SVCf - Sistema de Visão Computacional para Frutas

O SVCf é um módulo para a identificação de pontos de corte em frutas com pedúnculo.

Funcionalidades

• Localiza a área do pedúnculo
• Gera pontos candidatos ao corte
• Funções para encontrar o ponto de corte que utiliza:
  • Média ponderada
  • Média Aritmética
  • Kmeans

Modo de utilizar

Para utilizar o módulo faça o download do arquivo PC.py

Logo em seguida, coloque-o dentro da mesma pasta do arquivo da chamada principal.

  import PC as pc

Com isso, é possível ter acesso a todas a funções do arquivo.

Uso

A etapa inicial é localizar a área do pedúnculo, para isso, utiliza-se a função de preve a área, na qual se baseia na área (caixa) da fruta.

areaPedunculo = pc.preveAreaPedunculo(xt, yt, xb, yb, limiarLargura, limiarAltura, distanciaCaixa)

Parâmetro	Tipo	Descrição
xt, yt	int	coordenada superior da caixa da fruta
xb, yb	int	coordenada inferior da caixa da fruta
limiarLargura	float	largura desejada para a área do pedúnculo [0,1]
limiarAltura	float	altura desejada para a área do pedúnculo [0,1]
distanciaCaixa	int	distância entre a caixa do pedúnculo e a caixa da fruta

Retorna as coordenadas da área do pedúnculo

  x1, y1, x2, y2 = areaPedunculo[0], areaPedunculo[1], areaPedunculo[2], areaPedunculo[3]

Área do pedúnculo

Com as coordenadas da área é realizado um corte para que seja obtido somente a parte da imagem referente a área do pedúnculo.

corteAreaPedunculo = imagem_pedunculo[y2:y1, x1:x2]

Localização da coordenada final do ponto de corte

coordenadaFinal = pc.coordenadaPontoFinal(corteAreaPedunculo,
                                                  baixo,
                                                  alto,
                                                  TopLeftX, 
                                                  TopLeftY, 
                                                  " ", 
                                                  valor,
                                                  metodo)

Parâmetro	Tipo	Descrição
areaPedunculo	array	imagem da região do pedunculo
limiarBaixo	array	valores mínimo do vetor característica do pedúnculo
limiarAlto	array	valores máximo do vetor característica do pedúnculo
topLeftX	int	coordenada X da caixa da fruta
topLeftY	int	coordenada Y da caixa da fruta
tipoBusca	string	Ponderada - Media - Kmeans
qtdPontos	int	Quantidade de cluster
metodo	int	Remove os outliners

Existe duas maneiras de remover os outliners: 1 (outliners) 2 (IsolationForest)

Retorna

  pontoX, pontoY, areaSegmentada, pontosCandidatos = coordenadaFinal[0], coordenadaFinal[1], coordenadaFinal[2], coordenadaFinal[3]

Parâmetro	Tipo	Descrição
coordenadaFinalX	int	coordenada X
coordenadaFinalY	int	coordenada Y
areaPedunculo	array	imagem da região do pedunculo
imagemHUE	array	imagem com os pontos candidatos marcados

Banco de Imagens

Local de captura: Instituto Federal de Educação Ciência e Tecnologia do Ceará, campus Crato.

Dia: 09 de Novembro de 2022

Hora: 15:30 - 17:30

Aparelho de captura: Poco X3 Pro

Dimensões: 3000x3000

---

Imagens de treinamento redimensionadas para 500x500

Imagens para treinamento: 535

Imagens de validação redimensionadas para 1500x1500

Composta: 103

Inclinada: 12

Oclusa Manga: 149

Oclusa Pedúnculo: 169

Simples com Folhas no Fundo: 208

Simples sem Folhas no Fundo: 249

Link para acessar a base de imagens:

Kaggle

Melhorias

• Modularização do código
• Adição do método K-means para encontrar o ponto de corte

Ferramentas

🤝 Colaboradores

Agradecemos às seguintes pessoas que contribuíram para este projeto:

André Albuquerque

Alan Victor

Pedro Henrile

Carlos Hairon