КАЗАНСКИЙ НАЦИОНАЛЬНЫЙ ИССЛЕДОВАТЕЛЬСКИЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ ИМ. А.Н. ТУПОЛЕВА - КАИ
Кафедра АСОИУ
КУРСОВАЯ РАБОТА
по дисциплине
« ИССЛЕДОВАТЕЛЬСКИЙ ПРОЕКТ»
Разработка методов и средств сортировки репчатого лука на овощехранилище
Руководитель: Исполнитель:
доцент каф. АСОИУ студент группы 4295
Суздальцев В.А. Тимербаев Ф.И.
_____________20__ _____________20__
Казань, 2017 г
Education and Science Ministry of Russian Federation
Kazan National Research Technical University
Named A. N. Tupolev
Department of Automated Systems for Information Processing & Control
COURSE WORK
Discipline: «RESEARCH PROJECT»
Theme: Development of methods and means for sorting onions in a vegetable store
Head of the work: Developer:
associate Professor of ASOIU student of group 4295
Suzdalcev V.A. Timerbaev F.I.
_____________20__ _____________20__
Kazan, 2017
ЗАДАНИЕ К КУРСОВОЙ РАБОТЕ
ДИСЦИПЛИНА – «Исследовательский проект»
Фамилия, имя, отчество студента: Тимербаев Фаннур Ильдарович, группа 4295.
Фамилия, имя, отчество руководителя: Суздальцев Владимир Антонович.
Teмa: «Разработка методов и средств сортировки репчатого лука на овощехранилище»
Область исследования: «Процесс сортировки репчатого лука».
Объект исследования: «Процесс оценки размеров и цвета репчатого лука».
Проблема: «Отсутствие точных методов оценки размера и цвета, что не обеспечивает качество сортировки поступающей партии овощной продукции и следовательно ее качество».
Предмет исследования: «Взаимосвязь между значениями признаков определения границ и цвета овощной продукции, и границей и продукции изделия на изображении».
Гипотеза: «Существует наблюдаемые признаки позволяющие установить границу и цвет овощной продукции на изображении».
Цель исследования: «Выявить закономерности между наблюдаемыми признаками и границей изображения». Более точное установление границы и цвета продукции позволит повысить точность определения размера овощной продукции и качество сортировки.»
Практическое использование результатов исследований: «Использование выявленной закономерности для сортировки продукции, что позволит повысить качество овощной продукции».
Задачи исследований:
1. Установление множества наблюдаемых признаков позволяющих устанавливать границу и цвет луковиц.
2. Установление зависимости между множеством признаков и границей луковиц.
3. Установление зависимости между множеством признаков и цветом луковиц.
Методы исследования: методы теории вероятностей и математической статистики, метод группового учета аргументов.
СРОКИ КОНТРОЛЯ ВЫПОЛНЕНИЯ ПРОЕКТА
Срок завершения работы -23 .12.2017.
Пояснительная записка предоставляется руководителю не позднее, чем за три дня до защиты проекта для получения отзыва.
Дата выдачи задания курсовой работы ...............................
Подпись руководителя.............................
Подпись студента..................................
Содержание
Постановка задач исследований. 5
1.1 Объекты, проблемы, гипотезы, предмет, цели, практические результаты исследований, актуальность. 5
1.2 Область исследований, тезаурус, концепты, атрибуты.. 7
1.3 Задачи и этапы проведения исследований. 36
2. Определение информационных признаков. 38
2.1 Характеристики признаков и результаты экспериментов. 38
2.2. Подготовка данных для проведения корреляционного анализа. 57
2.2.1 Нормирование значений признаков. 57
2.3 Проведение корреляционного анализа. 62
3. Установление зависимости. 67
3.1. Формирование обучающей и контролирующей выборок. 67
Постановка задач исследований
Иерархия понятий
Объекты
Работник овощебазы
Изображение луковиц
Дескрипторы текущей точки
Границы луковиц на изображении
Сопроводительный документ при приеме партии
Сопроводительный документ на хранение
Процессы
Сортировка луковиц
Получение результатов сортировки луковиц
Состояние
Здоровая луковица
Больная луковица
Свойства
Параметры изображения
Характеристика яркости точек изображения
Коэффициент вариации
Оценка математического ожидания
Методы
Методы обработки изображений
Замыкание
ЛБШ
Таблица 1.2.3. Понятия тезауруса (отношение «Часть целое»)
| Код понятия |
Иерархия понятий | |
| 001 | Партия луковиц | |
| 016 | Здоровые луковицы | |
| 017 | Больные луковицы | |
| 010 | Изображение луковиц | |
| 011 | Дескрипторы текущей точки | |
| 012 | Границы луковиц на изображении | |
Таблица 1.2.4. Понятия тезауруса (отношение «Иметь свойство»)
| Код понятия |
Иерархия понятий | |
| 010 | Изображение луковиц | |
| 013 | Характеристика яркости точек изображения | |
| 021 | Коэффициент вариации | |
| 022 | Оценка математического ожидания | |
| 023 | Несмещенная оценка дисперсии | |
Построим семантическую сеть:
Рис. 1.2.1. Семантическая сеть
Характеристики отношений приведены в таблицах 1.2.5- 1.2.7
Таблица 1.2.5 Определение отношений
| Имя отношения | Синонимы | Пояснение | |
| 1 | Получить | Принять | Получение информации. |
| 2 | Сортировать | Отбирать | Процесс сортировки на здоровые и больные луковицы. |
| 3 | Обработать | Изменять | Производить обработку изображений луковиц с целью повышения его качества |
| 4 | Исследовать | Анализировать | Производить исследование изображений луковиц с целью определения значений информативных признаков |
Таблица 1.2.6 Свойства отношений
| Имя отношения | Степень отношения | Инверсное отношение | Свойства | |
| 1 | Получить | Бинарное | Содержать (что, кого) | Антисимметричность, транзитивность, рефлексивность |
| 2 | Сортировать | Бинарное | Рассортировать(что?кого?) | Антисимметричность, транзитивность, рефлексивность |
| 3 | Обработать | Бинарное | Использоваться для исследования (что, чего) | Антисимметричность, антирефлексивность, антитранзитивность |
| 4 | Исследовать | Бинарное | Использоваться для обработки (что, чего) | Антисимметричность, антирефлексивность, антитранзитивность |
Таблица 1.2.7 Отношения между концептами
| Отношение | Наименование исходного концепта | Наименование целевого концепта | |
| 1 | Получить(что?) | Изображение луковицы | Изображение луковицы |
| 2 | Получить(что?) | Сопроводительный документ | Сопроводительный документ |
Таблица 1.2.7 Отношения между концептами. Продолжение.
| 3 | Сортировать (что? кого?) | Партия луковицы | Здоровая луковица, больная луковица |
| 4 | Исследовать | Изображение луковиц | - |
| 5 | Обработать (чем?) | Изображение луковиц | Методы обработки изображений |
Список концептов, который будет использоваться в данной работе приведен в таблице 1.2.8 «Список концептов».
Таблица 1.2.8. Список концептов
| Номер и код концепта | Наименование концепта | Определение, пояснение |
| 0001 (С1) | Партия луковиц | Совокупность единиц луковиц одного наименования, типоразмера, исполнения. |
| 0002 (С2) | Нормы оценки о степени повреждения луковицы | Документ, содержащий информацию о нормах степени повреждения луковиц. |
| 0003 (С3) | Изображение луковиц | Изображение луковиц для сортировки |
| 0004 (С4) | Методы обработки изображений | Совокупность операций, используемых для улучшения качества изображения |
Определим атрибуты концептов:
Таблица 1.2.9. Атрибуты концептов
| Код концепта | Наименование концепта | Код атрибута | Атрибуты концептов |
| С1 | Партия луковиц | A11 | Здоровая луковица |
| С1 | Партия луковиц | A12 | Больная луковица |
| С2 | Нормы оценки о степени повреждения луковицы | A21 | Степень повреждения луковицы |
| С3 | Изображение луковиц | A31 | Точка изображения |
| С3 | Изображение луковиц | A32 | Характеристика яркости точки изображения |
| С3 | Изображение луковиц | A33 | Границы луковиц на изображении |
| С3 | Изображение луковиц | A34 | Коэффициент вариации |
| С3 | Изображение луковиц | A35 | Оценка математического ожидания |
| С3 | Изображение луковиц | A36 | Несмещенная оценка дисперсии |
| С4 | Методы обработки изображений | A41 | Замыкание |
| С4 | Методы обработки изображений | A42 | ЛБШ |
Таблица 1.2.10. Определение атрибутов
| Код концепта | Код атрибута | Атрибуты концептов | Обозначение | Пояснение |
| С1 | A11 | Здоровая луковица | ЗЛ | Дескрипторы текущей точки |
| С1 | A12 | Больная луковица | БЛ | Граница лука на изображении |
| С2 | A21 | Степень повреждения луковицы | СПЛ | Характеристика для определения степени повреждения луковицы. |
| С3 | A31 | Точка изображения | Т | Минимальный элемент матрицы изображения |
| С3 | A32 | Характеристика яркости точки изображения | ХЯТИ | Характеристика яркости точки изображения |
| С3 | A33 | Границы луковиц на изображении | ГЛ | Участки изображения луковиц, образующие их границы |
| С3 | A34 | Коэффициент вариации | КВ | Коэффициент вариации |
| С3 | A35 | Оценка математического ожидания | M | Оценка математического ожидания |
| С3 | A36 | Несмещенная оценка дисперсии | Д | Несмещенная оценка дисперсии |
| С4 | А41 | Замыкание | З | Метод обработки |
| С4 | А42 | ЛБШ | ЛБШ | Метод обработки, который представляет каждый пиксель изображения в виде бинарного числа, зависящего от интенсивностей соседних пикселей изображения. |
Таблица 1.2.11. Области значений атрибутов
| Код концепта | Код атрибута | Атрибуты концептов | Код области значений | Наименование области значений |
| С1 | A11 | Здоровая луковица | D1 | - |
| С1 | A12 | Больная луковица | D1 | - |
| С2 | A21 | Степень повреждения луковицы | D1 | Цвет луковиц |
| С3 | A31 | Точка изображения | D2 | Координаты |
| С3 | A32 | Характеристика яркости точки изображения | D3 | Яркость точки |
| С3 | A33 | Границы луковиц на изображении | D4 | Граница |
| С3 | A34 | Коэффициент вариации | D5 | Значение признака |
| С3 | A35 | Оценка математического ожидания | D5 | Значение признака |
| С3 | A36 | Несмещенная оценка дисперсии | D5 | Значение признака |
| С4 | А41 | Замыкание | D6 | Матрица |
| С4 | А42 | ЛБШ | D6 | Матрица |
Таблица 1.2.12. Области значений
| Код области значений | Наименование области значений | Множество значений | Единица измерения | Точность | Минимум | Максимум |
| D1 | Цвет луковиц | (0-255) | - | 1 | 0 | 255 |
| D2 | Координаты | ( N;N) | - | 1 | ( 0;0) | ( 10000; 10000) |
| D3 | Яркость точки | L | кд/м² | 0.01 | 10−3 | 103 |
| D4 | Граница | * | - | - | - | - |
| D5 | Значение признака | N | - | 0.01 | 0 | 10000 |
| D6 | Матрица | * | - | - | - | - |
Коэффициент вариации.
Среднее квадратическое отклонение дает абсолютную оценку меры разброса. Поэтому чтобы понять, насколько разброс велик относительно самих значений (т.е. независимо от их масштаба), требуется относительный показатель. Такой показатель называется коэффициентом вариации и рассчитывается по следующей формуле: 
.
Семантическая сеть на рисунке 1.2.6. Обозначения, используемые при построении семантической сети, приведены в таблице 1.2.18. Пояснения к функциям даны в таблице 1.2.19.
Таблица 1.2.18. Обозначения
| № | Обозначение | Описание |
| 1 | Dpl | Оценка дисперсии яркости окрестности точки |
| 2 | Mpl | Оценка математического ожидания яркости окрестности точки |
| 3 | So | Среднеквадратическое отклонение |
| 4 | Vpl | Коэффициент вариации |
Рис. 1.2.6. Семантическая сеть коэффициента вариации.
Таблица 1.2.19. Описание функций
| Обозначение функции | Описание функции | |
| 1 | So = F 1 ( Dpl) | Математическая операция, результатом выполнения которой является извлечение квадратного корня из аргумента. |
| 2 | Vpl = F2 ( Mpl,So) | Вычитание - одна из вспомогательных бинарных математических операций (арифметических действий) двух аргументов (уменьшаемого и вычитаемого), результатом которой является новое число (разность), получаемое уменьшением значения первого аргумента на значение второго аргумента. |
Определение факторов.
Выберем 9 факторов влияющих на целевой показатель. Характеристики факторов представлены в таблице 2.
Таблица 2.1.1. Характеристики факторов.
| Обозначение | Фактор | Преобразование изображения | Единица измерения | Вариации | Точность измерений |
| X1 | Оценка математического ожидания | Отсутствует | - | [0;255] | 1 |
| X2 | Несмещенная оценка дисперсии | Отсутствует | - | [0;10000] | 1 |
| X3 | Коэффициент вариации | Отсутствует | - | [0;255] | 1 |
| X4 | Оценка математического ожидания | LBP (ЛБШ) | - | [0;255] | 1 |
| X5 | Несмещенная оценка дисперсии | LBP (ЛБШ) | - | [0;10000] | 1 |
| X6 | Коэффициент вариации | LBP (ЛБШ) | - | [0;255] | 1 |
| X7 | Оценка математического ожидания | Замыкание | - | [0;255] | 1 |
| X8 | Несмещенная оценка дисперсии | Замыкание | - | [0;10000] | 1 |
| X9 | Коэффициент вариации | Замыкание | - | [0;255] | 1 |
Снижение размера выборки.
Исходная выборка разбивается на классы (кластеры), в каждый из которых включаются элементы выборки близкие по значениям факторов и целевого показателя. Необходимость в этом действии возникает в том случае, если выборка имеет большое количество элементов и необходимо снизить объем выборки.
После выполнения кластеризации в выборку включают только типичные представители каждого кластера.
Выводы. В виду того, что количество элементов выборки небольшое (96 элементов) в данном случае снижение размера выборки не производится.
Подготовка файла с выборкой.
При формировании записей файла (выборки) придерживались следующих правил:
1. Элемент выборки - одна строка текстового файла.
2. Разделитель значений факторов – точка с запятой,
3. Числовые данные представлены в формате с фиксированной точкой.
4. Если значение фактора неизвестно, то оно не приводится (указываются подряд две точки с запятой).
5. Значение целевого показателя указывается последним в строке.
6. Первым значением в строке указывается номер элемента выборки.
Подготовка данных для проведения корреляционного анализа
Установление зависимости
КАЗАНСКИЙ НАЦИОНАЛЬНЫЙ ИССЛЕДОВАТЕЛЬСКИЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ ИМ. А.Н. ТУПОЛЕВА - КАИ
Кафедра АСОИУ
КУРСОВАЯ РАБОТА
по дисциплине
« ИССЛЕДОВАТЕЛЬСКИЙ ПРОЕКТ»
Разработка методов и средств сортировки репчатого лука на овощехранилище
Руководитель: Исполнитель:
доцент каф. АСОИУ студент группы 4295
Суздальцев В.А. Тимербаев Ф.И.
_____________20__ _____________20__
Казань, 2017 г
Дата: 2018-12-28, просмотров: 496.
