Examinando por Autor "Chino Catari, Rodolfo"

Seleccione resultados tecleando las primeras letras
Mostrando 1 - 1 de 1
  • Miniatura
    info:eu-repo/semantics/bachelorThesis
    Diseño de un algoritmo de procesamiento de imágenes del sistema de pesaje para el control automático de una faja transportadora en la Unidad Minera Mallay
    Chino Catari, Rodolfo; Quispe Barra, Marco Antonio , 2019-07-03 - (Universidad Nacional del Altiplano. Repositorio Institucional - UNAP)
    El trabajo de investigación titulada, diseño de un algoritmo de procesamiento de imágenes del sistema de pesaje para el control automático de una faja transportadora en la unidad minera mallay, la investigación experimental de diseñó del algoritmo de procesamiento de imágenes para la minería, El objetivo de la investigación fue; Diseñar un algoritmo de procesamiento de imágenes del sistema de pesaje para el control automático de una faja transportadora y reducir la parada de producción, para el diseño del algoritmo se utilizó las librerías de Python: OpenCV, Numpy, Matplotlip mediante los cuales se realizó la manipulación de las imágenes con resultados requeridos, para esto se utilizaron las técnicas de; la conversión de imagen a escala grises, Erosión, Dilatación, detección de bordes Canny y Sobel, histograma, Threshold, Filtro Gaussiano, de esta manera el algoritmo de procesamiento de imágenes es desarrollado, posterior a este diseño se realizaron las pruebas en las muestras, verificándose el funcionamiento del algoritmo. La metodología aplicada para su desarrollo estuvo establecida a través del método descriptivo experimental, los que permitieron establecer conclusiones; el diseño de un algoritmo de procesamiento de imágenes con la herramienta Python OpenCV determina el volumen y peso del mineral que se transporta en la faja, obteniéndose el pesaje (algoritmo) del mineral en las 4 paradas del día en 38.28 segundos, en comparación del pesaje manual que demora 76 minutos aproximadamente obteniendo del mismo resultado, el pesaje en el algoritmo presenta una precisión del 99% y margen de error del 1%, que es aceptable de acuerdo a los objetivos de esta investigación, se recomienda OPenCV como una herramienta efectivo para este tipo de investigaciones.