Please use this identifier to cite or link to this item: http://repositoriosenaiba.fieb.org.br/handle/fieb/1270
Title: Visão computacional aplicada ao controle de qualidade de casulos do bicho-da-seda: subsistema de segmentação de imagens
Other Titles: Computer vision applied to the quality control of silkworm cocoons: image segmentation subsystem
Authors: Bomfim, Roberto Espinheira da Costa
metadata.dc.contributor.advisor: Alves, Bruno Guimarães Costa
Keywords: Casulo do bicho-da-seda;Produção de seda;Segmentação de imagens;Processamento de imagens;Visão computacional
Issue Date: Mar-2015
Publisher: Faculdade de Tecnologia SENAI CIMATEC
Citation: BOMFIM, Roberto Espinheira da Costa; ALVES, Bruno Guimarães Costa (Orientador). Visão computacional aplicada ao controle de qualidade de casulos do bicho-da-seda: subsistema de segmentação de imagens. Salvador, BA, 2015. 131 p. TCCP (Especialização em Automação, Controle e Robótica) Faculdade de Tecnologia Senai Cimatec, Salvador, 2015.
metadata.dc.description.resumo: Ao longo da cadeia de produção da seda, os casulos do bicho-da-seda passam por sucessivas etapas de controle de qualidade, normalmente envolvendo inspeções visuais feitas por pessoas. No entanto, o cansaço físico e psicológico provocado pela execução repetitiva de tal tarefa traz prejuízos tanto à saúde dos trabalhadores quanto à qualidade do produto final. Diante desse contexto, o objetivo do projeto a longo prazo é automatizar o processo de detecção, classificação e retirada dos casulos que não atendam aos critérios de qualidade. O objetivo deste trabalho, por sua vez, é analisar os diferentes métodos de segmentação de imagens existentes, com foco na detecção de casulos do bicho-da-seda. A metodologia utilizada inclui a construção de um banco de imagens dos casulos e a implementação e comparação de 3 métodos diferentes de segmentação de imagens, escolhidos com base no cruzamento entre as características do problema e as características dos algoritmos disponíveis na literatura. Ao final, os resultados dos 3 algoritmos de segmentação são apresentados e é feita uma análise comparativa de seus respectivos desempenhos, vantagens e desvantagens.
Abstract: Along the silk production chain, silkworm’s cocoons pass through successive quality control steps, usually involving human visual inspections. However, the physical and psy chological fatigue caused by repetitive execution of such a task can impair workers’ health and the quality of the final product. In this context, the long-term objective of the project is to automate the whole process of detection, classification and removal of cocoons that don’t meet the quality criteria. The objective of this work, in turn, is to analyze the different existing image segmentation methods, focusing on the detection of silkworm’s cocoons. The methodology includes the generation of a cocoons’ image bank and the implementation and comparison of 3 different image segmentation methods, chosen by a comparison of the characteristics of the problem and the characteristics of the algorithms available in the literature. In the end, the results of the 3 segmentation algorithms are presented and a comparative analysis of their performance, advantages and disadvantages is made.
URI: http://repositoriosenaiba.fieb.org.br/handle/fieb/1270
Appears in Collections:Trabalho Conclusão de Curso – TCCP

Files in This Item:
File Description SizeFormat 
TCCP_ROBERTO ESPINHEIRA DA COSTA BOMFIM.pdfTCCP / ESPECIALIZAÇÃO / SENAI CIMATEC23.58 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.