Inspeção automática da qualidade de codificação em garrafas PET utilizando visão computacional em sistema embarcado
Autor(a) principal: | |
---|---|
Data de Publicação: | 2021 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFRGS |
Texto Completo: | http://hdl.handle.net/10183/235810 |
Resumo: | A qualidade da embalagem é um fator determinante na escolha de determinado produto por um consumidor. Além da aparência adequada, os requisitos legais exigem que certas informações estejam disponíveis para o consumidor. Este trabalho tem como objetivo principal avaliar a viabilidade técnica de utilizar uma placa Raspberry Pi e câmera de baixo custo Raspberry Pi Camera num sistema inspetor automático de qualidade de codificação em garrafas PET. Este sistema consiste na captura da imagem digital, tratamento da imagem obtida e posterior realização de reconhecimento de texto visando encontrar o conjunto de caracteres definidos para cada modelo de garrafa. Caso todos os caracteres necessários sejam encontrados, a garrafa é classificada como conforme. Foram utilizados dois modelos de garrafas, e capturadas 24 imagens de cada, sendo 15 destas de exemplos de garrafa conforme e 9 com alguma não conformidade. Os testes foram divididos em duas sequências de métodos de processamento. A segunda sequência obteve 91,7% de acurácia para as garrafas do modelo A e 83,3% para o modelo B. As classificações incorretas resultam principalmente de fatores associados à iluminação e atrasos na captura das imagens. Para melhorar os resultados sugere-se realizar os testes em ambiente com iluminação mais controlada e utilizar uma placa microprocessada com maior capacidade. |
id |
UFRGS-2_12b290d9d53f7a80b6cb6c7a72dee519 |
---|---|
oai_identifier_str |
oai:www.lume.ufrgs.br:10183/235810 |
network_acronym_str |
UFRGS-2 |
network_name_str |
Repositório Institucional da UFRGS |
repository_id_str |
|
spelling |
Souza, Gabriel Araújo deFernandes, Pedro Rafael Bolognese2022-03-09T04:42:07Z2021http://hdl.handle.net/10183/235810001135755A qualidade da embalagem é um fator determinante na escolha de determinado produto por um consumidor. Além da aparência adequada, os requisitos legais exigem que certas informações estejam disponíveis para o consumidor. Este trabalho tem como objetivo principal avaliar a viabilidade técnica de utilizar uma placa Raspberry Pi e câmera de baixo custo Raspberry Pi Camera num sistema inspetor automático de qualidade de codificação em garrafas PET. Este sistema consiste na captura da imagem digital, tratamento da imagem obtida e posterior realização de reconhecimento de texto visando encontrar o conjunto de caracteres definidos para cada modelo de garrafa. Caso todos os caracteres necessários sejam encontrados, a garrafa é classificada como conforme. Foram utilizados dois modelos de garrafas, e capturadas 24 imagens de cada, sendo 15 destas de exemplos de garrafa conforme e 9 com alguma não conformidade. Os testes foram divididos em duas sequências de métodos de processamento. A segunda sequência obteve 91,7% de acurácia para as garrafas do modelo A e 83,3% para o modelo B. As classificações incorretas resultam principalmente de fatores associados à iluminação e atrasos na captura das imagens. Para melhorar os resultados sugere-se realizar os testes em ambiente com iluminação mais controlada e utilizar uma placa microprocessada com maior capacidade.Quality of packaging is a key factor in a consumer’s choice for a particular product. Besides the package appearance, legal requirements require that certain information is presented to the consumer. The main goal of this work is to evaluate the technical feasibility of using a Raspberry Pi board as an automatic quality inspector for the expiration date and batch region in PET bottles. The system consists in capturing digital images using a Raspberry Pi Camera, processing the image obtained, and performing Optical Character Recognition in order to find the set of characters defined for each model of bottle. If all necessary characters are found, the bottle is classified as compliant. Two models of bottles were used, and 24 images of each were captured, 15 of which were examples of compliant bottles and 9 were not. The tests were divided into two sequences of processing methods. The second sequence achieved 91.7% accuracy for model A bottles and 83.3% for model B. Misclassifications resulted mainly from factors associated with lighting conditions and delays in capturing images. To improve results, it is suggested to carry out the tests in an environment with better lighting conditions and to use a microprocessed board with greater processing capacity.application/pdfporVisão computacionalProcessamento de imagensReconhecimento de padrõesComputer visionRaspberry PiImage processingAutomatic inspectionInspeção automática da qualidade de codificação em garrafas PET utilizando visão computacional em sistema embarcadoinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisUniversidade Federal do Rio Grande do SulEscola de EngenhariaPorto Alegre, BR-RS2021Engenharia Químicagraduaçãoinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSTEXT001135755.pdf.txt001135755.pdf.txtExtracted Texttext/plain82003http://www.lume.ufrgs.br/bitstream/10183/235810/2/001135755.pdf.txt670a2345348f7b629dcfe4e5178bb9f8MD52ORIGINAL001135755.pdfTexto completoapplication/pdf1831240http://www.lume.ufrgs.br/bitstream/10183/235810/1/001135755.pdf1471dc11ca4228c687603ea53f74841eMD5110183/2358102022-07-22 04:55:19.447385oai:www.lume.ufrgs.br:10183/235810Repositório de PublicaçõesPUBhttps://lume.ufrgs.br/oai/requestopendoar:2022-07-22T07:55:19Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false |
dc.title.pt_BR.fl_str_mv |
Inspeção automática da qualidade de codificação em garrafas PET utilizando visão computacional em sistema embarcado |
title |
Inspeção automática da qualidade de codificação em garrafas PET utilizando visão computacional em sistema embarcado |
spellingShingle |
Inspeção automática da qualidade de codificação em garrafas PET utilizando visão computacional em sistema embarcado Souza, Gabriel Araújo de Visão computacional Processamento de imagens Reconhecimento de padrões Computer vision Raspberry Pi Image processing Automatic inspection |
title_short |
Inspeção automática da qualidade de codificação em garrafas PET utilizando visão computacional em sistema embarcado |
title_full |
Inspeção automática da qualidade de codificação em garrafas PET utilizando visão computacional em sistema embarcado |
title_fullStr |
Inspeção automática da qualidade de codificação em garrafas PET utilizando visão computacional em sistema embarcado |
title_full_unstemmed |
Inspeção automática da qualidade de codificação em garrafas PET utilizando visão computacional em sistema embarcado |
title_sort |
Inspeção automática da qualidade de codificação em garrafas PET utilizando visão computacional em sistema embarcado |
author |
Souza, Gabriel Araújo de |
author_facet |
Souza, Gabriel Araújo de |
author_role |
author |
dc.contributor.author.fl_str_mv |
Souza, Gabriel Araújo de |
dc.contributor.advisor1.fl_str_mv |
Fernandes, Pedro Rafael Bolognese |
contributor_str_mv |
Fernandes, Pedro Rafael Bolognese |
dc.subject.por.fl_str_mv |
Visão computacional Processamento de imagens Reconhecimento de padrões |
topic |
Visão computacional Processamento de imagens Reconhecimento de padrões Computer vision Raspberry Pi Image processing Automatic inspection |
dc.subject.eng.fl_str_mv |
Computer vision Raspberry Pi Image processing Automatic inspection |
description |
A qualidade da embalagem é um fator determinante na escolha de determinado produto por um consumidor. Além da aparência adequada, os requisitos legais exigem que certas informações estejam disponíveis para o consumidor. Este trabalho tem como objetivo principal avaliar a viabilidade técnica de utilizar uma placa Raspberry Pi e câmera de baixo custo Raspberry Pi Camera num sistema inspetor automático de qualidade de codificação em garrafas PET. Este sistema consiste na captura da imagem digital, tratamento da imagem obtida e posterior realização de reconhecimento de texto visando encontrar o conjunto de caracteres definidos para cada modelo de garrafa. Caso todos os caracteres necessários sejam encontrados, a garrafa é classificada como conforme. Foram utilizados dois modelos de garrafas, e capturadas 24 imagens de cada, sendo 15 destas de exemplos de garrafa conforme e 9 com alguma não conformidade. Os testes foram divididos em duas sequências de métodos de processamento. A segunda sequência obteve 91,7% de acurácia para as garrafas do modelo A e 83,3% para o modelo B. As classificações incorretas resultam principalmente de fatores associados à iluminação e atrasos na captura das imagens. Para melhorar os resultados sugere-se realizar os testes em ambiente com iluminação mais controlada e utilizar uma placa microprocessada com maior capacidade. |
publishDate |
2021 |
dc.date.issued.fl_str_mv |
2021 |
dc.date.accessioned.fl_str_mv |
2022-03-09T04:42:07Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/10183/235810 |
dc.identifier.nrb.pt_BR.fl_str_mv |
001135755 |
url |
http://hdl.handle.net/10183/235810 |
identifier_str_mv |
001135755 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFRGS instname:Universidade Federal do Rio Grande do Sul (UFRGS) instacron:UFRGS |
instname_str |
Universidade Federal do Rio Grande do Sul (UFRGS) |
instacron_str |
UFRGS |
institution |
UFRGS |
reponame_str |
Repositório Institucional da UFRGS |
collection |
Repositório Institucional da UFRGS |
bitstream.url.fl_str_mv |
http://www.lume.ufrgs.br/bitstream/10183/235810/2/001135755.pdf.txt http://www.lume.ufrgs.br/bitstream/10183/235810/1/001135755.pdf |
bitstream.checksum.fl_str_mv |
670a2345348f7b629dcfe4e5178bb9f8 1471dc11ca4228c687603ea53f74841e |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS) |
repository.mail.fl_str_mv |
|
_version_ |
1801224623429255168 |