机器视觉-水果分拣检测系统-机器视觉_视觉检测设备_3D视觉_缺陷检测

  • 型号:机器视觉-水果分拣检测系统
  • 类别:机器视觉产品应用

产品说明

视觉检测技术在水果分拣检测方面的应用是怎样的?如何辨别水果的内部品质,保证品控质量,一直是水果产业头疼的难题。瑞视特科技研发的水果分拣检测系统是待检水果被送入分拣机后,将由专业相机进行扫描。系统根据数学模块逐个部分地分析水果内部情况,同时进行称量、测量直径长度、上色、注明营养成分、剔除瑕疵品等步骤,使高品质水果可从普通一、二等果中分离出来。

机器视觉技术在工农业生产中的应用也越来越普遍,现已广泛应用于林业、工业、农业、军事、交通、品质检测等领域,瑞视特科技对该技术在水果分拣中的应用进行综述和展望。

1、机器视觉技术


机器视觉又称计算机视觉,是随着计算机技术的发展成长起来的,是指计算机对
三维空间的感知,包括捕获、分析、识别等过程。它是计算机科学、光学、自动化技术、模式识别、人工智能技术的综合。

机器视觉系统主要由三部分组成:
图像的获取、图像的处理和分析、输出或显示,一般需要 CCD
摄像机、检测装置、传送带、计算机、伺服控制系统等设备。在水果分拣过程中,水果位于传送带上方,CCD摄像机配置在传送带的上方及周边,在传送带的两侧安装有检测装置。

当水果通过
CCD 摄像机时,CCD 摄像机将通过图像采集卡将水果图像传入计算机 ,
由计算机对图像进行一系列处理,确定水果的颜色、大小、形状、表面损伤情况等特征,再根据处理结果控制伺服机构。

2、机器视觉技术在水果分拣中的应用


 按大小分,是水果分拣的一个重要指标,研究了利用机器视觉技术精确检测水果尺寸方法,建立了图像中的点与被测物体上的点之间的定量关系,提出利用物体的边界信息求出物体的形心坐标的方法。实验表明所测水果横径的相关系数0.96。

针对苹果的外形特征,应用苹果外接矩形 (MER) 的 尺寸表示横径和纵径,取得了较为理想的结果 。

3、 按形状分拣


果实形状是水果品质检测与分拣的一个重要指标 利用图像形态学方法,按内切圆面积占苹果图像面积的比例进行分拣,综合准确率达
91.4%。利用形态学进行果实品质检测只需进行膨胀和腐蚀的组合调用
,算法容易,但由于反复调用,算法执行效率较。用半径指标、连续性指标、曲率指标、半径指标的对称性、连续性指标的对称性、曲率指标的对称性 6
个特征参数表示果形,利用人工神经网络对果形进行识别。

4、 按颜色分拣


颜色也是衡量水果外部品质的重要指标之一,同时该指标也能间接反映水果的内部品质。因此按颜色分也是水果分拣的一项内容。通过对不同着色等的水果分拣,以各色度在水果表面分布的分形维数为特征进行分拣,该特征值不仅考虑了各色度点的累计特性而且考虑了色度点空间分布特性,使颜色分拣更符合实际情况,通过人工神经网络识别进行分拣的准确率达
95%。

5、按表面缺陷分拣


 表面缺陷也是水果分拣的重要指标之一。在实数域分形盒维数计算方法的基础上,提出了双金字塔数据形式的盒维数快速计算方法。对于待识别水果图像的可疑缺陷区,提出用 5
个分形维数作为描述该区域粗糙度和纹理方向性的特征参数,并用所提出的快速计算方法进行计算,然后利用 BP
神经网络作为模式识别器,区分水果表面的缺陷区和梗萼凹陷区,识别准确率为
93%。根据苹果表面缺陷特征,同时考虑缺陷形状的投影畸变,提出了一种苹果表面缺陷分类方法,并采用人工神经网络与阈值判别相结合的方法,将苹果表面缺陷分为碰压伤、刺伤、裂果、病虫果和虫伤。