ADVANCES IN INTELLIGENT SYSTEMS AND COMPUTING//(SPRINGER BOOK SERIES (AISC, VOLUME 1326)
Volumen: 1, Numero: 1, Páginas: [15] p.
In Ecuador, the classification of the cooked grain of Lupinus Mutabilis Sweet, Andean lupine, according to its color and shape is done manually. This work shows an alternative classification using artificial vision. The system is developed on Matlab?s Simulink visual programming platform, running on a Raspberry Pi B + board, incorporated into a test bench that maintains constant lighting during image acquisition. The image processing is carried out under the HSV color model, which allows to intuitively choose the defined ranges of its three components of hue, saturation and value to discriminate areas in the image based on their color. To determine the acceptance by color of the grain, the average value of the components is compared with thresholds that are calculated experimentally. The grains are evaluated by shape based on their eccentricity. The classification system indicates suitable grains according to their shape and color with an accuracy of 81.83% compared to those selected by human operators.
En Ecuador, la clasificación del grano cocido de Lupinus Mutabilis Sweet, chocho andino, según su color y forma se realiza de forma manual. Este trabajo muestra una clasificación alternativa utilizando visión artificial. El sistema está desarrollado sobre la plataforma de programación visual Simulink de Matlab, corriendo sobre una placa Raspberry Pi B+, incorporada a un banco de pruebas que mantiene una iluminación constante durante la adquisición de imágenes. El procesamiento de la imagen se realiza bajo el modelo de color HSV, que permite elegir de forma intuitiva los rangos definidos de sus tres componentes de tonalidad, saturación y valor para discriminar zonas de la imagen en función de su color. Para determinar la aceptación por color del grano se compara el valor promedio de los componentes con umbrales que se calculan experimentalmente. Los granos se evalúan por forma en función de su excentricidad. El sistema de clasificación indica los granos adecuados según su forma y color con una precisión del 81,83 % en comparación con los seleccionados por operadores humanos.