La vitrine de diffusion des mémoires et thèses de l'ÉTS
RECHERCHER

Prédiction de la teneur en anthocyane du fruit de la canneberge par vision par ordinateur

Chherawala, Youssouf (2007). Prédiction de la teneur en anthocyane du fruit de la canneberge par vision par ordinateur. Mémoire de maîtrise électronique, Montréal, École de technologie supérieure.

[img]
Prévisualisation
PDF
Télécharger (7MB) | Prévisualisation

Résumé

L'objectif de ce travail est d'établir une méthode non destructive, utilisant la vision par ordinateur, pour prédire le Tacy d'échantillons de canneberge. Une relation existe entre la couleur externe des fruits, leur calibre et le Tacy. Une caméra numérique a permis d'acquérir quatre photos par échantillon afin d'extraire la couleur et la surface des fruits. L'analyse par composantes principales suivie d'une régression linéaire a permis de modéliser la couleur canneberge sous forme d'échelle couleur. Le modèle prédictif du Tacy établi par régression linéaire multiple utilise la variable colorimétrique a* de l'espace ICCLAB (CIELAB encodé sur 8 bits) et la surface des fruits. En considérant un terme d'erreur type identique à celui de l'analyse chimique (± 3), ce modèle permet d'obtenir 100% de prédictions réussies sur les données de la saison de récolte 2005 en enlevant les données aberrantes, et 77% sur celles de 2006.

Titre traduit

Prediction of the anthocyanin content of the fruit of cranberry by computer vision

Résumé traduit

The objective of this work is to build a nondestructive method based on computer vision to predict the anthocyanin content of cranberry fruits. The literature shows that there is a relation between the external color of the fruits, their size and Tacy. A digital camera is used to acquire four snapshots with random mixing for each cranberries sample in order to extract their colors and their surfaces. The cranberry color in the ICCLAB colorimetric space (CIELAB coded on 8 bits) has the shape of a boomerang. A principal component analysis followed-up by a linear regression allowed to build a cranberry color scale. The predictive model of Tacy was built using multiple linear regressions. It uses the colorimetrie variable a* from ICCLAB co1orspace and the surface of the cranberry fruits. By considering a standard error of the mean similar to the chemical analysis (± 3), this model provides 100% of successful predictions on the data from the 2005 harvest season by removing the outliers, and 77% of successful predictions on the data of 2006.

Type de document: Mémoire ou thèse (Mémoire de maîtrise électronique)
Renseignements supplémentaires: "Mémoire présenté à l'École de technologie supérieure comme exigence partielle à l'obtention de la maîtrise en génie électrique." Bibliogr. : f. [215]-221.
Mots-clés libres: Anthocyane, Calibre, Canneberge, Couleur, Destructif, Fruit, Methode, Non, Non-Destructif, Ordinateur, Prediction, Tacy, Teneur, Vision
Directeur de mémoire/thèse:
Directeur de thèse
Lepage, Richard
Programme: Maîtrise en ingénierie > Génie électrique
Date de dépôt: 07 avr. 2011 14:01
Dernière modification: 11 nov. 2016 00:41
URI: http://espace.etsmtl.ca/id/eprint/567

Actions (Identification requise)

Dernière vérification avant le dépôt Dernière vérification avant le dépôt

Statistique

Plus de statistique...