ มีสี่ศูนย์ล่วงหน้าชั้น 14
สายถูกดึงออกมาจากขอบของสตรอเบอร์รี่ไปที่อื่น ๆ
และจะเป็นพารามิเตอร์ของคุณลักษณะรูปร่าง 14 สายการรวมกลุ่มกัน
เพื่อจำแนกสตรอเบอร์รี่เป็นสี่ชั้นเรียน ที่ใหญ่ที่สุด
มีขนาดเส้นผ่าศูนย์กลางผลไม้ที่ถูกนำมาใช้เพื่ออธิบายขนาดของสตรอเบอร์รี่.
(4) ในการที่จะดำเนินการอย่างใดอย่างหนึ่งสองหรือสามดัชนีเกรด
สตรอเบอร์รี่ตัดสินใจหลายแอตทริบิวต์การทำทฤษฎีได้รับการ
แนะนำให้รู้จัก มันสามารถกำหนดน้ำหนักที่แตกต่างกันของคุณลักษณะที่แตกต่างกัน
ของวัตถุตามมาตรฐานที่แตกต่างกันเพื่อให้เกิด
ความเรียบง่ายของปัญหาหลายแอตทริบิวต์ ตาม
การจัดลำดับจำเป็นต้องมีดัชนีการจัดลำดับและน้ำหนักของการกำหนดลักษณะ
ถูกป้อนที่จะตระหนักถึงการจัดหมวดหมู่สตรอเบอร์รี่หลายแอตทริบิวต์.
(5) ในห้องปฏิบัติการส่วนเครื่องจักรกลและการควบคุมส่วนหนึ่งได้รับการ
ทดสอบ ผลปรากฏว่าอัลกอริทึมการจัดหมวดหมู่สตรอเบอร์รี่
ได้รับการออกแบบและทำงานได้อย่างถูกต้อง ข้อผิดพลาดขนาดสตรอเบอร์รี่
เป็นน้อยกว่า 5%, สีอัตราความถูกต้องการจัดลำดับเป็น 88.8% และ
การจัดหมวดหมู่รูปร่างอัตราความถูกต้องเป็นกว่า 90% เฉลี่ย
เวลาที่จะเปิดสอนระดับหนึ่งสตรอเบอร์รี่เป็นไม่เกิน 3 เอส.
(6) สตรอเบอร์รี่ในระบบการจัดลำดับอัตโนมัตินี้จะถูกวางบน
สายพานด้วยตนเอง ในการวิจัยเพิ่มเติมสตรอเบอร์รี่จะ
ถูกส่งโดยอัตโนมัติเพื่อปรับปรุงอัตโนมัติ

ผลลัพธ์ (ไทย) 3:

เพื่อเพิ่มคุณค่า และ สตรอเบอรี่ พบประยุกต์
รวดเร็วและความแม่นยำขั้นตอนวิธีการให้คะแนนอัตโนมัติสตรอเบอรี่
ระบบถูกตั้งค่าโดยการใช้เทคโนโลยีการมองเห็นเครื่อง โดย :
( 1 ) ระบบคัดแยกอัตโนมัติแล้วเสร็จและสตรอเบอรี่
แบ่งออกเป็นส่วนเครื่องกล , การประมวลผลภาพและส่วน
ส่วนการควบคุม ส่วนเครื่องจักรกลางสตรอเบอร์รี่
การขนส่งและการวางสตรอเบอรี่ลงไปทันที
ส่วนการประมวลผลภาพประกอบออกสตรอเบอรี่ภาพการสกัด
และให้คะแนนด้วยคอมพิวเตอร์ ส่วนการควบคุมใช้ SCM
เพื่อสื่อสารกับคอมพิวเตอร์เพื่อควบคุมส่วนกล

หนึ่งในข้อดีของระบบนี้คือการใช้กล่องไฟปิด
จับรูปสตรอเบอรี่ทำการ .

ๆใช้เซ็นเซอร์สองและสองสวิทช์ควบคุมกล้อง และก้ามปู
.
( 2 ) สตรอเบอร์รี่สีเป็นดัชนีสำคัญมากเพื่อจัดเรียง
วิธีการสีเด่น เหมาะกับวิสัยทัศน์ของมนุษย์และเพิ่มระดับความรู้สึก
ความแม่นยำ ดังนั้นมันเป็นลูกบุญธรรมใน * ช่อง
เรียงสตรอเบอร์รี่สีคุณสมบัติ ตามวิธีนี้
3
สีเรียงลำดับดัชนีได้( 3 ) เนื่องจากรูปร่างซับซ้อนสตรอเบอรี่ , สตรอเบอรี่รูปร่าง
การจำแนกขั้นตอนวิธีเป็นจุดสนใจหลักของบทความนี้ การแบ่งกลุ่ม kmeans
วิธีการขั้นตอนวิธีที่ดีที่สุดในการจัดกลุ่ม
การวิเคราะห์ ตามการเลื่อนระดับศูนย์ ซึ่ง k-means
สำหรับวิธีใส่เหมือนชั้นเป็นหนึ่งศูนย์ .
มันรวดเร็วมากสำหรับวิธีนี้สามารถคำนวณและจำแนก .
ในสตรอเบอรี่ชั้น , สตรอเบอร์รี่รูปร่างแบ่งออกเป็น
4 กลุ่ม ได้แก่ มีอยู่ 4 เลื่อนคลาสศูนย์ 14
เส้นวาดจากหนึ่งขอบของสตรอเบอร์รี่กับ อื่น ๆ ,
และเป็นพารามิเตอร์ของรูปร่าง ลักษณะ 14 สายพันธุ์ พัว
แยกสตรอเบอร์รี่เป็นสี่ชั้น เส้นผ่าศูนย์กลางผลไม้ที่ใหญ่ที่สุดคือใช้เพื่ออธิบายขนาดสตรอเบอรี่
.
( 4 ) เพื่อดำเนินการอย่างใดอย่างหนึ่งสองหรือสามดัชนีเกรด
สตรอเบอร์รี่ , ปริญญาทฤษฎีการตัดสินใจคือ
แนะนำ มันสามารถกำหนดน้ำหนักที่แตกต่างกันเพื่อที่แตกต่างกันคุณสมบัติ
ของวัตถุตามมาตรฐานที่แตกต่างกันเพื่อให้บรรลุ
หนึ่งเดียวของปัญหาปริญญา . ตาม
ระดับต้องการ ระดับดัชนีและน้ำหนักที่มา
ถูกป้อนเพื่อตระหนักถึงปริญญาสตรอเบอรี่หมวดหมู่ .
( 5 ) ในห้องปฏิบัติการ , เครื่องกลและควบคุมส่วนหนึ่ง
ทดสอบ ผลการวิจัยแสดงให้เห็นว่า สตรอเบอรี่ การจำแนกขั้นตอนวิธี
ออกแบบได้และถูกต้อง
ข้อผิดพลาดสตรอเบอรี่ขนาดน้อยกว่า 5 % , การให้คะแนนสีอัตราความถูกต้องเป็น 88.8 %
รูปร่างและความแม่นยำในการจำแนกอัตรา 90% โดย
เวลาระดับหนึ่งสตรอเบอร์รี่จะไม่เกิน 3 S .
( 6 ) สตรอเบอร์รี่ในอัตโนมัติระบบเกรดวางบน
เข็มขัดได้ด้วยตนเอง ในงานวิจัยต่อไป , สตรอเบอร์รี่สามารถ
ถูกเคลื่อนย้ายโดยอัตโนมัติเพื่อปรับปรุงอัตโนมัติ