Details

Целью данной работы является разработка автоматизированной системы сортировки сельскохозяйственной продукции на основе использования технического зрения для автоматизации и ускорения процесса сортировки. Объектом исследования являются системы сортировки сельскохозяйственной продукции. Предметом исследования является техническое зрение. Задачи, выполняемые в процессе работы: – анализ существующих методов сортировки продукции; – анализ существующих систем сортировки продукции; – подбор элементной базы системы сортировки; – определение архитектуры работы системы; – разработка и тестирование алгоритма распознавания продукции на основе использования классически методов технического зрения; – разработка и тестирование алгоритма распознавания продукции на основе использования нейронной сети. Работа включала в себя сбор данных о методах и существующих системах сортировки сельскохозяйственной продукции, подбор элементной базы для корректной работы системы, определение архитектуры работы системы, создание набора данных для обучения и тестов программной части системы, разработка программной части на основе классических методов машинного зрения, обучение и выбор оптимальной модели нейронной сети.

The purpose of this work is to develop an automated system for sorting agricultural products based on the use of computer vision to automate and speed up sorting processes. The object of the study is the sorting systems for agricultural products. The subject of the research is computer vision. Tasks performed during the work: – analysis of data on sorting methods; – analysis of existing sorting systems; – selection of the hardware of sorting system; – determination of the system operation design; – development and testing of an algorithm for obtaining products based on the use of classical methods of computer vision; – development and testing of an algorithm for obtaining products based on the use of neuron network. The work includes collecting data on methods and systems of agricultural products’ sorting, selecting the hardware for the correct operation of the system. Also determining the structure of the work, creating a set of system data for training and testing the software part of the system. Finally developing the software part based on classical methods of computer vision, training and selection of an acceptable neural network model.