Конструювання, виробництво та експлуатація сільськогосподарських машин. Випуск 50. - 2020

Permanent URI for this collection

https://dspace.kntu.kr.ua/handle/123456789/10936

Browse

Browsing Конструювання, виробництво та експлуатація сільськогосподарських машин. Випуск 50. - 2020 by Author "Goldyban, V."

Now showing 1 - 1 of 1
  • Thumbnail Image
    Item
    Способ и устройство для автоматического распознания некондиционных клубней картофеля
    (ЦНТУ, 2020) Ветохин, В. И.; Голдыбан, В. В.; Курилович, М. И.; Ветохін, В. І.; Голдибан, В. В.; Курилович, М. І.; Vetokhin, V.; Goldyban, V.; Kurylovich, M.
    В статье приведено описание макетного образца автоматической сортировальной машины, предназначенной для распознавания внешних дефектов клубней картофеля и их автоматической инспекции струей сжатого воздуха. Процесс распознавания состоял из трёх основных модулей: сегментации, трекинга движущегося в кадре по конвейеру картофеля и классификации с помощью обученной искусственной нейронной сети. Для сегментации клубней картофеля на фоне транспортирующего конвейера в режиме реального времени использован метод, основанный на вычислении цветового порога. Для трекинга движущихся клубней картофеля использовался алгоритм центроидного трекинга. Для обучения искусственной нейронной сети был создан собственный набор данных, состоящий из изображений товарных и дефектных клубней картофеля. У статті наведений опис макетного зразка автоматичної сортувальної машини, призначеної для розпізнавання зовнішніх дефектів бульб картоплі і їх автоматичної інспекції струменем стисненого повітря. Процес розпізнавання складався із трьох основних модулів: сегментації, трекінга, що рухається в кадрові по конвеєру картоплі й класифікації за допомогою навченої штучної нейронної мережі. Для сегментації бульб картоплі на фоні транспортуючого конвеєра в режимі реального часу використаний метод, заснований на обчисленні колірного порога. Для трекінга бульб картоплі, що рухаються, використовувався алгоритм центроїдного трекінга. Для навчання штучної нейронної мережі був створений власний набір даних, що складається із зображень товарних і дефектних бульб картоплі. The aim of the article is to improve the quality and productivity of sorting by developing a method and an intelligent device for automatic recognition and inspection of substandard potato tubers. The article describes a prototype of an automatic sorting machine designed to recognize external defects in potato tubers and automatically inspect them with a jet of compressed air. The recognition process consisted of three main modules: segmentation, tracking a potato moving in a frame along a conveyor belt, and classification using a trained artificial neural network. For the segmentation of potato tubers against the background of the transporting conveyor in real time, a method based on the calculation of the color threshold was used. The centroid tracking algorithm was used to track moving potato tubers. To train the artificial neural network, we created our own dataset consisting of images of marketable and defective potato tubers. A prototype of an automatic sorting machine has been developed, which is based on the concept of intelligent data analysis, according to which the images of potato tubers obtained from a video camera are processed and formed into images with subsequent recognition and signaling to the executive device of the automatic inspection system in the form of a single pulse signal when determining the tuber as substandard.