Please use this identifier to cite or link to this item:
https://dspace.ctu.edu.vn/jspui/handle/123456789/123636| Title: | THIẾT KẾ HỆ THỐNG PHÂN LOẠI XOÀI BẰNG PHƯƠNG PHÁP XỬ LÝ ẢNH |
| Authors: | Nguyễn, Chánh Nghiệm Nguyễn, Phước Lộc Phạm Nguyễn, Hoàng Huy Nguyễn, Minh Nhựt |
| Keywords: | Tự Động Hóa |
| Issue Date: | 2024 |
| Publisher: | Trường Đại Học Cần Thơ |
| Abstract: | Xoài, một loại trái cây nhiệt đới giàu dinh dưỡng và có giá trị kinh tế cao, đóng vai trò then chốt trong ngành xuất khẩu nông sản của nhiều quốc gia. Trước yêu cầu ngày càng khắt khe của thị trường quốc tế về chất lượng sản phẩm, việc phân loại xoài dựa trên các tiêu chí như khối lượng và diện tích khuyết tật trên bề mặt trở thành yếu tố quyết định. Tuy nhiên, các phương pháp phân loại truyền thống vẫn chủ yếu dựa vào thao tác thủ công, hạn chế cả về độ chính xác lẫn năng suất. Nghiên cứu này đặt mục tiêu phát triển một hệ thống phân loại xoài tự động, kết hợp công nghệ xử lý ảnh và thuật toán máy học để nâng cao hiệu quả. Hệ thống được thiết kế để dự đoán khối lượng xoài một cách chính xác và xác định diện tích khuyết tật trên bề mặt nhờ cải tiến từ các nghiên cứu trước. Nhóm nghiên cứu đã tập trung vào tối ưu hóa hệ thống chụp ảnh bề mặt, nâng cấp cơ chế hoạt động và phần mềm, cũng như tích hợp các thuật toán học máy tiên tiến nhằm đạt được sự phân loại chính xác và nhất quán hơn. Thử nghiệm cho thấy hệ thống có khả năng phân loại xoài thành bốn cấp chất lượng, thay vì chỉ hai cấp như trước đây, với độ chính xác vượt ngưỡng 95%. Để nâng cao tiềm năng ứng dụng, nghiên cứu đề xuất tích hợp thêm mô-đun đo phổ nhằm mở rộng tính năng phân tích, cùng với việc thu thập thêm dữ liệu để cải thiện mô hình dự đoán khối lượng. Những cải tiến này không chỉ giúp hệ thống đáp ứng tốt hơn các yêu cầu của thị trường xuất khẩu mà còn góp phần thúc đẩy tự động hóa trong ngành nông sản. |
| URI: | https://dspace.ctu.edu.vn/jspui/handle/123456789/123636 |
| Appears in Collections: | Trường Bách khoa |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| _file_ Restricted Access | 2.87 MB | Adobe PDF | ||
| Your IP: 216.73.216.2 |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.