• 型號：機器視覺-水果分揀檢測系統(tǒng)
• 類別：機器視覺產(chǎn)品應用

產(chǎn)品說明

視覺檢測技術(shù)在水果分揀檢測方面的應用是怎樣的?如何辨別水果的內(nèi)部品質(zhì)，保證品控質(zhì)量，一直是水果產(chǎn)業(yè)頭疼的難題。在剛剛過去不久的機器視覺展會上，深圳盈泰德科技有限公司就獨領(lǐng)風騷，以其新研發(fā)的水果分揀檢測系統(tǒng)吸引了不少眼球。

 

盈泰德科技研發(fā)的水果視覺檢測機是待檢水果被送入分揀機后，將由專業(yè)相機進行掃描。系統(tǒng)根據(jù)數(shù)學模塊逐個部分地分析水果內(nèi)部情況，同時進行稱量、測量直徑長度、上色、注明營養(yǎng)成分、剔除瑕疵品等步驟，使高品質(zhì)水果可從普通一、二等果中分離出來。

 

機器視覺技術(shù)在工農(nóng)業(yè)生產(chǎn)中的應用也越來越普遍，現(xiàn)已廣泛應用于林業(yè)、工業(yè)、農(nóng)業(yè)、軍事、交通、品質(zhì)檢測等領(lǐng)域，盈泰德科技對該技術(shù)在水果分級中的應用進行綜述和展望。

 

1、水果視覺檢測機

?

機器視覺又稱計算機視覺，是隨著計算機技術(shù)的發(fā)展迅速成長起來的，是指計算機對
三維空間的感知，包括捕獲、分析、識別等過程。它是計算機科學、光學、自動化技術(shù)、模式識別、人工智能技術(shù)的綜合。

機器視覺系統(tǒng)主要由三部分組成:
圖像的獲取、圖像的處理和分析、輸出或顯示，一般需要 CCD
攝像機、檢測裝置、傳送帶、計算機、伺服控制系統(tǒng)等設備。在水果分級過程中，水果位于傳送帶上方，CCD攝像機配置在傳送帶的上方及周邊，在傳送帶的兩側(cè)安裝有檢測裝置。

 

當水果通過
CCD 攝像機時，CCD 攝像機將通過圖像采集卡將水果圖像傳入計算機 ,
由計算機對圖像進行一系列處理，確定水果的顏色、大小、形狀、表面損傷情況等特征，再根據(jù)處理結(jié)果控制伺服機構(gòu)，完成分級。該方法無損水果質(zhì)量，能減輕人工分級的大量勞動和人為誤差，速度快，精度高。

 

上世紀
80
年代后期，由于計算機技術(shù)的迅速發(fā)展，計算機硬件價格大幅度下降而計算速度成倍增長，為計算機視覺技術(shù)的廣泛應用創(chuàng)造了條件。國外眾多學者對提高分級速度也進行了多方面的研究和努力，在理論和應用上有了較大進展，并取得了很好的經(jīng)濟效益。而我國的水果自動分級技術(shù)研究則較晚，僅始于
90年代，且從事機器視覺水果自動分級系統(tǒng)研究的科研院所并不多，但卻為我國研究水果分級系統(tǒng)奠定了基礎，
目前在水果外部品質(zhì)分級技術(shù)方面的研究主要體現(xiàn)在以下方面。

 

2、機器視覺技術(shù)在水果分級中的應用

?

按大小分級
按大小分級是水果分級的一個重要指標。應義斌研究了利用機器視覺技術(shù)精準檢測水果尺寸方法，建立了圖像中的點與被測物體上的點之間的定量關(guān)系，提出利用物體的邊界信息求出物體的形心坐標的新方法。實驗表明所測水果橫徑與實際橫徑的相關(guān)系數(shù)0.96。

 

針對蘋果的外形特征，應用蘋果的外接矩形 (MER) 的 尺寸表示橫徑和縱徑，取得了較為理想的結(jié)果 。

用傅立葉半徑描述的前 9 個分量測量水果的大小[3]。馮斌、汪懋華以蘋果的自然對稱形態(tài)特征為依據(jù)，取垂直于水果軸向的寬度為水果大小，檢測準確率為
94.4%，水果大小檢測測量誤差大概為 3mm。

 

3、 按形狀分級

?

果實形狀是水果品質(zhì)檢測與分級的一個重要指標 利用圖像形態(tài)學方法，按內(nèi)切圓面積占蘋果圖像面積的比例進行分級，綜合準確率達
91.4%。利用形態(tài)學進行果實品質(zhì)檢測只需進行膨脹和腐蝕的組合調(diào)用
,算法容易，但由于反復調(diào)用，算法執(zhí)行效率較。用半徑指標、連續(xù)性指標、曲率指標、半徑指標的對稱性、連續(xù)性指標的對稱性、曲率指標的對稱性 6
個特征參數(shù)表示果形，利用人工神經(jīng)網(wǎng)絡對果形進行識別和分級。

 

結(jié)果表明，用提取的特征參數(shù)和果形識別技術(shù)，計算機視覺與人工分級的平均致率在
93%以上。在黃花梨的分級過程中采用傅立葉變換與傅立葉反變換對來描述果形。研究發(fā)現(xiàn)該傅立葉描述子的前16
個諧波的變化特性足以代表梨體的主要形狀，采用傅立葉描述子與人工神經(jīng)網(wǎng)絡相結(jié)合的方法進行果形識別的精準率可達90%。

 

4、 按顏色分級

?

顏色也是衡量水果外部品質(zhì)的重要指標之一，同時該指標也能間接反映水果的內(nèi)部品質(zhì)。因此按顏色分級也是水果分級的一項重要內(nèi)容。通過對不同著色等級的水果分析，以各色度在水果表面分布的分形維數(shù)為特征進行分級，該特征值不僅考慮了各色度點的累計特性而且考慮了色度點空間分布特性，使顏色分級更符合實際情況，通過人工神經(jīng)網(wǎng)絡識別進行分級的準確率達
95%。

 

5、按表面缺陷分級

?

表面缺陷也是水果分級的重要指標之一。在實數(shù)域分形盒維數(shù)計算方法的基礎上，提出了雙金字塔數(shù)據(jù)形式的盒維數(shù)快速計算方法。對于待識別水果圖像的可疑缺陷區(qū)，提出用 5
個分形維數(shù)作為描述該區(qū)域粗糙度和紋理方向性的特征參數(shù)，并用所提出的快速計算方法進行計算，然后利用 BP
神經(jīng)網(wǎng)絡作為模式識別器，區(qū)分水果表面的缺陷區(qū)和梗萼凹陷區(qū)，識別準確率為
93%。根據(jù)蘋果表面缺陷特征，同時考慮缺陷形狀的投影畸變，提出了一種蘋果表面缺陷分類方法。該方法利用二叉樹將一個復雜的多模式分類問題分解為多級的、相對簡單的二類模式分類問題，并采用人工神經(jīng)網(wǎng)絡與閾值判別相結(jié)合的方法，將蘋果表面缺陷分為碰壓傷、刺傷、裂果、病蟲果和蟲傷。

盈泰德科技在視覺檢測方面有多年生產(chǎn)制造經(jīng)驗，如果您在水果視覺檢測機這方面有需求，可以直接來問我們。