Intro Mandarin A
-
Upload
richard-bendezu-villena -
Category
Documents
-
view
4 -
download
1
description
Transcript of Intro Mandarin A
REPÚBLICA BOLIVARIANA DE VENEZUELA UNIVERSIDAD PRIVADA DR. RAFAEL BELLOSO CHACÍN VICERRECTORADO DE INVESTIGACIÓN Y POSTGRADO
DECANATO DE INVESTIGACIÓN Y POSTGRADO PROGRAMA: MAESTRÍA EN INGENIERIA DE CONTROL Y AUTOMATIZACION
DE PROCESOS
AUTOMATIZACION DEL PROCESO DE SELECCIÓN DE MANDARINAS POR
TAMAÑO A TRAVES DE REDES NEURONALES
Trabajo de grado presentado como requisito para optar al título de
Magíster en Ingeniería de Control y Automatización de Procesos.
Autor: Oviedo S José E
C.I.: 11.618.105
Tutor: Dr. Fabelo Ricardo
Maracaibo, Enero 2014
AUTOMATIZACION DEL PROCESO DE SELECCIÓN DE MANDARINAS POR
TAMAÑO A TRAVES DE REDES NEURONALES
iii
iv
INDICE GENERAL
Pág.
ÍNDICE GENERAL iv
LISTA DE CUADROS vi
LISTA DE GRAFICOS vii
RESUMEN viii
ABSTRACT ix
INTRODUCCIÓN 1
CAPÍTULO 4
I. EL PROBLEMA 4
1.1. Planteamiento Del Problema 4
1.2. Formulación Del Problema 7
1.3. Objetivos De La Investigación 7
1.3.1. Objetivo General 7
1.3.2. Objetivos Específicos 8
1.4. Justificación De La Investigación 8
1.5. Delimitación De La Investigación 10
II. MARCO TEÓRICO 12
2.1. Antecedentes 12
2.2. Fundamentación Teórica 16
2.2.1. Redes Neuronales Artificiales 17
2.2.1.2. Ventajas De Las Redes Neuronales 17
2.2.1.3. Aprendizaje Adaptativo 18
2.2.1.4. Topología De Las Redes Neuronales 19
2.2.1.5. Mecanismos De Aprendizaje 19
2.2.1.6. Redes Con Aprendizaje Supervisado 21
2.2.1.7. Redes Con Aprendizaje No Supervisado 21
v
2.2.1.8. Modelo De Resonancia Adaptativa (ART) 21
2.2.1.9.Arquitectura De Una Red ART 22
2.2.1.10.Funcionamiento De Una Red ART 24
2.2.1.11.Aprendizaje De una ART 27
2.2.2.Tratamiento Digital De Imágenes 28
2.2.2.1.Etapas Fundamentales Del Procesamiento De
Imágenes 29
2.2.2.2.Elementos De Los Sistemas De Procesamiento Digital
De Imágenes 29
2.2.2.3.La Película Fotográfica 31
2.2.2.4.Características De La Película Fotográfica 32
2.2.3.Sistemas De Automatización 33
2.2.4.Los Controladores Lógicos Programables (PLC) 40
2.2.5.Sensores – Transductores 52
2.3.Operacionalización De Las Variables 56
III. MARCO METODOLOGICO 57
3.1.Tipo De Investigación 57
3.2. Diseño De La Investigación 58
3.3. Unidad De Análisis 60
3.4.Instrumento De Recolección De Datos 61
3.5.Procedimiento De La Investigación 62
IV. PRESENTACION Y ANALISIS DE LOS RESULTADOS 64
Fase I: Descripción Sobre La Selección De La Mandarina Por
Tamaño 64
Fase II: Reconocimiento y Procesamiento De Imágenes 66
Fase III: Codificación y Programación Del Software Para El
Análisis De La Imagen Procesada y El Entrenamiento De La
Red
69
vi
Fase IV: Simulación A Través Del Software Para La
Clasificación De La Mandarina Por Tamaño. 70
CONCLUSIONES 72
RECOMENDACIONES 73
REFERENCIAS BIBLIOGRAFICAS 74
ANEXOS 76
A: Codificación Del Programa: Selección De Mandarinas 77
B: Imágenes Experimentales De Mandarinas 79
vii
LISTA DE CUADROS
CUADROS Pág.
TABLA 2.3. Operacionalización De Las Variables 56
TABLA 4.1. Calibre de la Mandarina 65
viii
LISTA DE GRÁFICOS Y FIGURAS
GRAFICOS Y FIGURAS Pág.
Figura 1. Arquitectura Simplificada De La Red ART 23
Figura 2. Subsistema De Atención, Subsistema De Orientación 24
Figura 3. Ciclo De Funciones Del PLC 47
Figura 4: Esquematización por etapas del proceso de selección de
la mandarina. 66
ix
Oviedo Sáez José Eliseo. Automatización del Proceso de Selección de Mandarinas a través de Redes Neuronales. Universidad Dr. Rafael Belloso Chacín. Programa: Maestría en Ingeniería de Control y Automatización de Procesos. Maracaibo, 2013.
RESUMEN
La mandarina es un fruto rico en vitamina C, flavonoides y aceites que ofrecen un gran número de aportes y beneficios al cuerpo humano. Su comercialización se efectúa a través de intermediarios, quienes realizan la transacción entre el productor y el consumidor, con criterios basados en la calidad promedio observada a simple vista en la carga sobre el vehículo, sin importar los atributos propios de la fruta. Esta indefinición obedece a la inexistencia de un proceso de selección que permita ofertarlo en forma directa y clasificada, de acuerdo a valores normalizados, por lo tanto se requiere de un sistema de automatización para la selección, empleando una red neuronal con el fin de procesar imágenes y realizar comparaciones entre calibres de tamaño establecidos. Nevot (1999), Fiszelew (2000), Fuentes (2001), entre otros, representan a las investigaciones que anteceden al proyecto presente, siendo contenido común, el procesamiento de imágenes, uso de redes neuronales como temas de refuerzo y apoyo al estudio actual. La modalidad que define a la investigación la enmarca dentro de un proyecto descriptivo apoyado en la investigación documental, y basado en un diseño de campo no experimental transversal. La unidad de análisis establecida corresponde a la hacienda con el mayor volumen de producción, de donde se extrajeron las mandarinas de diversos tamaños para la experimentación. La metodología usada es propia del autor fundamentándose en la metodología sobre el procesamiento de imágenes planteado por Illidge (2010). Los resultados obtenidos permitieron elaborar un modelo matemático con el fin de entrenar la red, tomar decisiones de acuerdo a los parámetros establecidos y simular el proceso de selección, obteniendo al final la clasificación del fruto por su tamaño. Palabras Claves: Mandarinas, Automatización, Procesamiento de imágenes, Red Neuronal, Selección
x
Oviedo Sáez José Eliseo. Automatización del Proceso de Selección de Mandarinas a través de Redes Neuronales. Universidad Dr. Rafael Belloso Chacín. Programa: Maestría en Ingeniería de Control y Automatización de Procesos. Maracaibo, 2013
ABSTRACT
Tangerine is a fruit rich in vitamin C, flavonoids and oils that offer a large number of contributions and benefits to the human body. Your marketing is done through brokers, who conduct the transaction between the producer and the consumer, based on the average quality observed by the naked eye in the load on the vehicle, regardless of the attributes of the fruit criteria. This uncertainty is due to the absence of a selection process that allows offer it directly and classified according to standardized values therefore requires an automation system for selection using a neural network in order to process images and to make comparisons between gauges set size. Nevot (1999 ) , Fiszelew (2000 ) , Fuentes ( 2001 ), among others , represent investigations that predate the present project , with common content , image processing , using neural networks as subjects of reinforcement and support to the current study . The mode defines the research forms part of a project supported by descriptive documentary research, and based on a transversal no experimental field. The unit of analysis corresponds to the property set with the largest volume of production, where the mandarins of various sizes were extracted for experimentation. The methodology is being based on the author's own methodology for image processing proposed by Illidge (2010). The results allowed to develop a mathematical model in order to train the network, make decisions according to the parameters set and simulate the selection process, obtaining the end result classification by size .
Keywords: Mandarin, Automation, Image Processing, Neural Network, Selection.
INTRODUCCION
La mandarina es el fruto de las diferentes especies de cítricos llamados
comúnmente mandarino. Pertenece al grupo de frutos llamados hesperidios y
su pulpa está formada por un considerable número de gajos llenos de jugo;
el cual contiene mucha vitamina C, flavonoides y aceites esenciales. Es el
cítrico más parecido a la naranja, aunque de menor tamaño, sabor más
aromático y con mayor facilidad para quitar su piel en la mayoría de las
variedades. Por eso se considera una de las frutas más apreciadas.
El proyecto se destina al desarrollo de una herramienta de apoyo a los
productores de mandarinas, con el fin único de optimizar el volumen de
producción por cosecha incidiendo directamente en la calidad comercial del
producto. La utilidad del procesamiento de imágenes es muy amplia, y
abarca diversos campos en su aplicación, siendo el campo de la agricultura
un área de estudio de gran interés por los diversos escenarios dispuestos en
la automatización y el control industrial.
La investigación se asocia a la solución de un problema de contexto
científico, partiendo del uso del procesamiento de imágenes y redes
neuronales para seleccionar mandarinas, lo que permite automatizar la
clasificación del fruto de manera eficiente y con un mínimo margen de error
en comparación al proceso manual existente. Cabe destacar que
antecesores como Fuentes (2001), Illidge (2010), Wai (2003), entre otros,
argumentaron sus estudios a la clasificación de productos de carácter
2
agrícola, siendo un aporte de suma importancia al desarrollo tecnológico y a
la innovación agropecuaria.
Con el reconocimiento de patrones a partir de la adquisición de imágenes,
la conversión a escalas de grises, la umbralización y el cálculo del área, se
logra el entrenamiento de la red para la posterior selección de la mandarina
en tres clases de calibres estandarizados internacionalmente. Cabe destacar
que el proceso de selección manual depende de la apreciación subjetiva del
productor al momento de la recolección de la cosecha o en su defecto, de un
supervisor de línea cuando el producto se procesa a través de una cadena
de producción.
Actualmente, el uso de redes neuronales se ha extendido ampliamente en
el mercado de software doméstico, dejando de estar restringidas a los
entornos de investigación y a las grandes empresas. De esta forma, se
pueden encontrar modelos de redes neuronales en programas de
reconocimiento de voz, en juegos de ordenador, programas de contabilidad,
tutores, procesos industriales y agrícolas entre otros. Las características de
las redes neuronales hacen que sus posibles aplicaciones sean muy
extensas.
Desde esta perspectiva, el documento está estructurado y desarrollado a
partir de las partes y contenidos que a continuación se refieren:
• Capítulo I: Este apartado lo constituye el planteamiento del problema,
el objetivo general y los objetivos específicos, la justificación del
3
proyecto y la delimitación del mismo, con la finalidad de exponer la
necesidad presente y el desarrollo de las metas en la automatización
trazada.
• Capítulo II: Está formado por los antecedentes que preceden a la
investigación, la fundamentación teórica que argumenta el trabajo en
estudio, describiendo además la operacionalización de las variables
reflejadas en el proyecto.
• Capítulo III: En este capítulo se define el tipo y diseño de la
investigación, la unidad de análisis, además de la metodología
formulada para el desarrollo de los objetivos.
• Capítulo IV: En este apartado se presentan, analizan y desarrollan las
diversas fases y resultados para la consecución de los objetivos
planteados, con el fin de obtener respuestas concretas ante la
solución de la problemática en cuestión.