A Machine Vision-Based Maturity Prediction System for Sorting of Harvested Mangoes

A Machine Vision-Based Maturity Prediction System for Sorting of Harvested Mangoes (part 3)Saiful nur budiman (5113201030)Yanuar risah prayogi (5113201031)ProblemTingkat kematangan mangga yang berbeda-beda

ProblemPenggunaan seorang pakar memakan waktu banyak, melelahkan, dan hasilnya tidak konsisten antara pakar satu dengan yang lain

Propose MethodPada Paper ini mengusulkan sistem berbasiskan visi untuk mengklasifikasi buah mangga dari tingkat kematangannya dan ditujukan untuk menggantikan sistem manual.

ProcessPreprocessingModel Degradasi Citra

DerauMacam-macam derau

Wiener FilterUntuk mencapai restorasi citra yang diinginkan sangat penting mengetahui tipe derau yang terjadi pada citra tersebut. Inverse Filter

Wiener Filter

Wiener Filter

Pseudomedian FilterMisalkan {SE} adalah elemen 2 dimensi dari filter window, {XC} dan {XR} adalah elemen horisontal dan vertikal dari filter windowPMED{SE} = (1/2) MAX[MAXIMIN{XC},MAXIMIN{YR}] + (1/2) MIN[MINIMAX{XC},MINIMAX{YR}]

Pseudomedian Filtermaximin = max[(min(a,b,c),min(b,c,d), min(c,d,e), ... , min(c,h,i))]minimax = min[(max(a,b,c), max(b,c,d), max(c,d,e), ... , max(c,h,i))]

Binerization, Tracing Boundary & Aligned in Vertical Position

Hasil Pre Processing

Feature Extraction

Average R, G, B dari manga (3 fitur)

Gradient R, G, B dari sepanjang sumbu Longitudinal (3 fitur)

Averge R, G, B dari Apex, Equator, dan Stalk Region (9 fitur)

Main FeaturesDerived Features

Differences dari R, G, B dari manga (3 fitur)Differences dari Apex, Equator, Stalk Region (9 fitur)

Maturity PredictionProses pelatihan dan pengenalan menggunakan jaringan syaraf tiruan.Jaringan syaraf tiruan feed-forward.1 hidden layer yang berjumlah 10 neuron.Di Matlab fungsi patternnet.

DatasetDataset Mangga Apel difoto secara acak dari berbagai sudut putar.

ImplementasiPosisi Apex dan Stalk region tidak boleh terbalik, jika salah maka proses perhitungan warnanya akan salah semua.

PelatihanPengenalanHasil GradingAnalisa HasilDari 56 data uji pada pengujian yang pertama menunjukkan hasil grading prediksi 79%. Untuk membandingkan tingkat prediksinya, kami melakukan pengenalan dengan 10 kali percobaan. Didapatkan rata-rata akurasinya 77%, yang ditunjukkan pada table dibawah ini.CitraKondisi SebenarnyaHasil Prediksi1-7.JPGMentahTRUE1-8.JPGMentahTRUE1-11.JPGMentahTRUE1-12.JPGMentahTRUE1-13.JPGMentahTRUE1-14.JPGMentahTRUE1-15.JPGMentahTRUE1-16.JPGMentahTRUE1-17.JPGMentahTRUE1-18.JPGMentahTRUE2-17.JPGSetengah MatangTRUE3-32.JPGMatangTRUE3-33.JPGMatangFALSE3-34.JPGMatangFALSE3-35.JPGMatangTRUE4-9.JPGTerlalu MatangTRUE4-16.JPGTerlalu MatangTRUE4-17.JPGTerlalu MatangTRUE4-18.JPGTerlalu MatangTRUE4-19.JPGTerlalu MatangTRUE4-20.JPGTerlalu MatangFALSEPengenalanAkurasi (%)1792713814855776717798779771073Kesimpulan1. Sistem prediksi kematangan buah mangga apel dapat dilakukan secara otomatis menggunakan pemrosesan citra. 2. Akurasi yang dihasilkan rata-rata 77%.3. Pengambilan citra menggunakan kamera. Segmentasi ROI dan pemutraran buah yang tidak sempurna.References1. Nandi, C.S., B. Tudu, and C. Koley, An Automated Machine Vision Based System for Fruit Sorting and Grading. Conference on Sensing Technology (ICST), 2012. Sixth.2. Brezmes, J., et al., Evaluation of an Electronic Nose to Assess Fruit Ripeness. IEEE SENSORS JOURNAL, 2005. 5.3. Larran, M., A.R. Guesalaga, and E. Agosn, A Multipurpose Portable Instrument for Determining Ripeness in Wine Grapes Using NIR Spectroscopy. IEEE TRANSACTIONS ON INSTRUMENTATION AND MEASUREMENT, 2008. 57.4 Saeed, O.M.B., et al., Classification of oil palm fresh fruit bunches based on their maturity using portable four-band sensor system. 2012.5. Kim, S.-D., J.-H. Lee, and J.-K. Kim, A New Chain-Coding Algorithm for Binary Images Using Run-Length Codes 1988.6. Gonzalez, R.C. and R.E. Woods, Digital Image Processing Second Edition, 2002, Prentice Hall.7. Mason, A., et al., Sensing Technology : Current Status and Future Trends II, 2014, Spinger.8. Nandi, C.S., B. Tudu, and C. Koley, A Machine Vision-Based Maturity Prediction System for Sorting of Harvested Mangoes. IEEE TRANSACTIONS ON INSTRUMENTATION AND MEASUREMENT, 2014. 63.

TERIMA KASIH