Εμφάνιση απλής εγγραφής

Selection product on production line

Στοιχεία Dublin Core

dc.creatorΚριτσωτάκης, Ευάγγελοςel
dc.creatorKritsotakis, Evangelosen
dc.date.accessioned2016-05-30T10:18:19Z
dc.date.available2016-05-30T10:18:19Z
dc.date.issued2016-05-30
dc.identifier.urihttp://hdl.handle.net/20.500.12688/7656
dc.description.abstractΣτην παρούσα εργασία παρουσιάζεται ένα σύστημα επιλογής προϊόντων που βρίσκονται σε γραμμή παραγωγής. Στόχος του συστήματος είναι η αυτόματη αναγνώριση προϊόντων που δεν τηρούν κάποιες συγκεκριμένες προϋποθέσεις, που τίθενται στην εκάστοτε παραγωγή. Στην συγκεκριμένη εργασία εξετάζεται η περίπτωση της επεξεργασίας μαστίχας Χίου, πριν την τυποποίηση της. Πιο συγκεκριμένα, γίνεται μια προσπάθεια αναγνώρισης και εντοπισμού των κόκκων μαστίχας που φέρουν μαύρα στίγματα. Για να επιτευχθεί η αυτόματη επιλογή, με βάση το μέγεθος ή το χρώμα των προϊόντων, γίνεται χρήση και ανάλυση εικόνας, χρησιμοποιώντας την βιβλιοθήκη μηχανικής όρασης OpenCV και την γλώσσα προγραμματισμού Java. Αρχικά, στην φωτογραφία που λαμβάνεται εφαρμόζονται κάποια χρωματικά κατώφλια και o αλγόριθμος Canny για την εξαγωγή των ακμών των προϊόντων . Στην συνέχεια, στο αποτέλεσμα του παραπάνω βήματος, γίνεται χρήση της συνάρτησης findContours( ), της βιβλιοθήκης OpenCV, για τον εντοπισμό των μαύρων στιγμάτων.el
dc.description.abstractThis paper presents a system, for selecting products that are in a production line. The system is an automatic identification. Products that don’t meet certain, specific conditions set forth in the respective production. In this work, we examine the case of the processing of Chios mastic, before standardizing. More specifically, there is an effort to recognize and detect how mastic grains bearing blackheads. To achieve the automatic selection, we were based on the size or color of the products, according to the use and the image analysis and also, by using the machine vision library OpenCV and the programming language Java. Originally, the photo taken applies some color and Canny algorithm, that extracts the edges of the products. Then, the result of the step above, is made of the function findContours () of OpenCV library for identifying black spots.en
dc.languageΕλληνικάel
dc.languageGreeken
dc.publisherΤ.Ε.Ι. Κρήτης, Τεχνολογικών Εφαρμογών (Σ.Τ.Εφ), Τμήμα Μηχανικών Πληροφορικής Τ.Ε.el
dc.publisherT.E.I. of Crete, School of Engineering (STEF), Department of Informatics Engineeringen
dc.rightsAttribution-NonCommercial-NoDerivs 3.0 United States*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/us/*
dc.titleΑυτόματη επιλογή προϊόντων σε γραμμή παραγωγήςel
dc.titleSelection product on production lineen

Στοιχεία healMeta

heal.creatorNameΚριτσωτάκης, Ευάγγελοςel
heal.creatorNameKritsotakis, Evangelosen
heal.publicationDate2016-05-30
heal.identifier.primaryhttp://hdl.handle.net/20.500.12688/7656
heal.abstractΣτην παρούσα εργασία παρουσιάζεται ένα σύστημα επιλογής προϊόντων που βρίσκονται σε γραμμή παραγωγής. Στόχος του συστήματος είναι η αυτόματη αναγνώριση προϊόντων που δεν τηρούν κάποιες συγκεκριμένες προϋποθέσεις, που τίθενται στην εκάστοτε παραγωγή. Στην συγκεκριμένη εργασία εξετάζεται η περίπτωση της επεξεργασίας μαστίχας Χίου, πριν την τυποποίηση της. Πιο συγκεκριμένα, γίνεται μια προσπάθεια αναγνώρισης και εντοπισμού των κόκκων μαστίχας που φέρουν μαύρα στίγματα. Για να επιτευχθεί η αυτόματη επιλογή, με βάση το μέγεθος ή το χρώμα των προϊόντων, γίνεται χρήση και ανάλυση εικόνας, χρησιμοποιώντας την βιβλιοθήκη μηχανικής όρασης OpenCV και την γλώσσα προγραμματισμού Java. Αρχικά, στην φωτογραφία που λαμβάνεται εφαρμόζονται κάποια χρωματικά κατώφλια και o αλγόριθμος Canny για την εξαγωγή των ακμών των προϊόντων . Στην συνέχεια, στο αποτέλεσμα του παραπάνω βήματος, γίνεται χρήση της συνάρτησης findContours( ), της βιβλιοθήκης OpenCV, για τον εντοπισμό των μαύρων στιγμάτων.el
heal.abstractThis paper presents a system, for selecting products that are in a production line. The system is an automatic identification. Products that don’t meet certain, specific conditions set forth in the respective production. In this work, we examine the case of the processing of Chios mastic, before standardizing. More specifically, there is an effort to recognize and detect how mastic grains bearing blackheads. To achieve the automatic selection, we were based on the size or color of the products, according to the use and the image analysis and also, by using the machine vision library OpenCV and the programming language Java. Originally, the photo taken applies some color and Canny algorithm, that extracts the edges of the products. Then, the result of the step above, is made of the function findContours () of OpenCV library for identifying black spots.en
heal.languageΕλληνικάel
heal.languageGreeken
heal.academicPublisherΤ.Ε.Ι. Κρήτης, Τεχνολογικών Εφαρμογών (Σ.Τ.Εφ), Τμήμα Μηχανικών Πληροφορικής Τ.Ε.el
heal.academicPublisherT.E.I. of Crete, School of Engineering (STEF), Department of Informatics Engineeringen
heal.titleΑυτόματη επιλογή προϊόντων σε γραμμή παραγωγήςel
heal.titleSelection product on production lineen
heal.typeΠτυχιακή Εργασίαel
heal.typeBachelor thesisen
heal.keywordεπεξεργασία εικόνας, OpenCV, προϊόν, παραγωγή, ποιότητα, μαστίχα Χίουel
heal.keywordimage processing, OpenCV, prooduct, production, quality, Chios masticen
heal.accessfreeel
heal.advisorNameΑϊβαλής, Κωνσταντίνοςel
heal.advisorNameAϊvalis, Konstantinosen
heal.advisorID.emailcostis@ie.teicrete.gr
heal.academicPublisherIDΤ.Ε.Ι. Κρήτηςel
heal.academicPublisherIDT.E.I. of Creteen
heal.fullTextAvailabilitytrueel
tcd.distinguishedfalseel
tcd.surveyfalseel


Αρχεία σε αυτό το τεκμήριο

Thumbnail
Thumbnail

Αυτό το τεκμήριο εμφανίζεται στις ακόλουθες συλλογές

Εμφάνιση απλής εγγραφής

Attribution-NonCommercial-NoDerivs 3.0 United States
Except where otherwise noted, this item's license is described as Attribution-NonCommercial-NoDerivs 3.0 United States