Kvalitetsanalyse av grønnsaker ved bruk av hyperspektrale bilder
Bachelor thesis
Permanent lenke
https://hdl.handle.net/11250/2774434Utgivelsesdato
2021Metadata
Vis full innførselSamlinger
- Studentoppgaver (TN-IDE) [823]
Sammendrag
Temaet for denne oppgaven er hyperspektral bildeanalyse av frukt og grønt.Gjennom oppgaven har det blitt sett på modning av tomat, paprika, agurkog banan ved hjelp av et hyperspektralt kamera og sett på ulike spektralområder for å detektere modning av produktene.I løpet av oppgaven har det også blitt sett på andre studier som har analysertmodning av frukt og grønt basert på hyperspektrale bilder, hvor det er blittfunnet gode resultater. I studiet som vi har gjennomført er det blitt brukten pakke som heter ’Spectral’ utviklet under en lisens fra MIT til å lese,filtrere, redusere, denoise og presentere de hyperspektrale bildene.I tillegg til å se på modning er det også blitt sett på bruk av et optimaltlineært filter på de hyperspektrale bildene. Det ble funnet gode resultaterfor å filtrere vekk umodne eller modne frukt og grønnsaker, som senerekan bli brukt av roboter til å sortering av produktene. Det er blitt bruktNormalized Difference Vegetation Index for å få frem vegetasjon på tomat,som også senere kan brukes i roboter for å plukke og pakke tomater i boksertil forbrukerene.Resultatene i denne oppgaven viser at det er mulig å bruke hyperspektralbileanalyse til å detektere modenhet på forskjellige frukt og grønnsaker,men at videre analyse som baserer seg på et større parti av hver frukt oggrønnsak vil være en fordel for å få et større og representativt utvalg.