| تعداد نشریات | 282 |
| تعداد نشریات سازمان | 80 |
| تعداد شمارهها | 3,196 |
| تعداد مقالات | 35,423 |
| تعداد مشاهده مقاله | 52,238,392 |
| تعداد دریافت فایل اصل مقاله | 91,772,663 |
درجه بندی تخم مرغ به روش ماشین بینایی (یادداشت تحقیقاتی) | ||
| تحقیقات مهندسی صنایع غذایی | ||
| مقاله 10، دوره 8، شماره 3، آذر 1386، صفحه 141-150 اصل مقاله (699.2 K) | ||
| نوع مقاله: مقاله پژوهشی | ||
| نویسندگان | ||
| محمدحسین آق خانی1؛ علیرضا پوررضا* 2 | ||
| 1استادیارگروه مهندسی ماشین های کشاورزی دانشگاه فردوسی مشهد | ||
| 2کارشناس ماشین های کشاورزی دانشگاه فردوسی مشهد | ||
| چکیده | ||
| به کمک فناوری ماشین بینایی، محصولات کشاورزی با هزینة کمتر و با دقت و کیفیت بهتری جداسازی و درجهبندی میشوند. در این تحقیق از این فناوری برای جداسازی تخم مرغهای معیوب و درجهبندی آنها از نظر اندازه و جرم استفاده شده است. با نصب یک دوربین ویدیویی دیجیتال روی خط انتقال تخم مرغ، تصاویر برداشتشده از تخم مرغها برای پردازش به رایانه دستگاه ارسال میشود. رایانه سیستم به کمک نرمافزار تهیهشده، قادر است تصاویر دریافتی را برحسب درصد لکههای موجود روی آن، شکستگی، و ابعاد پردازش کند. پس از آن، فرمانهای لازم مطابق با پیشفرضهای مورد نظر برای بخش مکانیکی دستگاه واقع در مسیر خط انتقال، صادر میشود. در آزمایشهای اولیه برای تعیین دقت نرمافزار، تمام تخم مرغهای معیوب را به درستی تشخیص داده شد و میزان خطا در تخمین حجم و وزن،به طور متوسط کمتر از 1 درصد بود. | ||
| عنوان مقاله [English] | ||
| Egg Sorting by Machine Vision Method (Research Note) | ||
| چکیده [English] | ||
| Sorting and classification of agricultural products by machine vision system reduce costs and increase quality and accuracy. This research was performed to develop an algorithm and machine vision system for separating dirty and defects eggs and classifying by volume and weight. This machine installed on transport line egg in agriculture included a digital camera, computer and mechanical device for applying commands. After prospecting images by software on computer, proportion commands sent to mechanical device. These commands were based on the dirty and size percent of eggs. The results showed that software was suitable to discern 100% dirty eggs and 1% errors for volume and weight estimation. | ||
| کلیدواژهها [English] | ||
| Egg, image processing, Machine vision, sorting | ||
| مراجع | ||
|
Cho, H. K., Choi, W. K. and Paek, J. H. 2000. Detection of surface cracks in shell eggs by acoustic impulse method. Trans. ASAE. 43(6): 1921-1926.
Jenshinn Lin, Y., Lin, M., Hsieh, C. and Yang. 2001. An automatic system for eggshell quality monitoring. ASAE Annual Meeting. Paper No. 016032.
Jindal, V. K. and Sritham, E. 2003. Detecting eggshell cracks by acoustic impulse response and artifitcal neural networks. ASAE Annual Meeting. Paper No. 036170.
Nakano, K. and Motonaga, Y. 2003. A study of the development of non-destructive detection system for abnormal eggs.EFITAConference. Debrecen. Hungary.
Patel, V. C., Mc Clendon, R. W. and Goodrum, J. W. 1998. Color computer vision and artificial neural networks for the detection of defects in poultry eggs.ArtificialIntelligence Review.12, 163-176. | ||
|
آمار تعداد مشاهده مقاله: 1,344 تعداد دریافت فایل اصل مقاله: 693 |
||