Using machine-vision technology to

Using machine-vision technology to grade strawberries can increase the commercial value of the strawberry.
The automated strawberry grading system has been set up based on three characteristics: shape,
size and colour. The system can efficiently obtain the shape characteristic by drawing the lines and then
class with K-means clustering method for the strawberry image. The colour of the strawberry adopts the
Dominant Colour method into the a* channel, and the size is described by the largest fruit diameter. The
strawberry automated grading system can use one, two or three characteristics to grade the strawberry
into three or four grades. In order to solve the multicharacteristic problems, the multi-attribute Decision
Making Theory was adopted in this system. The system applied a conveyer belt, a camera, an image box,
two photoelectrical sensors, a leading screw driven by a motor, a gripper, two limit switches and so on.
The system was controlled by the single-chip-microcomputer (SCM) and a computer. The results show
that the strawberry size detection error is not more than 5%, the colour grading accuracy is 88.8%, and
the shape classification accuracy is above 90%. The average time to grade one strawberry is below 3 s.

ผลลัพธ์ (ไทย) 1:

ใช้เทคโนโลยีสเต็มสตรอเบอร์รี่เกรดสามารถเพิ่มมูลค่าเชิงพาณิชย์ของสตรอเบอร์รี่สตรอเบอร์รี่อัตโนมัติจัดเกรดระบบได้ถูกตั้งค่าตามสามลักษณะ: รูปร่างขนาดและสี ระบบสามารถรับรูปร่างลักษณะ โดยการวาดเส้นได้อย่างมีประสิทธิภาพแล้วชั้นกับถึงวิธีระบบคลัสเตอร์สำหรับภาพสตรอเบอร์รี่ ใช้สีของสตรอเบอร์รี่วิธีสีที่โดดเด่นในการเป็น * อธิบายช่อง และขนาด โดยเส้นผ่านศูนย์กลางผลไม้ที่ใหญ่ที่สุด การสตรอเบอร์รี่ระบบจัดเกรดแบบอัตโนมัติสามารถใช้ลักษณะที่หนึ่ง สอง หรือสามเพื่อเกรดสตรอเบอร์รี่เป็นเกรดสาม หรือสี่ เพื่อแก้ปัญหา multicharacteristic การตัดสินใจหลายแอตทริบิวต์ทำให้ทฤษฎีถูกนำมาใช้ในระบบนี้ ใช้ระบบสายพานลำเลียง กล้อง กล่องการภาพสอง photoelectrical เซ็นเซอร์ สกรูนำขับเคลื่อน ด้วยมอเตอร์ gripper สองจำกัดสวิตช์เพื่อความระบบจะถูกควบคุม โดยเดี่ยวชิไมโคร (SCM) และคอมพิวเตอร์ การแสดงผลว่า ข้อผิดพลาดการตรวจจับขนาดสตรอเบอร์รี่ไม่มากกว่า 5% ปรับระดับความแม่นยำของสีเป็น 88.8% และความถูกต้องของการจำแนกรูปร่างอยู่เหนือ 90% เวลาเฉลี่ยในการเกรดหนึ่งสตรอเบอร์รี่อยู่ด้านล่าง 3 s

ผลลัพธ์ (ไทย) 2:

โดยใช้เทคโนโลยีเครื่องวิสัยทัศน์ที่จะสตรอเบอร์รี่เกรดสามารถเพิ่มมูลค่าการค้าของสตรอเบอร์รี่.
ระบบการจัดลำดับอัตโนมัติสตรอเบอร์รี่ได้รับการจัดตั้งขึ้นขึ้นอยู่กับสามลักษณะรูปร่าง
ขนาดและสี ระบบได้อย่างมีประสิทธิภาพสามารถขอรับลักษณะรูปร่างโดยการวาดเส้นและแล้ว
ชั้นด้วยวิธีการจัดกลุ่ม K-วิธีการสำหรับภาพสตรอเบอร์รี่ สีของสตรอเบอร์รี่กฎหมาย
วิธีการที่โดดเด่นสีเข้าไปในช่องทาง * และขนาดเส้นผ่าศูนย์กลางอธิบายโดยผลไม้ที่ใหญ่ที่สุด
สตรอเบอร์รี่อัตโนมัติระบบการให้คะแนนสามารถใช้หนึ่งสองหรือสามลักษณะเกรดสตรอเบอร์รี่
เป็นสามหรือสี่เกรด เพื่อที่จะแก้ปัญหา multicharacteristic การตัดสินใจหลายแอตทริบิวต์
ทำทฤษฎีถูกนำมาใช้ในระบบนี้ ระบบที่ใช้สายพาน, กล้อง, กล่องภาพ
สองเซ็นเซอร์ photoelectrical, สกรูชั้นนำที่ขับเคลื่อนด้วยมอเตอร์ซึ่งเป็นกริปเปอร์สองวิทช์ จำกัด และอื่น ๆ .
ระบบได้รับการควบคุมโดยชิปเดียว-ไมโครคอมพิวเตอร์ (SCM) และคอมพิวเตอร์ ผลการศึกษาพบ
ว่าการตรวจสอบข้อผิดพลาดขนาดสตรอเบอร์รี่ไม่เกิน 5%, ความถูกต้องของการจัดลำดับสีเป็น 88.8% และ
ความถูกต้องของการจำแนกรูปทรงอยู่เหนือ 90% เวลาเฉลี่ยในการเกรดหนึ่งสตรอเบอร์รี่อยู่ด้านล่าง 3 s