Жиркова Александра Александровна. Алгоритмическое обеспечение информационно-измерительных систем для классификации и контроля качества яблок

brief description

Жиркова Александра Александровна. Алгоритмическое обеспечение информационно-измерительных систем для классификации и контроля качества яблок;[Место защиты: ФГБОУ ВО «Тамбовский государственный технический университет»], 2023

ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИЯ «ТАМБОВСКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ»
На правах рукописи

ЖИРКОВА АЛЕКСАНДРА АЛЕКСАНДРОВНА
АЛГОРИТМИЧЕСКОЕ ОБЕСПЕЧЕНИЕ ИНФОРМАЦИОННО-ИЗМЕРИТЕЛЬНЫХ СИСТЕМ ДЛЯ КЛАССИФИКАЦИИ И КОНТРОЛЯ
КАЧЕСТВА ЯБЛОК
2.2.11 - Информационно-измерительные и управляющие системы
(технические науки)
Диссертация на соискание ученой степени
кандидата технических наук
Научный руководитель доктор технических наук, профессор, Дивин Александр Г еоргиевич
Тамбов - 2023 
ОГЛАВЛЕНИЕ
ВВЕДЕНИЕ 4
1 ОБЗОР И ОБОСНОВАНИЕ ВЫБРАННОГО НАПРАВЛЕНИЯ
ИССЛЕДОВАНИЯ 11
1.1 Анализ требований к качеству яблок 11
1.2 Обзор научных работ по теме исследования 13
2 РАЗРАБОТКА МЕТОДИЧЕСКОГО ОБЕСПЕЧЕНИЯ ИНФОРМАЦИОННО-ИЗМЕРИТЕЛЬНОЙ СИСТЕМЫ 26
2.1 Обоснование метода и средства измерения спектральной яркости 26
2.2 Получение и исследование спектрограмм 28
2.2.1 Спектрограммы растительных тканей яблок сорта «Имрус» 34
2.2.2 Спектрограммы растительных тканей яблок сорта «Орловское» 44
2.2.3 Спектрограммы растительных тканей яблок сорта «Спартан» 50
2.3 Выбор источников освещения 54
2.4 Выбор метода измерения максимального диаметра яблока 57
3 ТЕХНИЧЕСКОЕ ОБЕСПЕЧЕНИЕ ИНФОРМАЦИОННО-ИЗМЕРИТЕЛЬНОЙ
СИСТЕМЫ 60
3.1 Макет роботизированного комплекса по сортировке яблок 60
3.2 Подсистема гиперспектрального контроля 63
4 АЛГОРИТМИЧЕСКОЕ ОБЕСПЕЧЕНИЕ ИНФОРМАЦИОННО-ИЗМЕРИТЕЛЬНОЙ СИСТЕМЫ 67
4.1 Алгоритмическое обеспечение подсистемы измерения наибольшего диаметра
яблок 68
4.2 Алгоритм управления мехатронным модулем для сканирования яблок при их
перемещении на конвейере 71
4.3 Алгоритмическое обеспечение подсистемы гиперспектрального контроля..75 5 МЕТРОЛОГИЧЕСКОЕ ОБЕСПЕЧЕНИЕ ИНФОРМАЦИОННО¬
ИЗМЕРИТЕЛЬНОЙ СИСТЕМЫ
5.1 Структура источников погрешности и классификации 
5.2 Результаты экспериментальных исследований погрешностей измерения и
классификации 82
ЗАКЛЮЧЕНИЕ 87
СПИСОК СОКРАЩЕНИЙ И УСЛОВНЫХ ОБОЗНАЧЕНИЙ 89
СПИСОК ЛИТЕРАТУРЫ 91
ПРИЛОЖЕНИЕ А 111
ПРИЛОЖЕНИЕ Б 114
ПРИЛОЖЕНИЕ В 117
ПРИЛОЖЕНИЕ Г 119

bibliography

ЗАКЛЮЧЕНИЕ
В диссертации решена задача обеспечения точности идентификации не менее 90% бездефектных растительных тканей яблок в режиме реального времени с применением гиперспектрального контроля при их движении на конвейере, а также классификации растительных тканей по видам дефектов. При этом были достигнуты следующие результаты:
1. На основе анализа научно-технической литературы в области современного состояния ИИС для контроля яблок при сортировке выявлены основные тенденции развития ИИС и обосновано применение гиперспектрального контроля для классификации яблок по дефектам.
2. Получены более 50 тыс. спектрограмм для участков поверхности яблок сортов «Имрус», «Орловское», «Спартан», включающих неповрежденную и поврежденную (гнилью, паршой, плодожоркой) зоны, а также области чашелистика и плодоножки.
3. Показано, что в качестве основных источников освещения яблок на конвейере необходимо использование галогеновых ламп, обеспечивающих равномерный спектр в диапазоне 400..1000 нм, соответствующий спектральному диапазону гиперспектральной камеры Specim FX-10.
4. Показано, что спектрограммы отраженного излучения в диапазоне 400-1000 нм позволяют определить вегетативные индексы, пригодные для обнаружения дефектов растительной ткани яблок. При этом предложен единый подход, заключающийся в использовании метода главных компонент и многомерного дискриминантного анализа, позволивший для обучающей выборки спектрограмм отраженного излучения от растительной ткани яблок сортов «Имрус», «Орловское», «Спартан» получить функции классификации, в которых в качестве предикторов используются вегетативные индексы, зависящие от регистрируемой спектральной яркости объектов контроля на длинах волн 500, 510, 550, 680, 700, 710, 720, 750, 905 и 960 нм, определенных с помощью кривых нагрузки первых пяти главных компонент, описывающих дисперсию первичных данных более чем на 98,9%. Предоженный подход можно применить для яблок других сортов и для других фруктов.
5. Показано, что для выполнения требования ГОСТ 34314-2017 в части наибольшего диаметра яблок возможно применение предложенного метода определения геометрических размеров яблок при их движении на рольганговом конвейере с применением системы технического зрения в видимой области спектра на основе камеры Basler ac A1920-155, учитывающего отклонение формы яблока от шарообразной.
6. Показано, что для получения спектрограмм со всей поверхности движущегося по рольганговому конвейеру яблока вдоль линии сканирования с участка площадью не более 0,11 мм2 и со скоростью не менее 330 fps целесообразно использовать алгоритм управления движением поворотного зеркала, учитывающий положение яблока на конвейере, при котором излучение с линии сканирования от движущегося по конвейеру яблока отражается на фотоприемник гиперспектральной камеры в течение времени за которое яблоко совершит полный оборот.
7. Проведен метрологический анализ разработанной ИИС, определены источники погрешности и разработаны мероприятия по компенсации влияния этих источников. Погрешность измерения максимального диаметра яблок составляет не хуже ±1,5 мм, а доля правильной классификации здоровых растительных тканей яблок не менее 93%.
Разработанные макет сортировочного комплекса и программно- алгоритмическое обеспечение используются в учебном процессе ФГБОУ ВО «ТГТУ», в научных исследованиях, а также при создании систем технического зрения для сортировки корнеклубнеплодов.
СПИСОК СОКРАЩЕНИЙ И УСЛОВНЫХ ОБОЗНАЧЕНИЙ
ИИС - информационно-измерительная система
Vis - видимый спектр
NIR - ближнее инфракрасное излучение
ИНС - искусственная нейронная сеть
СА - спектральный анализ
РА - регрессионные методы анализа
RGB - адаптивная цветовая модель получения любых оттенков видимого человеческим глазом спектра, при которой смешиваются красный, зеленый и синий
HSL - цветовая модель, в которой цветовыми координатами являются тон, насыщенность и светлота
ИК - инфракрасное излучение УФ - ультрафиолетовое излучение СТЗ - система технического зрения CNN - сверточная нейронная сеть RF - алгоритм «случайный лес»
SVM - метод опорных векторов
SIRI (Structured Illumination Reflectance Imaging) - отображение коэффициента отражения при структурированном освещении РИД - результат интеллектуальной деятельности NIR - ближний инфракрасный спектр VIS - видимый спектр (диапазон)
SWNIR - коротковолновый инфракрасный диапазон PLSR - частичная регрессия наименьших квадратов SMLR - ступенчатая множественная линейная регрессия MC-UVE - метод Монте-Карло GA - генетические алгоритмы
КВВ - копроцессные вспомогательные вещества
SSC - метод концентрация сахарозы оценки содержания растворимых твердых веществ
PCA - методглавныхкомпонент (principal component analysis)
NDVI - индекс, отражающий содержание хлорофилла
ARI1- антоциановый индекс
CRI2 - индекс содержания каротиноидов
PSRI - индекс, отражающий общее количество углерода в виде лигнина и целлюлозы, присутствующего в древесных растительных тканях