dc.description.abstract | Temaet for denne oppgaven er hyperspektral bildeanalyse av frukt og grønt.
Gjennom oppgaven har det blitt sett på modning av tomat, paprika, agurk
og 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 analysert
modning av frukt og grønt basert på hyperspektrale bilder, hvor det er blitt
funnet gode resultater. I studiet som vi har gjennomført er det blitt brukt
en 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 optimalt
lineært filter på de hyperspektrale bildene. Det ble funnet gode resultater
for å filtrere vekk umodne eller modne frukt og grønnsaker, som senere
kan bli brukt av roboter til å sortering av produktene. Det er blitt brukt
Normalized Difference Vegetation Index for å få frem vegetasjon på tomat,
som også senere kan brukes i roboter for å plukke og pakke tomater i bokser
til forbrukerene.
Resultatene i denne oppgaven viser at det er mulig å bruke hyperspektral
bileanalyse til å detektere modenhet på forskjellige frukt og grønnsaker,
men at videre analyse som baserer seg på et større parti av hver frukt og
grønnsak vil være en fordel for å få et større og representativt utvalg. | |