Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Tabla de contenido
1.
2.
Preliminares: ......................................................................................................................... 3
1.1.
1.2.
Objetivos ....................................................................................................................... 4
Materiales ............................................................................................................................. 5
2.1.
3.
4.
Matlab ........................................................................................................................... 5
Mtodos: ............................................................................................................................... 7
3.1.
Segmentacin: ............................................................................................................... 7
3.2.
3.3.
Resultados ............................................................................................................................. 9
4.1.
4.2.
4.3.
5.
Conclusiones........................................................................................................................ 16
6.
Bibliografa .......................................................................................................................... 17
A. Anexos ..................................................................................................................................... 18
1. Preliminares:
1.1.
1.2.
Objetivos
Objetivo General:
Implementar un programa que permita discriminar si una fruta (en este caso naranjas)
cumple con los estndares de calidad, asimismo de implementar una interfaz grfica para
el usuario que le permita manejar con facilidad el programa.
Objetivos Especficos:
2. Materiales
2.1.
Matlab
2.1.1.
GUIDE:
3. Mtodos:
3.1.
Segmentacin:
3.1.1.
3.2.
Operaciones Morfolgicas
En principio sera lgico escoger la imagen H para la segmentacin debido a que el naranja
aparece como blanco y el fondo permanece negro en su binarizacin. An as no podemos
descartar la imagen S debido a los resultados que se expondrn a continuacin.
Aunque los resultados de la binarizacin son aceptables es necesario eliminar el ruido de la
imagen y rellenar huecos en el objeto a segmentar.
Esta operacin morfolgica equivale a la aplicacin de una erosin y una posterior dilatacin a
la imagen con el mismo elemento estructurante y se realiza con el objetivo de eliminar
aquellos objetos o zonas de la imagen ms pequeas que el elemento estructurante circular
escogido. Las zonas eliminadas son aquellas mas pequeas que el elemento estructurante y de
colores claros (blanco en caso de imgenes binarias).
3.3.
Deteccin de Contornos
El objetivo de este apartado es encontrar las caractersticas necesarias para poder establecer
una discriminacin entre naranjas sanas y naranjas defectuosas. Este paso se determina a
partir de un cierto valor que relaciona los pxeles totales del naranja con aquellos que
pertenecen a un defecto.
Cuando el naranja ha sido segmentado del resto de la imagen el siguiente paso se basa en la
bsqueda de defectos o imperfecciones en la pieza. stos se caracterizan por una coloracin y
textura diferenciales dentro de la homogeneidad del naranja.
Como se ha comentado en apartados anteriores, este estudio basa la toma de decisiones a
base de pruebas sobre la imagen e intentando buscar un elemento comn que sea vlido para
llegar al resultado deseado.
4. Resultados
4.1.
motor de las compuertas de seleccin, las cuales se encargan de dirigir la naranja hacia
el contenedor correcto.
Los elementos que forman parte de la escena para nuestro sistema de control de
calidad de naranjas se muestran en el siguiente diagrama:
Calibracin de la cmara:
La cmara fotogrfica a usar es unaWebCamLogiTech cuyas caractersticas se explican en el
captulo de materiales y equipos.
Calibrar una cmara significa hallar sus parmetros intrnsecos y extrnsecos, los cuales
permiten conocer el sistema de coordenadas de la cmara y construir un modelo de cmo se
proyecta el entorno 3D (escena) a la imagen 2D.
El Microcontrolador
En este proceso el microcontrolador tiene las siguientes funciones:
4.2.
Interfaz Grfica
INICIALIZACION
DE DATOS
BOTON1 =
PRESIONADO
?
INGRESAR
IMAGEN
BOTON2=
PRESIONADO
?
PROCESAR
BOTON3 =
PRESIONADO
?
OBTENER
RESULTADOS
FIN
Bloque de
procesamiento
Segmentacin de la Imagen
Deteccin de bordes de la
imagen, para detectar
regiones podridas
Clasificacin de la imagen de
entrada. Fruto apto, o no
apto
4.3.
Imgenes Procesadas
Deteccin de impurezas
En las siguientes imgenes se muestran los resultados del procesamiento, se observa
que el programa est detectando los bordes de las imgenes.
5. Conclusiones
Los resultados del algoritmo selector estn determinados en gran medida por dos
aspectos: variedad de la fruta e iluminacin. La variedad de la fruta resulta un
problema a tener en cuenta a la hora de determinar los umbrales de binarizacin.
No es lo mismo una fruta de tonos amarillentos que una de tonos rojizos.
6. Bibliografa
GONZALEZ, R.C; WOODS, R.E , Digital Image Processing, AddisonWesley Publishing Company, pp 413-415, 1993
Image Processing Toolbox Users Guide Mathworks
http://www.kramirez.net/Robotica/Material/Presentaciones/VisionArtificial.pdf
http://tesis.pucp.edu.pe/repositorio/bitstream/handle/123456789/68/SOBRADO_EDD
IE_VISION_ARTIFICIAL_BRAZO_ROBOT.pdf?sequence=2
en.wikipedia.org/wiki/HSV_color_space
en.wikipedia.org/wiki/thresholding_(image_processing)
A. Anexos
A.1 Cdigos Matlab
A.1.1.Cdigos de Procesamiento de Imagen
%
CONTROL_NARANJA
%
CALCULO DEL AREA DE LA NARANJA
function va = areas(handles,ddd)
[labeled,numObjects] = bwlabel(ddd,4)
graindata = regionprops(labeled,'basic')
va=max([graindata.Area])
%
DETECCIN DE BORDES
function G = bordes(infile)
a=imread(infile);
b=rgb2gray(a);
G=edge(b,'canny');
imshow(b)
end
%
SEGMENTACIN DE LA IMAGEN
function Z = segmentacion(infile)
b=imread(infile);
c=rgb2gray(b);
Z=double(c);
[X,Y]=size(Z);
for i=1:X
for j=1:Y
if Z(i,j) > 75
Z(i,j)=250;
else
Z(i,j)= 0;
end
end
end
end
%
SELECTOR DE FRUTA.
function histo(handles,val)
APTO
');
NO APTO ');
end
% --- Outputs from this function are returned to the command line.
function varargout = CONTROL_NARANJA_OutputFcn(hObject, eventdata,
handles)
% varargout cell array for returning output args (see VARARGOUT);
% hObject
handle to figure
% eventdata reserved - to be defined in a future version of MATLAB
% handles
structure with handles and user data (see GUIDATA)
% Get default command line output from handles structure
varargout{1} = handles.output;
% eventdata
% handles
called
%activa un m file*
%crear matriz de igual dimension
%matriz ceros
%activa un m file*
%elijo el imagen Original
%eleijo el colormap gray
%muestro imagen con el colormap
set(hObject,'BackgroundColor','white');
end