مقاله پردازش تصوير در كنترل كيفيت و صنايع غذايي

مقدمه:    2
بيان مسئله    3
رایانه بینایی    4
مراحل اساسی پردازش تصویر:    4
نیازمندی های تصویربرداری    6
پردازش رنگ تصویر    6
خلق تصویر    7
کاربردهای رایانه بینایی در صنایع غذایی:    11
نمونه هایی از کاربرد پردازش تصویر در  سیب درختی:    12
توصیف الگوریتم :    15
نمونه هایی از کاربرد های پردازش تصویر در سیب زمینی:    17
تشکیل رنگ و اکریل آمید در چیپس سیب زمینی در طی سرخ کردن:    19
نمونه اي از كاربرد پردازش تصوير در تشخيص گوجه فرنگي رسيده بر روي ساقه:    21
نمونه اي از كاربرد پردازش تصوير در شناسايي آلودگي هاي پوسته تخم مرغ :    23
يافته‌ها    25
نتيجه گيري:    26
منابع    27

مقدمه:
تضمین کیفیت یکی از مهم ترین اهداف در هر صنعتی می باشد. توانایی تولید محصولات با کیفیت بالا و با ثبات ، اساس موفقیت در صنعت پررقابت غذاست .تضمین کیفیت ، صداقت را در مشتریان برمی انگیزاند و به توسعه سهم بازار می انجامد. روش های سنتی ارزیابی حسی در تعیین کیفیت مواد غذایی کاربرد زیادی دارند و هنوز توسط بازرسان آموزش دیده انجام می شود. ولی این روش ها زمان بر و پرهزینه هستند.این عوامل سبب ایجاد انگیزه برای روش های جانشین شده است که در زمان کمتر و با دقت بیشتر خصوصیات کیفی محصول را ارزیابی می کند. پردازش تصویر یکی از این روش هاست. نشان داده شده که کاربرد پردازش تصویر در اندازه گیری خصوصیات کیفی یکی از امید بخش ترین موضوعات تحقیقاتی است . اخیرا کامپیوترها در صنایع غذایی در جهت اهداف تضمین کیفیت به سرعت در حال استفاده شدن می باشند. در طی چند سال گذشته رشد انفجاری در نرم افزار و سخت افزارهای کامپیوتری به پیشرفت های بسیار مهم در فن آوری ماشین های بینایی منتهی شد. محدوده کاربرد های ماشین بینایی از بازرسی های روتین تا کنترل های رباتیک می باشد. رایانه های بینایی که تکنیک های پردازش تصویر را به خدمت گرفتند، به سرعت پیشرفت کردند که می توانند به طور کمی اندازه های پیچیده، شکل ، رنگ و خصوصیات بافت غذا را تعیین نمایند.سیستم های پردازش تصویر یک نقش بسیار بسیار مهم در ارزیابی کیفی غذا به عهده دارند. رایانه بینایی ، تکنولوژی تهیه و آنالیز تصاویر یک صحنه واقعی به وسیله کامپیوتر در راستای کسب اطلاعات و یا کنترل یک پروسه و يك روش بازرسي سريع، اقتصادي، پايدار و غير تماسي مي باشد . سرعت و دقت موجود در اين روش ، كاربرد آن را در توليدات انبوه و بر طرف ساختن نيازهاي مربوط به كنترل كيفي محصول برآورده نموده و بدين خاطر است كه باعث گسترش آن در بسياري از صنايع، به خصوص پروسه هاي خودكار و جايگزيني آن با روشهاي بازرسي چشمي و ... گرديده است . نياز به اين نوع سيستم بازرسي غير مخرب و غير شيميايي كه دخالت مستقيم انسان را در آن منتفي نمايد، در صنايع غذايي كه ارتباط مستقيم با سلامت جامعه انساني دارد، بيش از ساير صنايع احساس مي گردد.
بيان مسئله
در طول دهه گذشته ،کامپیوترها در بسیاری از جاها، برای اتوماسیون وظیفه تضمین کیفیت معرفی شده اند. صنایع غذایی به طور سنتی در منطبق شدن با این فن آوری جدید و حرکت کردن به سمت اتوماسیون قابل برنامه ریزی به کندی پیش می رود. رنارد موانع زیر را برای اتوماسیون واحدهای فرآوری غذا ذکر کرد: اختلاف نظر روی آنچه که باید اندازه گیری شود زیرا فرایندهای تولید به خوبی درک نشده است. فقدان استانداردهای مناسب برای خواصی که می توانند مقایسه شوند. و عمر واحدها و تجهیزات. به هر حال ، سرعت، قابلیت اعتماد و صرفه جویی در هزینه که اجزای لاینفک فرایند اتوماسیون می باشند، محرک کافی برای صنعت غذا بوده اند تا اتوماسیون را دنبال کنند.
به منظور توسعه یک سیستم اتوماسیون برای ارزیابی کیفیت غذا ، سیستم های پردازش تصویر اغلب با وسایل مکانیکی تلفیق شده اند تا جایگزین تلاش های دستی انسان در انجام یک فرایند شوند. در چنین سیستمی ،سیستم پردازش تصویر ، دارای مرکزیت می باشد که عملیات ماشین آلات را کنترل می کند.  
به طور کلی ، یک سنسور ماشین بینایی برای اندازه گیری چندین جنبه از نتایج یک پروسه تولید (مانند شکل، اندازه، بافت ، موقعیت) استفاده می شوند که شاخص درستی ، کارایی یا کیفیت فرایند است.پارامترهای اندازه گیری شده به عنوان بازخور می توانند در یک حلقه بازمان واقعی کنترل استفاده شوند تا فرایند تولید،از طریق تغییرات در پارامترهای فرایند(سرعت،دما،میزان جریان و .... ) بهینه شوند.یک نمودار شماتیک بینایی کامپیوتری براساس کنترل فرایند روی خط در شکل زير نشان داده شده است.
       
صنعت غذا به پیشرفت ادامه می دهد تا در محدوده قسمت سریع ترین رشد در کاربرد ماشین های بینایی باشد. و اکنون درمیان ده صنعت برترکه از فن آوری ماشین های بینایی استفاده می کنند، طبقه بندی می شود.
رایانه بینایی 
رایانه بینایی ، علمی است که اساس تئوریکی و الگوریتمی را توسعه می دهد که بوسیله آن، اطلاعات مفید درباره یک جسم یا حس می تواند به طور خودکار استخراج شود و تجزیه و تحلیل شود ، از یک تصویر مشاهده شده، یا مجموعه ای از تصاویر یا زنجیره ای از تصاویر متوالی.
مراحل اساسی پردازش تصویر:
شناخت ماهیت مفید شیء از داده های تصویری، یک وظیفه پیچیده شامل یک سری از مراحل است:
    خلق تصویر برای تبدیل تصویر به صورت دیجیتالی آن
    پیش پردازش تصویر برای فراهم نمودن یک تصویر بهبود یافته با همان ابعاد تصویر اصلی
    تقسیم تصویر به چند جزء
    نمایش و توصیف
    شناخت و تفسیر
هریک از این مراحل باید بادقت انجام شود.برای مثال،یک تصویر با کیفیت پایین تشکیل شده یا حاصل شده ، با هرمقدار پردازش بیشتر نمی تواند نتایج خوبی را فراهم کند.روشنایی مناسب و کیفیت بالای اپتیکی و مدارات الکترونیکی در خلق تصاویر با صحت زیاد حیاتی هستند.
هدف از پیش پردازش یا مشروط کردن تصویر، افزایش کیفیت تصویر به دست آمده است که اغلب به وسیله تغییر شکل و اختلال(نویز) در سیستم های اپتیکی و الکترونیکی تجهیزات ورودی ،کیفیت آن تنزل می یابد. مراحل پیش پردازش شامل یک مرحله یا بیشتر از مراحل زیر می باشد:
کاهش اختلال ،تصحیح هندسی، تصحیح سطح خاکستری و تصحیح عدم تمرکز.
تقسیم تصویر به چندجزء ،همچنانکه از نام آن بر می آید ، به فرایند تقسیم یا تفکیک یک تصویر مرکب به اجزاء یا اجسام متشکله آن اشاره می کند.تقسیم درست تصویر بسیار مهم است. اغلب، نخستین گام جهت اطمینان از تقسیم موفقیت آمیز یک تصویر، کنترل یکنواخت بودن زمینه است.
   
توصیف تصویر به استخراج ماهیت تصویر اشاره دارد که به اطلاعات کمی از شاخص مورد توجه منتهی می شود.
مراحل شناخت و تفسیر ، که هدف نهایی است، ترجمه داده های آنالیز شده تصویری به اطلاعاتی است که برای اقدام بیشتر مانند فرایند ویا کنترل ماشین مفید می باشد.