Diseño, implementación y evaluación de técnicas de clasificación de peras mediante técnicas de visión por computador

Abstract

[ES] El objetivo de este trabajo consiste en el diseño, implementación y evaluación de diferentes técnicas de clasificación de imágenes basadas en visión artificial con la finalidad de poder analizar la posible automatización del proceso de control de calidad de peras en línea, durante el proceso de encajado en un almacén.

Para la realización del trabajo se utiliza un dataset de imágenes de peras, las cuales están etiquetadas en diferentes categorías proporcionadas por el Instituto de Automática e Informática Industrial (ai2) de la UPV, dependiendo de la calidad de la fruta. El dataset de partida etiquetado manualmente será editado para corregir posibles errores, se evaluarán diferentes técnicas de clasificación (Bayesiano, KNN, SVM, ¿) y de extracción de características analizando la posible automatización de este proceso de inspección visual.

Para la obtención de los resultados deseados, se utiliza Open CV, entre otras librerías de Python, la cual nos permite analizar imágenes y extraer las características que se utilizan para la creación de las diferentes técnicas de clasificación.

Para finalizar, se analizarán los resultados obtenidos de las diferentes técnicas, así como las características extraídas de las imágenes, con el fin de maximizar alguna métrica como por ejemplo la tasa de aciertos. También se estudiará el modo de instalación en el almacén para su correcto funcionamiento.

[EN] The objective of this work consists of the design, implementation and evaluation of different image classification techniques based on artificial vision in order to analyze the possible automation of the quality control process of pears in line, during the packing process in a warehouse.

To carry out the work, a dataset of images of pears is used, which are labeled in different categories provided by the Institute of Automation and Industrial Informatics (ai2) of the UPV, depending on the quality of the fruit. The manually labeled starting dataset will be edited to correct possible errors, different classification techniques (Bayesian, KNN, SVM,¿) and feature extraction will be evaluated, analyzing the possible automation of this visual inspection process.

To obtain the desired results, Open CV is used, among other Python libraries, which allows us to analyze images and extract the characteristics used to create the different classification techniques.

Finally, the results obtained from the different techniques will be analyzed, as well as the characteristics extracted from the images, in order to maximize some metric such as the hit rate. The way of installation in the warehouse will also be studied for its correct operation.

[CA] L'objectiu d'aquest treball consisteix en el disseny, implementació i avaluació de diferents tècniques de classificació d'imatges basades en visió artificial amb la finalitat de poder analitzar la possible automatització del procés de control de qualitat de peres en línia, durant el procés d'encaixat en un magatzem. Per a la realització del treball s'utilitza un dataset d'imatges de peres, les quals estan etiquetades en diferents categories proporcionades per l'Institut d'Automàtica i Informàtica Industrial (ai2) de la UPV, depenent de la qualitat de la fruita. El dataset de partida etiquetat manualment serà editat per a corregir possibles errors, s'avaluaran diferents tècniques de classificació (Bayesià, KNN, SVM, …) i d'extracció de característiques analitzant la possible automatització d'aquest procés d'inspecció visual. Per a l'obtenció dels resultats desitjats, s'utilitza Open CV, entre altres llibreries de Python, la qual ens permet analitzar imatges i extraure les característiques que s'utilitzen per a la creació de les diferents tècniques de classificació. Per a finalitzar, s'analitzaran els resultats obtinguts de les diferents tècniques, així com les característiques extretes de les imatges, amb la finalitat de maximitzar alguna mètrica com per exemple la taxa d'encerts. També s'estudiarà la manera d'instal·lació en el magatzem per al seu correcte funcionament.