- 01/02
- 2020
-
QQ扫一扫
-
Vision小助手
(CMVU)
自然界中生长的苹果、西红柿等水果蔬菜,并没有统一的标准,每个果实在形态、成熟度、光学质量、重量和损伤程度方面都各部相同。如果这些能够表征质量的特征能被更精确地测量,那么它们就能实现更优化地营销。从食品市场到折价零售商,再到加工业,对质量的要求不同,价格也高低不一。因此,如何精确分类,确保水果蔬菜不低价销售给错误的顾客是生产商最感兴趣的经济手段。机器视觉技术使水果蔬菜自动化分类成为可能。
水果的品质与价格取决于其自身的特点,如大小、重量、颜色以及表里的损坏程度。除大小和重量外,颜色和表面特征在果脯市场中扮演着重要角色。通常,由于果实水分多且含糖量高,果皮与果肉容易分离。因而果脯表面容易产生气泡。这些气泡不仅会影响果脯的口感,也影响其外表美观。这些因素都会降低果脯的价值。
来自以色列的两家机械制造商Com-N-Sense和Lugo Engineering,联合开发了一套能通过光学方式检测单个水果并将其分类的自动化质检分类系统。
1、质检前的第一个挑战:送入系统
枣子是地中海地区重要的膳食组成部分。当地枣子品种繁多,其中一种椰枣(Madjoul),个头大,肉质多,颇受人们的喜爱。枣子主要生长在中东地区,并在中东加工和贩卖。
“椰枣并不容易加工,”Com-N-Sense公司总经理Lirian Shahar说,“相比于其他水果,它们个头小,且每个果实大小不一,表面又有些粘。所以丰收后,它们通常都成块粘在一起。”因此在它们被检测前,需要有个可行性的方法把它们送入系统。
为了能将粘粘的椰枣一个个分开,Com-N-Sense和Lugo 联合开发了一种创新处理过程。松散的果实被送入一个震动的、且表面覆盖V型槽的运输器。运输器的震动使得果实一个个分开,并使它们在槽上成行排列。
接下来,椰枣便被送入一个由两根平行聚酯线组成的传输系统。椰枣放在两根线之间,防止它们在运输和检测过程中移动。四条平行的传输系统以每秒6个椰枣的速度将它们移送到检测站,在检测站中以每秒24个椰枣的速度进行检测。
2、机器视觉成像系统每分钟捕获1400幅图像
每个通过检测站的传输系统都包含一个触发传感器、一台数码相机和照明装置。在四条传输系统的上方,分别安装有Allied Vision Technologies公司的 一台Prosilica GC 1290C彩色相机,每台相机与一盏直径为10cm的穹顶灯相连,为椰枣提供均匀的白光照明。均匀的白光照明至关重要,因为检测是以彩色分析为基础的。当每个椰枣经过光传感器时,便触发相机与照明装置。
AVT Prosilica GC 1290C 相机配有GigE视觉接口,结构紧凑,坚固耐用。该相机配备了索尼(ICX445)高灵敏度彩色传感器,其运用索尼EXview HAD CCD技术,具备卓越的成像质量。Prosilica GC1290C相机在全分辨率模式(120万像素)下,每秒可捕获多达32幅图像。
随后,捕获到的图像通过相机的“千兆以太网接口”(GiGE 视觉接口)传输到电脑主机。图像传输到主机后,使用Com-N-Sense公司用OpenCV为该应用特别开发的成像软件,进行图像分析。
“椰枣首先从背景中被区分出来,”Shahar解释说,“鲜绿的聚酯线和红棕色椰枣之间产生的强烈色差,成功实现了这步处理。”接下来,RGB数据被转换成HSI色彩-空间格式,以便进行色彩分析。外表皮的气泡会呈现较浅的颜色。通过这种方法,便可以确定数量、大小以及气泡的形成。
如果椰枣中存在太多气泡,并且超出了设定的限度阈值,该枚椰枣便会用压缩空气被挑出来。筛选标准可以根据顾客对质量的需求定义。同时,系统还可设定不同的分类,如待处理的产品、零售产品等。
3、机器视觉分类拣选新功能:水分测量
Com-N-Sense和Lugo Engineering公司联合开发的这套系统已经在以色列成功投入使用,并且该系统又获得了进一步改善。Lirian Shahar打算提供一种新的特殊功能:果实内部的水分测量。为了实现这种新功能,在测量过程中需要对每个椰枣称重。“运用图像数据,我们可以估计出椰枣的大小,并根据这些数据计算出它们的体积。根据体积与重量之间的关系,我们可以推算出每个椰枣中含有的水分,也即单个椰枣中含有多少汁水。对于我们的客户来讲,这是一项非常重要的质量特征。利用我们的新一代检测系统,客户就可以实现这项特征的检测了。”
4、机械视觉技术使水果蔬菜自动化分类成为可能
自然界中生长的苹果、西红柿等水果蔬菜,并没有统一的标准,每个果实在形态、成熟度、光学质量、重量和损伤程度方面都各部相同。如果这些能够表征质量的特征能被更精确地测量,那么它们就能实现更优化地营销。从食品市场到折价零售商,再到加工业,对质量的要求不同,价格也高低不一。因此,如何精确分类,确保水果蔬菜不低价销售给错误的顾客是生产商最感兴趣的经济手段。
- 上一条:传感器+机器学习,节省测试时间和成本
- 下一条:机器视觉在无纺布检测中的应用