Diseño de un sistema para la selección de granos de café tostado
basado en la tarjeta Raspberry Pi
Ing. Alberto Nicolas Bautista BautistaIng. Víctor Vivanco Trujillo
Dr. Mario Alberto García MartínezDr. Oscar Osvaldo Sandoval González
Octubre 2016
SENIE 2016 : Semana Nacional de Ingeniería Electrónica
INSTITUTO TECNOLÓGICO DE ORIZABA
ÍNDICE Introducción Problemática Propuesta de Solución Aplicación Metodología Desarrollo del Sistema Resultados y conclusiones Bibliografía
1
INTRODUCCIÓN El procesamiento digital es actualmente un área
de aplicación tecnológica altamente atendida y necesaria.
En éste proyecto se desarrolló un sistema de selección basado en la tarjeta Raspberry Pi 2 modelo B y en la adquisición de datos .
Con esta plataforma software/hardware se puede realizar una selección correcta de granos de café tostado de acuerdo a una característica particular.
2
PROBLEMÁTICA
Imagen
Transductor
DAQ
Procesamiento
MemoriaGasto computacional
Dificultad programación
3
Propuesta de solución
Transductor
Raspicam DAQ / Procesamiento
Raspberry PiInterfaz de UsuarioIHM
Sistema mínimo basado en microcontrolador:
4
Aplicación:Análisis del grano de café
Industria de primer Nivel en México.
Producto de exportación Mundial.
Análisis de calidad del café.
Características de interés. Color de tostado deseado.
5
Metodología:Desarrollo del procesoPrototipo propuesto:
6
Prototipo propuesto
• Sistema de selección de granos de café.
• Tolva.
• Conducto de café y banda transportadora.
• Subsistema de captura, procesamiento y análisis de imagen (Raspberry PI 2 modelo B).
• Selector de granos de café (electroválvula).
7
Características del prototipo
• Iluminación controlada.
• Banda transportadora.
• Raspicam (ajustado enfoque).
• Procesamiento mediante Raspberry Pi 2 Modelo B.
• Actuador basado en presión para separación de grano. 8
Procesamiento de imágenes
Imagen Base
Raspicam
Raspberry Pi
Procesamiento
Actuador
9
Diagrama de flujo:
10
inicio
Activar cámara
Imagen base
Histograma base (HB)
Background subtraction
Toma de imágenes
ROI
“Grano de café en pantalla”
“no hay grano de café”
Histograma (H)
H = HB
Dejar pasar Desechar
si no
si no
Resultados
Grano de café adecuado
Grano de café quemado
El sistema es capaz de distinguir entre granos de café mediante un proceso de comparación de color, separando los que se consideren con un tostado adecuado y los que son considerados como quemados, aislando estos últimos del proceso de producción.
11
Resultados
Resultado de comparación de histogramas de color
Conclusiones Se ha presentado el diseño de un sistema de
procesamiento de imágenes aplicado a la selección de granos de café tostado.
Mediante el uso de la técnica de comparación de color por medio de histogramas se logro la distinción entre niveles de tostado de grados de café y objetos semejantes al grano de café.
Se comprobó el uso de la Raspicam como un transductor útil para la obtención de imágenes adecuadas para llevar a cabo su procesamiento de forma digital.
La tarjeta Raspberry Pi se puede utilizar en la implementación de sistemas mínimos para la tarea de procesamiento de imágenes.
12
Bibliografía [1] B. Jarimopas, N. Jaisin, “An experimental machine visión system for sorting
sweet tamarind”. Journal of food engineering. 15 May 2008. Páginas 7. [2] J. Blasco, S. Cubero, J. Gómez – Sanchís, P. Mira, E. Moltó. “Development of a
machine for the automatic sorting of pomegranate (Punica granatum) arils base don computer visión” Journal of food engineering. 30 May 2008. Páginas 8.
[3] M. Bayram, M. D. Öner. “Determination of applicability and effects of color sorting system in bulgur production line”. Journal of food engineering. 7 March 2005. Páginas 8.
[4] http://www.ni.com/data-acquisition/what-is/esa/, Consultado en junio 2016. [5] Richardson M. and Wallace S. “Getting started with Raspberry Pi”, Published
by O¨Reilly Media, Inc; December 2012 [6] OGATA, Katsuhiko. “Sistemas de Control en Tiempo Discreto”. Prentice Hall.
Segunda Edición. México D.F.; 1996; 1:6. [7] https://www.raspberrypi.org/documentation/usage/camera/, Módulo de
Cámara. Consultado en junio 2016. [8] Daza, G., L.G. Sánchez y J.F. Suárez. 2007. “Selección de características
orientadas a sistemas de reconocimiento de granos maduros de café”. Scientia et Technica 13(35): 139-144.
[9] Hernández, J.E. y F. Prieto. 2005. “Clasificación de granos de café usando FPGA”. Ingeniería y Competitividad, 7(2): 35-42.
13
GRACIAS POR SU ATENCIÓN
14
Top Related