3.2.1. On-line image acquisition an

3.2.1. On-line image acquisition and analysis
All the image analysis software was programmed in C language.
All source codes were specifically written for this application without the use of any commercial library in order to ensure the control of the operations and real-time responses.
One of the major achievements of the software that was developed is the possibility of working with two cameras at the same time, since the acquisition of the images is a very time-consuming process (40 ms per image). The software was designed to process one image obtained with one camera in parallel with the acquisition of another image with the other camera. The result is that the processing of one image and the acquisition of the next overlap in time, thus saving time and optimising the operation.
The acquisition of the images is triggered by pulses received from an optical encoder attached to the shaft of the carrier roller and connected to the serial port of the computer. Cameras are triggered as the belts move forward 350 mm. This design makes the acquisition of the image independent of the speed of the belts, and thus ensures that there are never any overlaps or gaps between consecutive images.
Segmentation consists in determining which regions of the image correspond to background and which represent the objects ofinterest. We opted for a pixel-oriented segmentation algorithm,because these algorithms are normally faster than other approaches (region-oriented algorithms, textural analysis, etc.). The conveyor belts were blue and consequently had high B values and low R values of the RGB coordinates. The colour of pomegranate arils varies between white and red, which correspond to high R values. Internal membranes are mostly white, and hence have high R, G and B values. Consequently, the segmentation algorithm used a pre-defined threshold in the R band. Pixels having R coordinates
below this threshold were considered to belong to the background. Fig. 3 illustrates this principle by showing the histogram of the R band of a typical aril surrounded by the blue background. The peak on the left corresponds to background pixels (low R values), while the peak on the right represents pixels from the aril. The value of this threshold was selected manually and at random between the two peaks by an expert.
Once the background had been removed, each connected region was labelled as a possible object of interest (under normal circumstances, it should be an aril or some other material). In the same operation, the program estimated the size and centroid of each of these objects and the average RGB coordinates of their pixels. Extremely small or large objects were classified as unwanted material.
Finally, the average colour coordinates were used to classify the object into one of four pre-defined categories. The procedure to determine the class is described below. After processing each image, the machine vision computer sent the category and position
Fig. 1. Scheme of the sorting machine.
Fig. 2. Prototype developed for the inspection of pomegranate arils.
Fig. 3. Histogram of the R component of a small window containing a typical aril (right peak) and the background (left peak). J. Blasco et al. / Journal of Food Engineering 90 (2009) 27–34 29 of the object to a second computer (called the control computer), which tracked the object until it was sorted. This communication was implemented via TCP/IP.

ผลลัพธ์ (ไทย) 1:

3.2.1 ภาพที่ออนไลน์และวิเคราะห์ซอฟต์แวร์วิเคราะห์ภาพตั้งโปรแกรมในภาษา Cรหัสแหล่งที่มาทั้งหมดโดยเฉพาะเขียนขึ้นสำหรับโปรแกรมประยุกต์นี้โดยการใช้ไลบรารีใด ๆ ในเชิงพาณิชย์เพื่อให้การควบคุมการทำงานและการตอบสนองแบบเรียลไทม์หนึ่งในความสำเร็จที่สำคัญของซอฟต์แวร์ที่ได้รับการพัฒนาเป็นไปได้ของการทำงานกับกล้องสองตัวในเวลาเดียวกัน ซื้อภาพเป็น กระบวนการใช้เวลานานมาก (40 ms ต่อภาพ) ซอฟต์แวร์ถูกออกแบบมาเพื่อประมวลผลภาพเดียวที่ได้รับจากกล้องหนึ่งควบคู่ไปกับการซื้อของอีกภาพถ่ายจากกล้อง ผลคือการประมวลผลภาพเดียวและซื้อซ้อนถัดไปในเวลา ประหยัดเวลา และเพิ่มประสิทธิภาพของการดำเนินการดังนี้การซื้อภาพจะถูกทริกเกอร์ โดยพัลส์ที่ได้รับจากตัวเข้ารหัสแสงกับแกนของลูกกลิ้งขนส่ง และเชื่อมต่อกับพอร์ตอนุกรมของคอมพิวเตอร์ กล้องจะถูกทริกเกอร์เมื่อเข็มขัดเลื่อนไปข้างหน้า 350 มม. ออกแบบนี้ทำให้การซื้อภาพของความเร็วของเข็มขัด จึง ให้ และไม่ทับซ้อนใด ๆ หรือช่องว่างระหว่างภาพต่อเนื่องแบ่งส่วนประกอบในการพิจารณาซึ่งมีพื้นที่ของภาพพื้นหลัง และที่เป็นตัวแทนของ ofinterest วัตถุ เราเลือกสำหรับอัลกอริทึมการแบ่งเซลแปลก เนื่องจากอัลกอริทึมเหล่านี้โดยปกติเร็วกว่าวิธีการอื่น ๆ (อัลกอริทึมเชิงภูมิภาค วิเคราะห์ textural ฯลฯ) สายพานลำเลียงมีสีฟ้า และจึง มีค่า B สูงและต่ำ R ค่าของพิกัด RGB สีของทับทิม arils แตกต่างกันระหว่างสีขาวและสีแดง ซึ่งสอดคล้องกับค่า R สูง เยื่อหุ้มภายในส่วนใหญ่จะสีขาว และจึง มีสูงค่า R, G และ B จึง อัลกอริทึมการแบ่งส่วนการใช้เกณฑ์กำหนดไว้ล่วงหน้าใน R พิกเซลที่มีพิกัด Rด้านล่างนี้เกณฑ์การพิจารณาว่าอยู่เบื้องหลัง รูป 3 แสดงหลักการนี้ โดยการแสดงฮิสโตแกรมของวง R ของยวงปกติที่ล้อมรอบ ด้วยพื้นสีน้ำเงิน จุดสูงสุดทางด้านซ้ายตรงกับพิกเซลพื้นหลัง (ค่า R ต่ำ), ในขณะที่จุดสูงสุดบนขวาแสดงพิกเซลจากยวงการ ค่าของเขตแดนนี้ถูกเลือกด้วยตนเอง และสุ่มระหว่างยอดเขาสองโดยผู้เชี่ยวชาญเมื่อพื้นหลังจะถูกเอาออก ถูกฉลากแต่ละภูมิภาคที่เชื่อมต่อเป็นไปได้น่าสนใจ (ภายใต้สถานการณ์ปกติ ควรยวงหรือวัสดุอื่น ๆ) ในการดำเนินการเดียวกัน โปรแกรมประเมินขนาดและเซนทรอยด์ของวัตถุเหล่านี้แต่ละและพิกัด RGB เฉลี่ยของพิกเซล วัตถุขนาดเล็ก หรือขนาดใหญ่มากถูกจัดประเภทเป็นวัสดุที่ไม่พึงประสงค์ในที่สุด พิกัดสีเฉลี่ยถูกใช้เพื่อจัดประเภทวัตถุที่เป็นหนึ่งในสี่ประเภทที่กำหนดไว้ล่วงหน้า ขั้นตอนการตรวจสอบชั้นอธิบายไว้ด้านล่าง หลังจากประมวลผลแต่ละภาพ วิสัยทัศน์คอมพิวเตอร์เครื่องส่งประเภทและตำแหน่งรูปที่ 1 รูปแบบของเครื่องเรียงลำดับรูป 2 ต้นแบบพัฒนาการตรวจสอบของ arils ทับทิมรูป 3 กราฟของ R ส่วนประกอบของหน้าต่างขนาดเล็กที่ประกอบด้วยยวงแบบทั่วไป (ขวาฤดูท่องเที่ยว) และพื้นหลัง (ซ้ายสุด) J. Blasco ร้อยเอ็ด / สมุดรายวันของอาหารวิศวกรรม 90 (2009) 27-34 29 ของวัตถุไปยังคอมพิวเตอร์เครื่องที่สอง (เรียกว่าเครื่องควบคุม), ซึ่งติดตามวัตถุจนกว่าจะถูกเรียงลำดับ การสื่อสารนี้ได้ดำเนินการผ่าน TCP/IP

ผลลัพธ์ (ไทย) 2:

3.2.1 on-line การควบรวมภาพและการวิเคราะห์
ทุกซอฟต์แวร์การวิเคราะห์ภาพเป็นโปรแกรมในภาษา C.
รหัสแหล่งที่มาทั้งหมดถูกเขียนเฉพาะสำหรับโปรแกรมนี้โดยไม่ต้องใช้ห้องสมุดการค้าใด ๆ ในการสั่งซื้อเพื่อให้แน่ใจว่าการควบคุมของการดำเนินงานและการตอบสนองแบบ real-time.
หนึ่ง ของความสำเร็จที่สำคัญของซอฟต์แวร์ที่ได้รับการพัฒนาความเป็นไปได้ของการทำงานกับกล้องสองตัวในเวลาเดียวกันเนื่องจากการเข้าซื้อกิจการของภาพที่เป็นกระบวนการที่ใช้เวลานานมาก (40 มิลลิวินาทีต่อภาพ) ซอฟแวร์ที่ได้รับการออกแบบมาเพื่อการประมวลผลภาพหนึ่งภาพได้ด้วยกล้องหนึ่งในแบบคู่ขนานกับการซื้อกิจการของภาพอีกด้วยกล้องอื่น ๆ ผลที่ได้คือการประมวลผลของภาพและการซื้อกิจการของการทับซ้อนกันต่อไปในเวลาที่ทำให้ประหยัดเวลาและเพิ่มประสิทธิภาพการดำเนินงานได้.
การได้มาของภาพจะถูกเรียกโดยพัลส์ที่ได้รับจาก encoder แสงที่ติดอยู่กับเพลาของลูกกลิ้งผู้ให้บริการและ เชื่อมต่อกับพอร์ตอนุกรมของคอมพิวเตอร์ กล้องจะถูกเรียกเป็นเข็มขัดก้าวไปข้างหน้า 350 มม การออกแบบนี้จะทำให้การเข้าซื้อกิจการของภาพที่เป็นอิสระจากความเร็วของสายพานและทำให้มั่นใจได้ว่าไม่เคยมีการทับซ้อนใด ๆ หรือช่องว่างระหว่างภาพต่อเนื่อง.
แบ่งส่วนประกอบด้วยในการกำหนดภูมิภาคของภาพที่สอดคล้องกับพื้นหลังและซึ่งเป็นตัวแทนของวัตถุ ofinterest เราเลือกใช้สำหรับขั้นตอนวิธีการแบ่งส่วนพิกเซลที่มุ่งเน้นเพราะกลไกเหล่านี้เป็นปกติได้เร็วกว่าวิธีการอื่น ๆ (ขั้นตอนวิธีการในภูมิภาคที่มุ่งเน้นการวิเคราะห์เนื้อสัมผัส ฯลฯ ) เข็มขัดลำเลียงฟ้าและจึงมีค่า B สูงและค่า R ต่ำของพิกัด RGB ไป สีของทับทิม arils แตกต่างกันระหว่างสีขาวและสีแดงซึ่งสอดคล้องกับค่า R สูง เยื่อหุ้มภายในส่วนใหญ่จะเป็นสีขาวและด้วยเหตุนี้มีสูง R, G และ B ค่า ดังนั้นขั้นตอนวิธีการแบ่งส่วนที่ใช้เกณฑ์ที่กำหนดไว้ล่วงหน้าในวงดนตรีที่ R พิกเซลมี R พิกัด
ต่ำกว่าเกณฑ์นี้ได้รับการพิจารณาจะเป็นพื้นหลัง มะเดื่อ. 3 แสดงให้เห็นถึงหลักการนี้ด้วยการแสดง histogram ของ R วงของยวงทั่วไปล้อมรอบด้วยพื้นหลังสีฟ้า ยอดเขาที่อยู่ทางด้านซ้ายสอดคล้องกับพิกเซลพื้นหลัง (ค่าต่ำ R) ในขณะที่จุดสูงสุดทางด้านขวาหมายพิกเซลจากเนื้อของมังคุด ค่าของเกณฑ์นี้ได้รับเลือกด้วยตนเองและโดยการสุ่มระหว่างสองยอดโดยผู้เชี่ยวชาญ.
เมื่อพื้นหลังถูกถอดออกแต่ละพื้นที่เชื่อมต่อถูกตราหน้าว่าเป็นวัตถุที่เป็นไปได้ที่น่าสนใจ (ภายใต้สถานการณ์ปกติก็ควรจะเป็นยวงหรืออื่น ๆ วัสดุ). ในการดำเนินงานเดียวกันโปรแกรมประมาณขนาดและเซนทรอยด์ของแต่ละวัตถุเหล่านี้และพิกัด RGB เฉลี่ยของพิกเซลของพวกเขา มากวัตถุขนาดเล็กหรือใหญ่ถูกจัดให้เป็นวัสดุที่ไม่พึงประสงค์.
สุดท้ายพิกัดสีเฉลี่ยถูกนำมาใช้ในการจำแนกวัตถุที่เป็นหนึ่งในสี่ประเภทที่กำหนดไว้ล่วงหน้า ขั้นตอนในการกำหนดชั้นจะอธิบายไว้ด้านล่าง หลังจากการประมวลผลภาพแต่ละภาพคอมพิวเตอร์มองเห็นเครื่องที่ส่งหมวดหมู่และตำแหน่ง
รูป 1. โครงการของเครื่องคัดแยก.
รูป 2. การพัฒนาต้นแบบสำหรับการตรวจสอบ arils ทับทิม.
รูป 3. Histogram ขององค์ประกอบ R ของหน้าต่างเล็ก ๆ ที่มียวงทั่วไป (peak ขวา) และพื้นหลัง (peak ซ้าย) เจ Blasco et al, / วารสารวิศวกรรมอาหาร 90 (2009) 27-34 29 ของวัตถุไปยังคอมพิวเตอร์เครื่องที่สอง (เรียกว่าคอมพิวเตอร์ควบคุม) ซึ่งติดตามวัตถุจนกว่ามันจะถูกเรียง การสื่อสารนี้ได้ดำเนินการผ่านทาง TCP / IP

ผลลัพธ์ (ไทย) 3:

ดำเนินงาน . บนบรรทัดซื้อภาพ และการวิเคราะห์ทั้งหมดรูปภาพซอฟต์แวร์เป็นโปรแกรมในภาษาซีรหัสแหล่งที่มาทั้งหมดโดยเฉพาะเขียนโปรแกรมนี้ได้โดยไม่ต้องใช้ห้องสมุดเชิงพาณิชย์ใด ๆเพื่อให้แน่ใจว่าการควบคุมการปฏิบัติการและการตอบสนองเวลาจริงหนึ่งในความสำเร็จที่สำคัญของซอฟต์แวร์ที่พัฒนาขึ้นมีความเป็นไปได้ของการทำงานกับกล้องสองตัวในเวลาเดียวกันตั้งแต่การได้มาของภาพคือกระบวนการที่ใช้เวลานานมาก ( 40 มิลลิวินาทีต่อภาพ ) ซอฟต์แวร์ที่ถูกออกแบบมาเพื่อกระบวนการหนึ่งภาพที่ได้จากกล้องตัวเดียวในแบบคู่ขนานกับการได้มาของภาพอื่นกับกล้องอื่น ๆ ผลที่ได้คือการประมวลผลของภาพและการเข้าซื้อกิจการของทับซ้อนกันต่อไปในเวลา ทำให้ประหยัดเวลาและ optimising การดําเนินการการได้มาของภาพจะถูกทริกเกอร์ โดยการกะพริบแสงที่ได้รับจาก Encoder ติดกับเพลาของล้อขนส่ง และเชื่อมต่อกับพอร์ตอนุกรมของคอมพิวเตอร์ กล้องจะถูกเรียกเป็นสายพานเลื่อนไปข้างหน้า 350 มิลลิเมตร การออกแบบนี้ทำให้ได้มาซึ่งภาพอิสระของความเร็วของสายพาน ซึ่งยืนยันว่า มีไม่ใด ๆ ทับซ้อน หรือช่องว่างระหว่างภาพติดต่อกันการแบ่งส่วนประกอบในการกำหนดพื้นที่ของภาพที่สอดคล้องกับพื้นหลังและที่เป็นตัวแทนของวัตถุของความสนใจ . เราเลือกใช้สำหรับพิกเซล Oriented ) และเพราะขั้นตอนวิธีเหล่านี้โดยปกติจะเร็วกว่าวิธีอื่น ๆ ( เขตมุ่งเน้นการวิเคราะห์ขั้นตอนวิธี เนื้อ ฯลฯ ) สายพานลำเลียงมีสีฟ้าและจึงมีสูงต่ำ ค่า R และ B ค่า RGB พิกัด สีทับทิมของ arils แตกต่างกันระหว่างสีขาว และสีแดง ซึ่งสอดคล้องกับค่า R สูง เยื่อบุภายในส่วนใหญ่จะเป็นสีขาว และด้วยเหตุนี้มีสูง R G และ B ค่า ดังนั้น วิธีที่ใช้เป็นเกณฑ์ในการแบ่ง R Band พิกเซลมี R ค่าพิกัดด้านล่าง เกณฑ์นี้ถือว่าอยู่ในพื้นหลัง รูปที่ 3 แสดงให้เห็นถึงหลักการนี้ โดยการแสดงฮิสโตแกรมของ R วงดนตรีของทั่วไปเนื้อล้อมรอบด้วยพื้นหลังสีฟ้า จุดสูงสุดบนซ้ายกับพิกเซลพื้นหลัง ( ค่า R ต่ำ ) ส่วนยอดบนขวาเป็นพิกเซลจากมังคุด . ค่าของเกณฑ์นี้ถูกเลือกด้วยตนเองและการสุ่มระหว่างสองยอด โดยผู้เชี่ยวชาญเมื่อพื้นหลังได้ถูกลบออก , แต่ละเชื่อมต่อภูมิภาคคือ labelled เป็นวัตถุที่เป็นไปได้ที่น่าสนใจ ( ภายใต้สถานการณ์ปกติมันควรเป็นเนื้อหรือวัสดุอื่น ๆ ) ในงานเดียวกัน โปรแกรมคำนวณขนาดและเซนทรอยด์ของแต่ละวัตถุเหล่านี้และค่าเฉลี่ยพิกัด RGB ของพิกเซลของพวกเขา วัตถุขนาดเล็กมากหรือขนาดใหญ่ถูกจัดเป็นวัสดุที่ไม่พึงประสงค์ .ในที่สุด พิกัดสีเฉลี่ยที่ใช้ในการจำแนกวัตถุแบ่งเป็น 4 ประเภท ขั้นตอนการกำหนดคลาสที่อธิบายไว้ด้านล่าง หลังจากการประมวลผล ภาพแต่ละภาพที่มองเห็นเครื่องคอมพิวเตอร์ส่งประเภทและตำแหน่งรูปที่ 1 รูปแบบของการเรียงลำดับของเครื่องจักรรูปที่ 2 ต้นแบบที่พัฒนาขึ้นสำหรับการตรวจสอบของทับทิม arils .รูปที่ 3 กราฟแสดงความถี่ของ R ส่วนประกอบของหน้าต่างเล็ก ๆที่มีเนื้อทั่วไป ( ขวาสุด ) และหลัง ( ซ้ายสุด ) เจกระตือรือร้นมากที่สุด et al . วารสารวิศวกรรมอาหาร 90 ( 2009 ) 27 – 34 29 ของวัตถุไปยังคอมพิวเตอร์เครื่องที่สอง ( เรียกว่าคอมพิวเตอร์ควบคุม ) ซึ่งติดตามวัตถุจนเรียบร้อย การสื่อสารนี้ถูกดำเนินการผ่าน TCP / IP