TR202022657A1 - İnci̇r tasni̇f maki̇nesi̇ - Google Patents

İnci̇r tasni̇f maki̇nesi̇

Info

Publication number
TR202022657A1
TR202022657A1 TR2020/22657A TR202022657A TR202022657A1 TR 202022657 A1 TR202022657 A1 TR 202022657A1 TR 2020/22657 A TR2020/22657 A TR 2020/22657A TR 202022657 A TR202022657 A TR 202022657A TR 202022657 A1 TR202022657 A1 TR 202022657A1
Authority
TR
Turkey
Prior art keywords
artificial intelligence
image processing
sorting machine
camera
feature
Prior art date
Application number
TR2020/22657A
Other languages
English (en)
Inventor
Merdi̇n Murat
Deni̇z Merdi̇n Oğuz
Original Assignee
Met Ileri Teknoloji Sistemleri Muehendislik Imalat Ithalat Ve Ihracat Ticaret Ltd Sirketi
Met İleri̇ Teknoloji̇ Si̇stemleri̇ Mühendi̇sli̇k İmalat İthalat Ve İhracat Ti̇caret Li̇mi̇ted Şi̇rketi̇
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Met Ileri Teknoloji Sistemleri Muehendislik Imalat Ithalat Ve Ihracat Ticaret Ltd Sirketi, Met İleri̇ Teknoloji̇ Si̇stemleri̇ Mühendi̇sli̇k İmalat İthalat Ve İhracat Ti̇caret Li̇mi̇ted Şi̇rketi̇ filed Critical Met Ileri Teknoloji Sistemleri Muehendislik Imalat Ithalat Ve Ihracat Ticaret Ltd Sirketi
Priority to TR2020/22657A priority Critical patent/TR202022657A1/tr
Publication of TR202022657A1 publication Critical patent/TR202022657A1/tr

Links

Landscapes

  • Combined Means For Separation Of Solids (AREA)
  • Sorting Of Articles (AREA)

Abstract

Buluş, aflatoksin problemi taşıyan ve tüketilemeyecek şekilde fiziksel kusurlar ihtiva eden incirlerin (A), otomasyona uygun bir şekilde uzaklaştırılmasını sağlayan bir incir tasnif makinesi (1) ile ilgilidir.

Description

TARIFNAME INCIR TASNIF MAKINESI Teknolojik Alan: Bulus, aflatoksin problemi tasiyan ve tüketilemeyecek sekilde fiziksel kusurlar ihtiva eden incirlerin, otomasyona uygun bir sekilde uzaklastirilmasini saglayan bir incir tasnif makinesi ile ilgilidir. Teknigin Bilinen Durumu: Incir, milat öncesi dönemlerden beri insanoglu tarafindan kuru ve yas olarak tüketilen bir meyve türüdür. A, 81 ve 82 Vitaminleri, manganez ve potasyum, magnezyum, bakir, demir ve fosfor bakimindan zengindir. Yüksek besin degerine sahip olup, tam bir enerji deposudur. Üreticiler tarafindan mevsiminde toplanan incirler yas hali ile veya kurutularak satisa sunulmaktadir. Satisa sunulmadan önce, bozuk ve tüketilemez halde olanlari ayrilmaktadir. Tarifname konusu bulus, tüketilemez durumdaki incirleri, otomasyona uygun bir sekilde ayiran bir tasnif makinesi ile ilgilidir. Incir ürününde aflatoksin problemi ihracattaki en önemli problemlerden biridir. Bir gazetede yayinlanan haberde, aflatoksin olusturan funguslarin incirlerde uzun dalga mor ötesi isik altinda parlak yesilimsi-sari isima yapan kojik asit olusturdugu açiklanmistir. (Kaynak: https://www.millivet.com.tr/verel- haberlerlavdin/aflatoksin-insan-ve-havvanlarda-toksit-etkiler-olusturuyor-10357405) Bu sayede UV-A isinlarinin, incirlerdeki aflatoksini tespit etme konusunda önemli bir tetkik yöntemi olabilecegi görülmektedir. Yapilan literatür arastirmasinda karsilasilan EP numarali patent dokümaninda, bir patates tasnif makinesi anlatilmaktadir. Bahsedilen tasnif makinesinde glikoalkaloit, özellikle de solanin varligini tespit etmek üzere, 350 ila 450 nm'lik bir araliktaki kirmizi isik spektrumunda patatesler üzerindeki floresans etki gözlenmektedir. Kirmizi isik spektrumu bir lazer cihazi ile saglanmaktadir. Tarifname konusu bulusta ise, akis halinde olan incirlerden aflatoksin problemine sahip olanlari, floresans etki gözlenerek tespit etmek üzere tercihen 365 nm dalga boyunda LED özellikli bir UV-A isin üreteci kullanilmaktadir. Tarifname konusu bulusta kirmizi isik spektrumu ve lazer cihazinin kullanilmamaktadir. Aflatoksin problemi tasiyan incirlerin tespit edilmesinde kullanilan teknik ve yöntemin, patateslerdeki glikoalkaloit, özellikle de solanin varligini tespit etmekte kullanilan teknik ve yöntemden farkli oldugu açik bir sekilde bilinmelidir. Ayrica tarifname konusu bulusta, floresans etkinin gözlemlenmesi sirasinda, ileriki sayfalarda detayi verilen, iki farkli derin ögrenme teknigi ve bir adet görüntü isleme teknigi ile saglanan yapay zeka destekli bir karar verme mekanizmasi kullanilmaktadir. EP numarali patent dokümaninda yapay zeka destekli bir karar verme mekanizmasi olmadigindan, hatali islem yapma olasiliginin yüksek oldugu ön görülmektedir. Tarifname konusu bulus, EP numarali patent dokümanindan, kullanim amaci, kullanim alani, aydinlatma teknigi ve yöntemi, aydinlatmada kullanilan unsurlar bakiminda önemli farklar içermekte ve karar verme mekanizmasina sahip olmasi sayesinde ciddi boyutlarda teknik fayda saglayan avantajlar içermektedir. dokümaninda, elektromanyetik özelliklerine bagli olarak nesneleri analiz etmek üzere bir yöntem anlatilmaktadir. Bahsedilen patentte yapay zeka algoritmalari ve UV-A isini kullanilmadigi görülmektedir. Tarifname konusu bulusta, UV-A isinlari ile aydinlatilan incirlerin görüntüleri toplanmakta ve yapay zeka algoritmalari ile analiz edilmektedir. Tarifname konusu bulusta, elektromanyetik özelliklerine göre bir analiz gerçeklestirilmemektedir. dokümaninda, mücevherler ve mineraller, yiyecek ve ekinler gibi optik inceleme için uygun olan nesnelerin yani sira toplanan atik ve hurdadan olusabilen bir madde akisinin, analizini yaparak siniflandiran bir cihaz anlatilmaktadir. Ayrica bahsedilen patent dokümaninda, yapay zeka algoritmalarinin kullanimina yönelik herhangi bir ibare yer almamaktadir. Bu cihazda temel prensip olarak görüntüleme ve aydinlatma cihazlari aynalar üzerinden yansitilarak islevlerini yerine getirmektedir. Teknik olarak ayarlamasi ve imal etmesi zor olan bu yöntem tarifname konusu bulusumuzda kullanilmamaktadir. Ayrica bahsedilen patent dokümaninda, yapay zeka algoritmalarinin kullanimina yönelik herhangi bir ibare yer almamaktadir. dokümaninda, çesitli nesnelerin optik olarak tespit edildikten sonra elektromanyetik radyasyonlarina göre siniflandirildigi bir cihaz tarif edilmektedir. Bahsedilen patent dokümaninda UV-A isinlarinin kullanimina ve yapay zeka algoritmalarinin kullanimina yönelik bir ibare yer almamaktadir. Tarifname konusu bulusta, UV-A isinlari ile aydinlatilan incirlerin görüntüleri toplanmakta ve yapay zeka algoritmalari ile analiz edilmektedir. Yapilan literatür arastirmasinda karsilasilan CN numarali patent dokümaninda meyve çesitlerini ayiran bir tasnif makinesi anlatilmaktadir. Bu makine sisebilen ve inebilen rulolar arasinda ürün ebatlarina göre ayirma yapmaktadir. Bahsedilen tasnif makinesinde ne UV-A isini kullanilmasina yönelik bir bilgi ne de yapay zeka algoritmalarinin kullanildigina yönelik bir ibare yer almaktadir. Bu nedenle tarifname konusu bulusumuz, kullandigi yöntemler bakimindan bu dokümandan farklidir. Bilinen teknikte, 315-400 nm dalga boyu araliginda ve özellikle 365 nm dalga boyunda aydinlatma yapip, görünür dalga boyunda veri toplayan bir sistem ortaya koyulamamistir. Teknigin bilinen durumundaki ayiricilarin aydinlatma ve görüntüleme yöntemleri bu toksinin özelliklerini tespit etmeye yeterli degildir. Bu sebeple özellikle incir ürününde ayirma basarilarinin düsük oldugu gözlemlenmistir. Sonuç olarak, teknigin bilinen durumunun asildigi, dezavantajlarinin giderildigi bir incir tasnif makinesine ihtiyaç duyulmaktadir. Bulusun Kisa Açiklanmasi: Bulus teknigin bilinen durumunun asildigi, dezavantajlarinin giderildigi, ilave olarak ekstra avantajlar içeren bir incir tasnif makinesidir. Bulusun amaci, konveyörüne yüklenen incirlerden tüketilemeyecek durumda olanlari ayirarak uzaklastiran bir incir tasnif makinesi ortaya koymaktir. Bulusun bir diger amaci, özellikle aflatoksin problemine sahip incirleri, UV-A isinlari ile aydinlatarak, dijital kameralar ile tespit eden yeni bir incir tasnif makinesi ortaya koymaktir. Bulusun bir diger amaci, yapay zeka algoritmalarini kullanarak kendinden ögrenmeli bir incir tasnif yöntemi ortaya koyan yeni bir incir tasnif makinesi ortaya koymaktir. Bulusun bir diger amaci, gelismis görüntü isleme yöntemi ile yüksek basari oranina sahip olan yeni bir incir tasnif makinesi ortaya koymaktir. Bulusun bir diger amaci, otomasyona uygun olarak yapilandirildigindan, isçilik gerektirmeyecek sekilde incirleri tasnif eden yeni bir incir tasnif makinesi ortaya koymaktir. Bulusun bir diger amaci, sase etrafina konumlanan bir koruyucu hazne ile kullanildigi isletmenin UV isinlarina maruz kalmasini önleyen yeni bir incir tasnif makinesi ortaya koymaktir. Yukarida bahsedilen ve asagidaki detayli anlatimdan ortaya çikacak tüm amaçlari gerçeklestirmek üzere mevcut bulus, aflatoksin problemi tasiyan ve tüketilemeyecek sekilde fiziksel kusurlar ihtiva eden incirlerin, otomasyona uygun bir sekilde uzaklastirilmasini saglayan bir incir tasnif makinesi olup, özelligi; kontaminasyona sahip incirlerin anlasilabilmesine yönelik, konveyörde ilerleyen incirleri yaydigi UV-A isinlari ile aydinlatan en az bir UV-A isin üreteci içermesi, UV-A isinlari ile aydinlatilmis incirlerin birincil kamera ile alinan görüntülerini yapay zeka ve görüntü isleme yazilimlari ile isleyerek bir çikti olusturan en az bir görüntü isleme ve yapay zeka donanimi içermesi ile karakterize edilmesidir. Sekillerin Açiklanmasi: Bulus, ilisikteki sekillere atifta bulunularak anlatilacaktir, böylece bulusun özellikleri daha net anlasilacaktir. Ancak, bunun amaci bulusu bu belli düzenlemeler ile sinirlamak degildir. Tam aksine, bulusun ilisikteki istemler tarafindan tanimlandigi alani içine dâhil edilebilecek bütün alternatif, degisiklik ve denkliklerinin kapsanmasi da amaçlanmistir. Gösterilen ayrintilar, sadece mevcut bulusun tercih edilen düzenlemelerinin anlatimi amaciyla gösterildigi ve hem yöntemlerin sekillendirilmesinin hem de bulusun kurallari ve kavramsal özelliklerinin en kullanisli ve kolay anlasilir tanimini saglamak amaciyla sunulduklari anlasilmalidir. Bu çizimlerde; Sekil - 1 Bulus konusu incir tasnif makinesi perspektif görünümüdür. Sekil - 2 Bulus konusu incir tasnif makinesi patlatilmis montaj görünümüdür. Sekil -3 Bulusa konu incir tasnif makinesinin çalisma yöntemini gösteren sematik görünümdür. Bu bulusun anlasilmasina yardimci olacak sekiller ekli resimde belirtildigi gibi numaralandirilmis olup isimleri ile beraber asagida verilmistir. Referanslarin Açiklanmasi: 1. Incir tasnif makinesi .Sase 11.K0nveyör .Enc0der .UV-A isin üreteci 40.Birincil kamera 41 .Görüntü 50.Görüntü isleme ve yapay zeka donanimi 60.Görüntü isleme ve yapay zeka yazilim modülü 61.Görüntü isleme yazilim modülü 62.Görüntü isleme yazilim çiktilari 63.Yapay zeka yazilim modülü 64.Yapay zeka yazilim çiktilari 70.Uzaklastirma tertibati 80.8aglikli ürün haznesi 81.Uzaklastirma yönü 90.Ikincil kamera A. Incir Bulusun Açiklanmasi: Bu detayli açiklamada bulus konusu incir tasnif makinesi (1) sadece konunun daha iyi anlasilmasina yönelik olarak, hiçbir sinirlayici etki olusturmayacak örneklerle açiklanmaktadir. Tarifnamede. aflatoksin problemi tasiyan ve tüketilemeyecek sekilde fiziksel kusurlar ihtiva eden incirlerin (A), otomasyona uygun bir sekilde uzaklastirilmasini saglayan bir incir tasnif makinesi (1) anlatilmaktadir. Sekil 1'de bulusa konu incir tasnif makinesi (1) perspektif görünümü verilmektedir. Buna göre incir tasnif makinesi (1), bir sase (10) üzerine hareketli yapilandirilmis bir konveyör ('l'l) içermektedir. Bahsedilen konveyör (11) üzerine incirler (A) yüklenmekte, yüklenen incirler (A) bir UV-A isin üreteci (30) ile aydinlatilarak birincil kamera (40) ile görüntüleri (41) alinmaktadir. Alinan görüntüler (41) bir görüntü isleme ve yapay zeka donanimi (50) ile saglanan yazilim içerisinde islenerek, aflatoksin problemi tasiyan ve tüketilemeyecek sekilde fiziksel kusurlar ihtiva eden incirler (A) tespit edilmektedir. Tespit edilen, aflatoksin problemi tasiyan ve tüketilemeyecek sekilde fiziksel kusurlar ihtiva eden incirler (A) bir uzaklastirma tertibati (70) ile uzaklastirma yönüne (81) sutlanarak uzaklastirilmaktadir. Saglikli olan incirler (A) ise konveyörden (11) saglikli ürün haznesine (80) yönlendirilmektedir. Bulusta uzaklastirma tertibatinin (70) bulundugu bölümde yer alan bir ikincil kamera (90), gelen incirlerin (A) konveyör (11) üzerinde kalan ve birincil kamera (40) ile görüntülenemeyen kisimlarini (konveyör (11) ile temas halindeki kisimlar) görüntülemektedir. Benzer sekilde hatali incirler (A) tespit edilip uzaklastirilmaktadir. Sekil 2ide bulusa konu incir tasnif makinesi (1) patlatilmis montaj görünümü verilmektedir. Buna göre incir tasnif makinesi (1) sase (10) üzerine yerlestirilmis en az bir UV-A isin üreteci (30), en az bir birincil kamera (40), en az bir uzaklastirma tertibati (70) ve en az bir ikincil kamera (90) içermektedir. Bulusta kullanilan UV-A isin üreteci (30) tercihen 365 nm dalga boyunda isinlar üretmektedir. UV-A isin üreteci (30), UV-A isinlari üreten LEDilerden meydana gelmektedir. UV-A isin üretecinden (30) yayilan isinlar, incir (A) üzerinde bir kontaminasyona denk geldigi florasens etki göstererek yesil-mavi isimaktadir. Kontaminasyona sahip incirlerde toksin ile birlikte kojik asit adi verilen bir asit yer almaktadir. Bu asit UV-A isini karsisinda mavi ve yesil renkte isima yapmaktadir. Bu sayede aflatoksin problemi tasiyan tüketilemeyecek sekilde fiziksel kusurlar ihtiva eden incirler (A) birincil kamera (40) ve ikincil kamera (90) görüntüleri ile tespit edilebilmektedir. Incir tasnif makinesinde (1) UV-A isin üretecinin (30) oldugu bölüm, UV isinlarini geçirmeyen bir koruyucu ile kapatilmistir. Böylelikle isletme ortami ve çalisanlari zararli UV isinlarina maruz kalmamaktadir. Bulusta kullanilan birincil kamera (40) ve ikincil kamera (90) yüksek çözünürlüklü satir taramali ve/veya alan taramali kameralardir. Bu sayede hareket halindeki incirlerin (A) görüntüleri (41) yüksek çözünürlükte tespit edilebilmektedir. Bulusta kullanilan uzaklastirma tertibati (70), çok sayida hava çikis nozuluna sahip sutlama valfleri içermektedir. Konveyörden (11) çikis yapan incirler (A) uzaklastirma tertibati (70) bölümünden geçerken, kontaminasyon tespit edilen kusurlu incirlere (A) uzaklastirma tertibatindaki (70) sutlama valfleri ile hava tahriki uygulanarak uzaklastirma yönü (81) dogrultusunda uzaklastirilmaktadir. Sekil 3'te bulusa konu incir tasnif makinesi (1) ile saglanan tasnif yöntemini anlatan sematik görünüm verilmektedir. Buna göre incir tasnif makinesinin (1) herhangi bir bölümünde konumlu bir encoder (20) bulunmaktadir. Encoder (20), incirlerin (A) pozisyonu ile ilgili birincil kamera (40) ve uzaklastirma tertibatina (70) sinyal üretmektedir. Bu sayede birincil kamera (40) incirlerin (A) görüntülerini (41) uygun pozisyonda yakalayabilmekte, uzaklastirma tertibati (70) da kontaminasyon içeren incirleri (A) dogru zamanlama ile uzaklastirabilmektedir. Konveyörde (11) hareket eden incirlerin (A) görüntüleri (41) birincil kamera (40) ile toplandiktan sonra bir görüntü isleme ve yapay zeka donanimi (50) içerisinde bulunan görüntü isleme ve yapay zeka yazilim modülünde (60) islenmektedir. Görüntü isleme ve yapay zeka yazilim modülü (60) içerisinde alinan görüntüleri (41) kirpan ve isleme uygun hale getiren bir görüntü isleme yazilim modülü (61) yer almaktadir. Görüntü isleme yazilim modülünden (61) kirpilarak çikan görüntü (41) çiktilari, görüntü isleme yazilim çiktilari (62) olarak bir yapay zeka yazilim modülünde (63) islenmekte, yapay zeka yazilim çiktilari (64) olarak nihai sonuçlar elde edilmektedir. Bu sonuçlara göre kontaminasyon içeren incirler (A) uzaklastirma tertibati (70) ile uzaklastirilmakta, saglikli olarak nitelendirilen incirler (A) ise konveyörden (11) çikis yaparak saglikli ürün haznesine (80) aktarilmaktadir. Bulusta kullanilan birincil kamera (40) ve ikincil kamera (90) herhangi bir dijital kamera veya multispektral veya hiperspektral kamera da olabilmektedir. Kameralarin (40, 90) görünür dalga boyunda veri toplayan bir cihaz olmasi yeterlidir. Bulusta kullanilan görüntü isleme ve yapay zeka yazilim modülü (60) ile yapay zeka destekli karar verme mekanizmasi ortaya konmaktadir. Bu yapay zeka destekli karar verme mekanizmasi, iki farli derin ögrenme prosesi, bir adet de görüntü isleme prosesi içermektedir. Birinci derin ögrenme prosesinde incirlerin ilk siniflandirilmasi yapilmaktadir. Eger yapilan siniflandirma sonucu, görüntü isleme ve yapay zeka yazilim modülü (60) önceden ögretilen esik degerinin altinda ise ikinci derin ögrenme prosesi kullanilarak ikinci siniflandirma yapilmaktadir. Bu sayede, incirlerin siniflandirilmasindaki hata oranlari minimum seviyeye indirilmektedir. Görüntü isleme prosesinde ise, 365nm dalga boyuna sahip UV-A isini ile uyarilmis incirin yapmis oldugu isima, daha öncesinden belirlenmis bir renk filtresinden geçirilmekte ve bunun sonucunda elde edilmis siniflandirma sonucu ile görüntü isleme modülünden elde edilen sonuç karsilastirilmaktadir. Iki farli derin ögrenme prosesi ve görüntü isleme prosesi sonucunda incirler siniflandirilmis olmaktadir. Iki farli derin ögrenme prosesi ve bir görüntü isleme prosesine sahip yapay zeka destekli karar verme mekanizmasi sayesinde kontaminasyona sahip incirler birden fazla dogrulama sürecinden geçmektedir ve olasi yanlis siniflandirmalar minimum seviyeye indirilmektedir. Kullanilan derin ögrenme modelleri sayesinde toksinli incirin tasnifi sadece isima renklerine göre yapilmamis, isima rengine ek olarak 0,0? mm hassasiyet ile incir üzerinde olabilecek fiziki ayirt edici özellikler(doku deformasyonu, sekil bozuklugu, nokta toksinler ve benzeri) yapay zeka destekli karar verme mekanizmasi tarafindan otomatik olarak ögrenilmistir ve bu sayede bilinen teknikte yer almayan ayirt edici özellikler tarifname konusu incir tasnif makinesi tarafindan kullanilabilmektedir. Tarifname konusu bulusta, incir üzerinde yer almasi mümkün olan doku deformasyonu, sekil bozuklugu, nokta toksinler ve benzeri fiziki ayirt edici özellikler, yapay zeka destekli karar verme mekanizmasi tarafindan ögrenilerek tespit edilebilmektedir. Sebzeler, meyveler ve ekinler düsünüldügünde ürünler genel olarak sabit sekilli olup önemli derece bir degisiklik içermemektedir. Örnegin bir patates tasnif makinesi 6x6 veya 8x8 mm seklinde kesilmis patatesleri incelemektedir. Ekinler ile patates ve benzeri sebzeler ve meyvelere kiyasla, incir degisken bir sekle sahip oldugu ve ürünün tasinmasi sirasinda sekil sürekli degisebildigi için bu ürünleri tespit etmek teknigin bilinen durumunda oldukça zor olmaktadir. Mevcut görüntü isleme sistemleri sadece belirli sekiller üzerindeki piksel farkliliklarina dikkate aldigindan, ayni sekle sahip ürünler üzerinde daha etkili ve tutarli bir sekilde çalismaktadir. Tarifname konusu bulusta, yapay zekanin farkli sekilleri ögrenebilme özelligi kullanilarak farkli sekillere sahip incirlerin de tasnif edilebilmesi saglanmistir. Toksinler, incir ürünün herhangi bir yerinde olabilecegi için, sekil degisiklikleri teknigin bilinen durumundaki tasnif basari oranlarini düsürmektedir. Tarifname konusu bulusta, yapay zeka kullanilmasi sayesinde basari orani artmaktadir. TR TR TR

Claims (1)

1.ISTEMLER 1- Bulus, aflatoksin problemi tasiyan ve tüketilemeyecek sekilde fiziksel kusurlar ihtiva eden incirlerin (A), otomasyona uygun bir sekilde uzaklastirilmasini saglayan bir incir tasnif makinesi (1) olup, özelligi; o kontaminasyona sahip incirlerin (A) anlasilabilmesine yönelik, konveyörde (11) ilerleyen ve/veya serbest düsen incirleri (A) yaydigi UV- A isinlari ile aydinlatan, 315-400 arasi ve tercihen 365 nm dalga boyunda UV-A isinlari yayan, en az bir UV-A isin üreteci (30) içermesi, - UV-A isinlari ile aydinlatilmis incirlerin (A) birincil kamera (40) ile alinan görüntülerini (41) yapay zeka ve görüntü isleme yazilimlari ile isleyerek bir çikti olusturan en az bir görüntü isleme ve yapay zeka donanimi (50) içermesi ile karakterize edilmesidir. 2- Istem 1”e göre bir incir tasnif makinesi (1) olup, özelligi; hareket halindeki incirlerin (A) görüntülerini (41) yüksek çözünürlükte alabilmek üzere satir taramali ve/veya alan taramali kamera ve/veya dijital kamera ve/veya multispektral ve/veya hiperspektral kamera ve/veya görünür dalga boyunda veri toplayan bir cihaz olan birincil kamera (40) içermesidir. 3- Istem 1'e göre bir incir tasnif makinesi (1) olup, özelligi; kontaminasyon tespit edilen kusurlu incirleri (A) uzaklastirma yönü (81) dogrultusunda uzaklastirmaya yönelik çok sayida hava çikis nozuluna sahip sutlama valfleri içeren en az bir uzaklastirma tertibati (70) içermesidir. 4- Istem 3'e göre bir incir tasnif makinesi (1) olup, özelligi; kontaminasyon tespit edilen kusurlu incirleri (A) uzaklastirma yönü (81) dogrultusunda uzaklastirmaya yönelik, incirlere (A) fiziksel etki uygulamak üzere herhangi bir mekanik, pnömatik, hidrolik tahrik ile yapilandirilmis bir uzaklastirma tertibati (70) içermesidir. 5- Istem 1'e göre bir incir tasnif makinesi (1) olup, özelligi; sasenin (10) uzaklastirma tertibatina (70) yakin bir bölümünde, gelen incirlerin (A) konveyör (11) üzerinde kalan ve birincil kamera (40) ile görüntülemeyen kismini görüntüleyen en az bir ikinci kamera (90) içermesidir. 6- istem T'ye göre bir incir tasnif makinesi (1) olup, özelligi; ikincil kameranin (90) satir taramali ve/veya alan taramali kamera ve/veya dijital kamera ve/veya multispektral ve/veya hiperspektral kamera ve/veya görünür dalga boyunda veri toplayan bir cihaz olmasidir. ile alinan görüntüleri (41) yapay zeka algoritmalari ile isleyen, en az bir farkli derin ögrenme, en az bir adet görüntü isleme prosesine sahip yapay zeka destekli karar verme mekanizmasi içeren, görüntü isleme ve yapay zeka donanimi (50) ile entegre, en az bir görüntü isleme ve yapay zeka yazilim modülünü (60) içermesidir. 8- Istem 9'a göre bir incir tasnif makinesi (1) olup, özelligi; birincil kamera (40) ile alinan görüntüleri (41) yapay zeka yazilim modülü (63) tarafindan islenmeye hazir hale getiren en az bir görüntü isleme yazilim modülünü (61) içermesidir. 9- Istem 9'a göre bir incir tasnif makinesi (1) olup, özelligi; görüntü isleme yazilim çiktilarini (62), yapay zeka algoritmalarini kullanarak isleyen ve yapay zeka yazilim çiktilari (64) olarak sunan, en az bir yapay zeka yazilim modülünü (63) içermesidir. 10- Bulus, bir incir tasnif makinesi (1) olup, özelligi; kontaminasyona sahip incirlerin (A) anlasilabilmesine yönelik, konveyörde (11) ilerleyen ve/veya serbest düsen incirleri (A) yaydigi UV-A isinlari ile aydinlatan, 315-400 arasi ve tercihen 365 nm dalga boyunda UV-A isinlari yayan, en az bir UV-A isin üreteci (30) içermesidir. 11- Bulus, bir incir tasnif makinesi (1) olup, özelligi; UV-A isinlari ile aydinlatilmis incirlerin (A) birincil kamera (40) ile alinan görüntülerini (41) yapay zeka ve görüntü isleme yazilimlari ile isleyerek bir çikti olusturan en az bir görüntü isleme ve yapay zeka donanimi (50) içermesi ile karakterize edilmesidir. TR TR TR
TR2020/22657A 2020-12-31 2020-12-31 İnci̇r tasni̇f maki̇nesi̇ TR202022657A1 (tr)

Priority Applications (1)

Application Number Priority Date Filing Date Title
TR2020/22657A TR202022657A1 (tr) 2020-12-31 2020-12-31 İnci̇r tasni̇f maki̇nesi̇

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TR2020/22657A TR202022657A1 (tr) 2020-12-31 2020-12-31 İnci̇r tasni̇f maki̇nesi̇

Publications (1)

Publication Number Publication Date
TR202022657A1 true TR202022657A1 (tr) 2022-07-21

Family

ID=84084051

Family Applications (1)

Application Number Title Priority Date Filing Date
TR2020/22657A TR202022657A1 (tr) 2020-12-31 2020-12-31 İnci̇r tasni̇f maki̇nesi̇

Country Status (1)

Country Link
TR (1) TR202022657A1 (tr)

Similar Documents

Publication Publication Date Title
Kim et al. Detection of skin tumors on chicken carcasses using hyperspectral fluorescence imaging
EP2133157B2 (en) System for the automatic selective separation of rotten citrus fruits
US9910024B2 (en) Method, sensor unit and machine for detecting “sugar top” defects in potatoes
JP2008541007A (ja) 食品の異物検出装置
CN112673249B (zh) 检查装置、ptp包装机和ptp片的制造方法
JP6329668B1 (ja) 検査装置、ptp包装機及びptpシートの製造方法
KR102240757B1 (ko) Lctf-기반 다분광 영상 기술을 이용한 가공 채소류 내 포함된 이물질 실시간 검출 시스템
CN112639446A (zh) 检查装置、ptp包装机和ptp片的制造方法
JP7053075B2 (ja) 教師データ生成方法および異物検査装置ならびに異物検査方法
Heitschmidt et al. Improved hyperspectral imaging system for fecal detection on poultry carcasses
US10585047B2 (en) Method and system of checking a facility for the optical inspection of glass containers
CN104160425B (zh) 用于对柔韧物体进行计数和处理的系统和方法
US20090185165A1 (en) Method of inspecting food and inspection apparatus implementing the same
TR202022657A1 (tr) İnci̇r tasni̇f maki̇nesi̇
JP6448697B2 (ja) 検査装置、ptp包装機及びptpシートの製造方法
JP4424537B2 (ja) 異物検査装置
WO2018198403A1 (ja) 検査装置、ptp包装機及びptpシートの製造方法
JP3614980B2 (ja) 農産物の外観検査方法及び装置
JP2011033612A (ja) 農産物検査装置
WO2018185954A1 (ja) 検査装置、ptp包装機及びptpシートの製造方法
WO2019187253A1 (ja) 検査装置、ptp包装機、及び、検査方法
US11599984B2 (en) Methods and apparatus for detecting defects for poultry piece grading
WO2023148122A1 (de) Inspektionsvorrichtung mit mehr-kanal-detektionseinheit
DK180440B1 (en) On-line determination of quality characteristics of meat products
JP7219619B2 (ja) 異物判別方法、加工農作物の製造方法、食品検査装置、及び異物除去システム