Quality inspection of apple fruits, traditionally performed by human experts, has to be automated by machine vision to reduce error, variation, fatigue and cost due to humans as well as to increase speed…
A typical apple inspection system should employ image processing and pattern recognition techniques to precisely segment defected skin by minimal confusion with stem/calyx areas and classify fruit into correct quality category. In this thesis, we present a work performed for quality inspection of bi-colored apples using multispectral images by tackling each of these sub-problems (namely, stem/calyx recognition, defect detection and fruit grading) individually. Stem and calyx are natural parts of apples that are confused with some defects in machine vision systems. A precise inspection system requires their discrimination, which is achieved by a highly accurate support vector machines-based approach. Defect detection of apples by machine vision is very problematic due to numerous defect types present as well as high natural variability of skin color. This task is accomplished by multi-layer perceptrons (an artificial neural network), which outperformed several other methods in accuracy and speed. Final grading of fruit is obtained by binary and multi-category classification with different classifiers, where results achieved are very encouraging.
Identifer | oai:union.ndltd.org:BICfB/oai:fpms.ac.be:ETDFPMS:FPMSetd-09132006-143743 |
Date | 26 June 2006 |
Creators | Unay, Devrim |
Contributors | Remy, M., Trécat, J., Destain, M.-F., Hancq, J., Debeir, O., Gosselin, B., Léger, C., Lybaert, P. |
Publisher | Faculte Polytechnique de Mons |
Source Sets | Bibliothèque interuniversitaire de la Communauté française de Belgique |
Language | English |
Detected Language | English |
Type | text |
Format | application/pdf |
Source | http://theses.fpms.ac.be/ETD-db/collection/available/FPMSetd-09132006-143743/ |
Rights | unrestricted, J'accepte que le texte de la thèse (ci-après l'oeuvre), sous réserve des parties couvertes par la confidentialité, soit publié dans le recueil électronique des thèses FPMS. A cette fin, je donne licence à FPMS : - le droit de fixer et de reproduire l'oeuvre sur support électronique : logiciel ETD/db - le droit de communiquer l'oeuvre au public Cette licence, gratuite et non exclusive, est valable pour toute la durée de la propriété littéraire et artistique, y compris ses éventuelles prolongations, et pour le monde entier. Je conserve tous les autres droits pour la reproduction et la communication de la thèse, ainsi que le droit de l'utiliser dans de futurs travaux. Je certifie avoir obtenu, conformément à la législation sur le droit d'auteur et aux exigences du droit à l'image, toutes les autorisations nécessaires à la reproduction dans ma thèse d'images, de textes, et/ou de toute oeuvre protégés par le droit d'auteur, et avoir obtenu les autorisations nécessaires à leur communication à des tiers. Au cas où un tiers est titulaire d'un droit de propriété intellectuelle sur tout ou partie de ma thèse, je certifie avoir obtenu son autorisation écrite pour l'exercice des droits mentionnés ci-dessus. |
Page generated in 0.0012 seconds