بخشی از مقاله
کاربرد ماشین بینایی در تشخیص عیوب، جداسازي و درجه بندي سیب
چکیده:
ماشین بینایی شاخهاي از هوش مصنوعی میباشند که در آن بینایی انسان شبیه سازي میشود. این سیستمها روز به روز در حال گسترش هستند و هر روز کاربرد جدیدي براي آنها یافت میشود. سیستمهاي بینایی مصنوعی از کاربردهاي پزشکی و نظامی گرفته تا کاربردهاي ساده و معمول روزمره مورد استفاده قرار میگیرند. پایه و اساس این سیستمها علم پردازش تصویر است. امروزه پردازش تصویر یکی از تکنولوژيهاي برتر حال حاضر دنیا می-
باشد. میتوان از این سیستمها براي کنترل کیفیت، جداسازي و درجه بندي محصولات کشاورزي استفاده کرد. ساختار بیولوژیک و وارزیابیهاي کیفی و کمی مختلف براي محصولات کشاورزي منجر به توسعه آزمایشهاي غیر مخرب در سالهاي اخیر شده است که در این میان ماشین بینایی جایگاه ویژهاي دارد. میوه اي چون سیب در موقع برداشت (چه به صورت دستی یا مکانیزه) و یا در حمل و نقل و یا در زمان بسته بندي اولیه، دچار آسیب هاي مکانیکی می شوند. آسیبهاي مکانیکی ممکن است سبب تخریب پوست میوه و نفوذ قارچها و باکتريها و فعا لیت آنها در محل آسیب دیده شوند. گاهی این آسیبها باعث آسیب به بافتهاي داخلی میوه نیز میشود که ضمن تخریب بافت میوه، باعث خروج مواد داخل سلول و گسترش آسیب دیدگی نیز میشود که اکثراً ضمن از بین بردن خود میوه، میوههاي اطراف رانیز متاثر میکنند. این مطلب لزوم طراحی فرایندي قبل از انبارداري، بسته بندي و بازار رسانی براي جداسازي میوههاي آسیب دیده را میرساند. از آن جایی که سیب از جمله محصولاتی است که در کشور ما به صورت انبوه تولید میشود. امروزه جداسازي سیب برمبناي خرابی و درجه بندي آنها به کمک نیروي انسانی متخصص هزینه و وقت زیادي میطلبد. علاوه بر این درجه بندي کیفی سیب بر اساس عیوبات سطحی با کمک ماشین بینایی دقت را افزایش میدهد. در این مقاله به بررسی اساس و انواع روشهاي پردازش تصویر و مزیتهاي آنها در بررسی عیوب و درجه بندي سیب میپردازیم.
واژه هاي کلیدي: پردازش تصویر، ماشین بینایی، درجه بندي، سیب، تشخیص عیوب
مقدمه:
سیب با نام علمی Malus pumila Mill، بیش از 30 گونه و 60 زیرگونه دارد. این میوه در خانوادهي Rosaceae و زیرخانوادهي Pomioidae قرار دارد. سیب میوهاي مغذي میباشد به طوري که یک عدد سیب با وزن و اندازه متوسط حدود 112 گرم بوده و تأمینکننده 25 درصد دریافت روزانه توصیه شده براي ویتامین C میباشد. همچنین سیب غنی از فیبر محلول میباشد. مصرف منظم سیب به کاهش سطح کلسترول خون کمک میکند.
با توجه به اهمیت بالاي این محصول پژوهشهاي بسیاري روي آن انجام پذیرفته است. همانگونه که قبلاً ذکر گردید روشهاي زیادي براي درجهبندي و دستهبندي سیب به کار گرفته شده است که از جمله این روشها میتوان به اندازه بندهاي وزنی، تسمههاي واگرا، تسمه و غلطک و درجهبندي دستی و سنتی با استفاده از نیروي کارگري اشاره نمود که به مرور زمان جاي خود را به روشهاي نیمه اتوماتیک و اتوماتیک دادهاند.[3] اقتصاد در دنیاي امروز به سوي جهانی شدن پیش می رود. در بازارهاي جهانی تولید کنندهاي موفق است که بتواند محصولاتش را با کیفیت بالا و قیمت کمتر عرضه کند. در زمینه محصولات کشاورزي کیفیت تنها عامل بیولوژیکی نیست، بلکه در فرایندهاي مختلف بعد از برداشت از قبیل حمل و نقل ، انبار داري و ... آسیبهایی به محصول، مخصوصاً میوه ها وارد می شود. میوهها در موقع برداشت (چه به صورت دستی یا مکانیزه) ویا در حمل و نقل و یا در زمان بسته بندي اولیه، دچار آسیبهاي مکانیکی میشوند. آسیبهاي مکانیکی ممکن است سبب تخریب پوست میوه و نفوذ قارچها و باکتريها و فعالیت آنها در محل آسیب دیده شوند. گاهی این آسیبها باعث آسیب به بافتهاي داخلی میوه نیز میشود که ضمن تخریب بافت میوه، باعث خروج مواد داخل سلول و گسترش آسیب دیدگی نیز میشود. این آسیبهاي مکانیکی اغلب از ظاهر میوه مشخص نیستند و بعد از مدتی با گسترش آسیبهاي ثانویه ( فعالیت قارچ ها ، لهیدگی و ...) دیده میشود که اکثراً ضمن از بین بردن خود میوه ، میوههاي اطراف خود رانیز متاثر میکنند. این مطلب لزوم طراحی فرایندي قبل از انبارداري، بسته بندي و بازار رسانی براي جداسازي میوههاي آسیب دیده را میرساند. علاوه بر عوامل آسیب دیدگی عوامل دیگري نیز وجود دارند که به وجود سیستم جداساز تاکید میکنند. از آن جمله میتوان به این عوامل اشاره کرد :
-1 قیمت یک محصول با کیفیت هاي مختلف متفاوت است.
-2 محصولات با کیفیت هاي گوناگون باید فرایند هاي مخصوص به خود را طی کنند. -3 محصولات با شرایط مختلف نیاز به بسته بندي متفاوتی دارند.[5]
1
جداسازي: (Sorting)
جداسازي به معنی جدا کردن گروهی از مواد از میان سایر گروههاي موجود است، به گونه اي که تمامی اعضاي گروه مربوطه داراي یک خاصیت مشابه باشندکه در سایر گروهها دیده نشود. در مورد میوه ها فاکتورهاي مورد استفاده جهت این کارشامل اندازه، رنگ، رسیدگی، آسیب دیدگی بافت داخلی یا خارجی است .براي این کارعموماٌ از خصوصیات فیزیکی مثل جرم، چگالی، قابلیت عبور، جذب و بازتاب امواج الکترو مغناطیسی استفاده می شود. امروزه به دلیل زیاد بودن مقدار تولید محصولات کشاورزي، عمل جداسازي به وسیله ماشینهایی به نام جداساز Sorter انجام میشود. در مورد طراحی و به کارگیري جداساز ها باید این عوامل توجه شود:
.1دقت جداسازي (چه مقدار از موادي که باید جدا می شد هنوز در توده ي اصلی اصلی مانده است) .2 سرعت جداسازي
.3هزینه ي جداسازي
.4آیا جداسازي خصوصاً در مورد محصولات کشاورزي ، آسیب جدیدي را به محصول نمی زند؟
در مورد اخیر جداساز ها به دودسته تماسی (Contacting) و غیر تماسی (Non-Contacting) تقسیم می شوند. در نوع اول نیاز است که دستگاه با محصول در تماس باشد و یا به آن حرکت کند.در این مورد می توان از الکها (بر اساس قطر محصول) نام برد. درنوع دوم دستگاه جداساز نیاز ندارد با محصول در تماس باشد. که از این دسته می توان به Machine vision اشاره کرد.[2]
آشنایی با ماشین بینایی و تصویر برداري دیجیتالی:
ماشین بینایی شاخه اي از هوش مصنوعی می باشند که در آن بینایی انسان شبیه سازي میشود. این سیستمها روز به روز در حال گسترش هستند و هر روز کاربرد جدیدي براي آنها یافت میشود. سیستمهاي بینایی مصنوعی از کاربردهاي پزشکی و نظامی گرفته تا کاربردهاي ساده و معمول روزمره مورد استفاده قرار میگیرند. پایه و اساس این سیستم ها علم پردازش تصویر است. امروزه پردازش تصویر یکی از تکنولوژي هاي برتر حال حاضر دنیا میباشد. این علم به سرعت به یکی از پر کاربردترین علوم در تمامی زمینه ها تبدیل شده است. بیش از بیست سال است که در مورد کاربرد ماشین بینایی و پردازش تصویر در کشاورزي و صنایع غذایی تحقیق شده است و به دلیل سرعت و دقت بالاي این سیستم کاربرد آن روز به روز افزایش پیدا میکند. چشم انسان فقط در مقابل نور قابل رویت (در حدود 400 میلی میکرون امواج الکترومغناطیس) که طیف محدودي است ، می تواند اشیاء را ببیند. دامنه دید از طول موج بنفش در 390 میکرون تا طول موج قرمز در790 میلی میکرون می باشد.
واکنش سیستم ماشین بینایی در مقایسه با چشم انسان بسیار وسیعتر بوده (در حدود 100000 میلی میکرون) ودامنه، از پرتو گاما و X در منطقه طول موج کوتاه شروع شده و تا طول موج مادون قرمز در قسمت طول موج هاي طویل ختم می شود.
سیستم ماشین بینایی این توانایی را دارد تا با تلفیق ا طلاعات از بخش هاي مختلف طیف طول موج،یک تصویر واحد بسازد. به عنوان مثال ، اطلاعات تصویري گرفته شده از طول موج مادون قرمز می تواند با اطلاعات تصویري در طول موج نور قابل رویت تلفیق شود و منبع انرژي حرارتی را در یک فرایند تولید صنعتی، مشخص نماید. استفاده از دوربین هاي مادون قرمز در تشخیص نشر حرارت حاصل از اصطکاك در یاتاقان ها از جمله مثال هاي کاربردي در صنعت می باشند که در عمل با آن مواجه هستیم.[5]
توانایی چشم انسان درتشخیص رنگ ها پیچیده بوده و در هنگام تشخیص رنگ، مؤلفه هاي آن به طور مجزا در نظر گرفته نمی شود. در عوض ، میانگین انرژي در طول موج هاي مختلف مورد استفاده قرار گرفته و رنگ دیده شده یکی از طول موج هاي مابین آنها می باشد.
ماشین بینایی براي شناسایی رنگ ها نیازمند سه دسته اطلاعات است که همان مؤلوفه هاي رنگ یعنی طول موج هاي قرمز ، سبز و آبی می باشد.
ایجاد رنگ بر روي مونیتور نیز با تحریک هر یک از مؤلوفه ها به مقدار معین بوده به طوریکه نهایتاً رنگ مورد نظر ایجاد شود. ذخیره سازي تصاویر رنگی به حافظه اي معادل سه برابر تصاویر غیر رنگی نیاز دارد. هم چنین حجم پردازش تصاویر رنگی که حاوي اجزاء R و G و )Bقرمز ، سبز ، آبی) می باشند در مقایسه با تصاویر تک رنگ بیشتر می باشد.[10]
به طور خلاصه ، طیف طول موج قابل رویت توسط ماشین بینایی بسیار وسیع تر از طیف قابل رویت توسط چشم انسان می باشد. هم چنین امکان تلفیق و استفاده از طول موج هاي مختلف یک تصویر توسط ماشین بینایی وجود دارد. یکنواختی و دقت ماشین بینایی در مورد تصاویر رنگی بیش از چشم انسان می باشد.
تکنولوژي ماشین بینایی و تصویربرداري شامل فرایند هایی است که نیازمند بکارگیري علوم مختلف مهندسی و نرم افزار کامپیوتر، می باشد. این فرایند را می توان به چند دسته اصلی تقیسم نمود:
-1 ایجاد تصویر به شکل دیجیتالی
-2 به کارگیري تکنیک هاي کامپیوتري جهت پردازش و یا اصلاح داده هاي تصویري
-3 بررسی و استفاده از نتایج پردازش شده براي اهدافی چون هدیت روبات یا کنترل نمودن تجهیزات خودکار ، کنترل کیفیت یک فرایند تولیدي یا فراهم آوردن اطلاعات جهت تجزیه.
2
ماشین بینایی با تقلید از سیستم بینایی موجودات زنده امکان تشخیص و شناسایی اشیاء را فراهم میآورد. یک سیستم ماشین بینایی نمونه از اجزاي زیر تشکیل شده است :
•دوربین تصویربرداري و وسایل نورپردازي
•گیرنده تصاویر:پردازش تصویر با رقمیکردن تصویر قابل انجام میباشد. در گذشته که دوربینهاي رقمی بدین شکل تکامل نیافته بودند از یک مبدل آنالوگ به دیجیتال براي تبدیل تصاویر به رقمی استفاده میشد. از جمله مشکلات این مبدلها که گیرندهي تصویر نامیده میشوند، پدید آمدن اغتشاش در ضمن تبدیل میباشد.
•پردازشگر تصویر:پردازشگر همان رایانه و سخت افزار مربوطه است.
•نرمافزار پردازش و آنالیز تصاویر:نرمافزار پردازش تصویر برنامهاي است که با استفاده از خصوصیات شئ مورد نظر نوشته میشود و تنها در تشخیص همان جسم قابل استفاده است. بنابراین نرمافزاري که قادر به تشخیص و جداسازي هر مورد ناشناختهاي باشد وجود ندارد. نرمافزارهایی که با نام نرم افزار پردازش تصاویر موجود هستند حاوي دستورات اولیه پیشپردازش تصاویر میباشند که موجب تسهیل در یافتن و استخراج ویژگیهاي اشیا می-
شوند. به عنوان مثال روشهایی مانند آستانهگذاري سطوح خاکستري، تشخیص بافت، تشخیص لبهها از این قبیل هستند.
•واسط کاربر:منظور از واسط کاربر، ابزارهاي جانبی نظیر صفحه کلید، ماوس و یا سایر وسایلی است که کاربر درصورت نیاز قادر به کنترل و یا اعمال نظر در تصمیمگیري سیستم میباشد.
•نمایشگر: صفحه نمایشگر تصویر دیده شده توسط دوربین را به کاربر نشان میدهد.
در صورتی که سیستم به شکل مستقل (بدون نیاز به دخالت کاربر) طراحی شود، واسط کاربر و نمایشگر قابل حذف میباشند. علاوه بر این، نرمافزار ارائه شده میتواند در قالب یک سختافزار گنجانده شود که قادر به انجام سریعتر عملیات پردازش و تصمیمگیري و صدور فرمان به عملگرها باشد.[3,5,7]
یکی از کاربردهاي اساسی پردازش تصویر در کنترل کیفی و درجه بندي محصولات کشاورزي است. ساختار بیولوژیک و وارزیابی هاي کیفی و کمی مختلف براي محصولات کشاورزي منجر به توسعه آزمایشهاي غیر مخرب در سالهاي اخیر شده است که در این میان ماشین بینایی جایگاه ویژهاي دارد. پردازش تصویر شامل پنج مرحله است.(1عملیات گرفتن عکس براي تبدیل عکس به دیجیتال(2عملیات پیش فرایند براي تهیه ي عکس هاي بهبود یافته با ابعاد یکسان با عکس اصلی (3عملیات بخش بخش سازي عکس براي بخش بندي عکس دیجیتال (4عملیات اندازه گیري هدف براي اندازه گیري خصوصیات هدف مانند اندازه، شکل، رنگ و بافت (5عملیات طبقه بندي براي مشخص کردن هدف براي دسته بندي آن ها به گروه هاي مختلف.[1,6,8]
استفاده از پردازش تصویر در کنترل کیفیت و جداسازي سیب:
عیوب سطحی یکی ازمشکلات اصلی براي تولید کنندگان سیب می باشد چرا که کیفیت میوه ها بسیار تحت تاثیر ظاهر آن ها قرار دارد. معمولا جداساي سیب ها بر اساس مشکلات سطحی آن ها به صورت دستی انجام می شود. Sorter هایی از روش پردازش تصویر براي جداسازي استفاده می کنند از سال 1980 معرفی شدند. این سیستمهاي جداسازس سیب ها را در جهتی قرار می دهند که محور ساقه و فرورفتگی کالیکس
(stem–calyx axis) در جهت دوربین عکس برداري قرار گیرد. این طراحی نیاز به تمایز قرار دادن بین عیوب و ساقه/کالیکس را از بین می برد. این سیستم ها شامل یک تسمه نقاله هستند که سیب ها درون قسمت هاي تکی و فنجان مانندي قرار گرفته و حمل می شوند. یک چرخ کوچک در پایین هر فنجان قرار دارد که سیب را می چرخاند تا حفره ي کالیکس یا ساقه ي آن روي چرخ قرار گیرد. بنابراین تماس چرخ با سطح سیب قطع خواهد شد.
چنین طراحی باعث می شود که سیب به صورت عمودي بر روي ساقه یا کالیکس خود بایستد. پس از آن سیب ها وارد محفظه ي عکس برداري خواهند شد که شامل سیستم نورپردازي و یک دوربین است. در حین عبور از این قسمت سیب ها با زاویه 45درجه کج می شوند. تحقیقاتی که صورت گرفته نشان داده که روش عمودي قرار دادن سیب ها در %95موارد بسته به واریته ي سیب ها موفق بوده است. %5سیب ها به خوبی جاسازي نشدند که ممکن است به صورت عیب شناسایی شوند و باعث افزایش ضایعات شوند.[1,12,17] البته با استفاده از چنین سیستمی تشخیص عیوب در حفره ي ساقه و کالیکس غیر ممکن است. البته می توان با تدابیري سیستم را چنان تغییر داد که سیب ها در محفظه ي عکس برداري بچرخند و سه دوربین در سه نقطه مختلف سه عکس از هر سیب تهیه کنند که یکی مربوط به حفره ي ساقه، دیگري کالیکس و آخري مربوط به سطح کلی خواهند بود. می توان از یک سیستم بینایی اضافه هم استفاده کرد که در ابتداي محل ورود سیب ها به محفظه عکس برداري جاسازي شده و سیب هاي جاسازي نشده را از سیب هاي جاسازي شده تشخیص می دهد.[1,17]
