Por favor, use este identificador para citar o enlazar este ítem: http://dspace.espoch.edu.ec/handle/123456789/21448
Título : Estudio, diseño e implementación de un prototipo electrónico para la identificación de parámetros de calidad en naranja blanca, utilizando visión artificial.
Autor : Remache Lliguisupa, Santiago Renan
Director(es): Altamirano Santillán, Edwin Vinicio
Tribunal (Tesis): Moreno Montenegro, Franklin Geovanni
Palabras claves : PROTOTIPO ELECTRÓNICO;VISIÓN ARTIFICIAL;PROCESAMIENTO DIGITAL DE IMÁGENES;AUTOMATIZACIÓN DE PROCESOS;BANDA TRANSPORTADOR
Fecha de publicación : 2-jun-2022
Editorial : Escuela Superior Politécnica de Chimborazo
Citación : Remache Lliguisupa, Santiago Renan. (2022). Estudio, diseño e implementación de un prototipo electrónico para la identificación de parámetros de calidad en naranja blanca, utilizando visión artificial. Escuela Superior Politécnica de Chimborazo. Riobamba.
Identificador : UDCTFIYE;108T0446
Abstract : The present degree work consisted in the design and implementations of an electronic prototype for the identification of quality parameters for white oranges using artificial intelligence. For this, a controlled environment was designed coupled to a conveyor belt to be able to select the oranges by means of an algorithm using artificial vision in which OpenCV specialized library for artificial vision was used in a Raspberry pi four B embedded card, which was also used to control different actuators that make up the prototype. The process begins by releasing an orange through the conveyor belt and it is placed in such a way that it can capture a photo to later pre-process it, segment it and process it to acquire information on each of the oranges, having one object as a reference, the diameter is measured. Other parameter is the color of the orange for which, oranges that have a uniform color of ripeness and with a tolerance margin of 5% in the total surface are selected. With these parameters, it is decided if the orange is suitable or not for commercialization. Through the tests carried out for this prototype, it was obtained that it has a margin of error of 1.3% for the measurement of the diameter that corresponds to approximately 1.5 mm depending on each orange, for the selection of the color and the imperfections with an error of 3% in relation to a manual selection and with a power consumption of 23W. Based on the tests carried out, it is concluded that the algorithm with the method of inscribing the edge of orange in a circumference is the most appropriate for this application. It is advisable to incorporate an orange washing system prior to the prototype to improve the process and the effectiveness of the algorithm.
Resumen : En este trabajo de titulación consistió en diseñar e implementar un prototipo electrónico para la identificación de parámetros de calidad en la naranja blanca utilizando visión artificial. Para esto, se diseñó un ambiente controlado acoplado a una banda trasportadora para poder seleccionar las naranjas por medio de un algoritmo usando visón artificial desarrollado en Python, donde se usó la librería especializada para visión artificial que es openCV en una tarjeta embebida Raspberry pi cuatro B, el cual se usó también para poder controlar los diferentes actuadores que conforma el prototipo. El proceso se inicia soltando una naranja y mediante la banda trasportadora le ubicamos de tal forma que pueda capturar una foto para posteriormente preprocesarla segméntala y procesarla para adquirir información de cada una de las naranjas, teniendo de referencia un objeto se mide el diámetro, el otro parámetro es el color de la naranjas para lo cual se selecciona las naranjas que tengan un color uniforme de maduración y con un margen de tolerancia de 5% en el total de su superficie, con estos parámetros se decide si la naranja es apta o no para la comercialización. Mediante las pruebas realizadas para este prototipo se obtuvo que el prototipo tiene un margen de error del 1,3% para la medición del diámetro que corresponde a 1,5mm aproximadamente dependiendo de cada naranja, para la selección del color y las imperfecciones con un error de 3% con relación a una selección manual, esto con un consumo de energía de 23W. En base a las pruebas realizadas se concluye que el algoritmo con el método de inscribir el borde de la naranja en una circunferencia es el más apropiado para esta aplicación. Se aconseja incorporar un sistema de lavado de naranjas previo al prototipo para mejorar el proceso y la efectividad del algoritmo.
URI : http://dspace.espoch.edu.ec/handle/123456789/21448
Aparece en las colecciones: Ingeniero en Electrónica, Control y Redes Industriales; Ingeniero/a en Electrónica y Automatización

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
108T0446.pdf2,75 MBAdobe PDFVista previa
Visualizar/Abrir


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons