炎炎夏日，来杯柠檬冰茶，暑气全消。 每年夏天为柠檬盛产季节，而随着农业技术的进步，改良水果的品质及产量也越来越稳定。水果在进入市场前，通常要对水果的外部品质，例如大小、形状、颜色和表面瑕疵等进行检测分级。目前水果检测分级一般采用人工筛选法，需要大量的劳动人员，工作效率低，筛选结果判断差别大，从而导致分级不严格，不准确。如何快速且准确地对水果进行检测分级便成了极待解决的问题。

柠檬供货商与智能检测公司合作，引进视觉系统，采用The Imaging Source  映美精相机 33U系列相机，结合重量筛选机，进行外观、形状及尺寸大小等检测，捡选出适合的绿柠檬，将绿柠檬催熟至金黄色，透过自动化智慧系统捡选，销售本土自产黄柠檬，同时有效提升生产良率与效率。

柠檬供应商与智能检测公司合作，采用The Imaging Source USB 工业相机，进行柠檬外观检测及选别

自行开发视觉检测系统节省进口仪器成本，大幅提升检测质量

供应商一开始雇用人力挑选表面完好的柠檬，工作人员容易视觉疲劳，效率及准度下降，因而希望透过进口国外检测系统来进行检测，然而国外机台动辄千万，不敷成本，最后经当地农业局媒合，找到海波视智能科技，利用光谱技术辨识，用于医疗检测的系统也可以导入农业选别检测，更成功的为供应商节省进口仪器成本。

简便流畅又快速的检测过程

结合既有的且布署于输送带上的重量筛选机，检测公司（也是系统集成商）搭建扩充视觉系统，在机器上设置The Imaging Source USB 彩色相机（DFK 33UX264）、光源及触发器等，形成一个光谱及重量检测站，当一颗颗柠檬经由输送带运送至检测站，感测器会立刻产生触发信号通知相机捕捉每颗柠檬不同角度图像，接着传送图像数据至后端自行开发的AI软件，比对预先键入表皮完好的柠檬，判断经过的柠檬为合格或不合格，即时输出检测讯息，将柠檬分类，运送至不同的篮子内。

输送带上的柠檬进入检测站，进行外观检测

图像检测过程 ：图像分割 – 在相机采集每个柠檬的多幅图像数据中，分别提取具有完整信息的部分区域。图像融合运算 – 分别将每个相机提取具有完整信息的部分图像融合为一幅图像，以获取完整水果表面的图像。

检测重点

柠檬形状及尺寸：透过比对及测量方式检查经过检测站的柠檬形状及尺寸是否符合预设条件值，选出最适当品项。

柠檬外观：黄柠檬表皮比绿柠檬表皮更容易显现瑕疵，因此必须在催熟前就先确保绿柠檬表面完好，智能检测系统能实时圈出柠檬表皮瑕疵部分，剔除不合格的柠檬。

相机捕捉到的图像直接传至后端软件进行瑕疵辨识，附图框选为柠檬外观瑕疵部分

精巧USB 高解析工业相机不受空间限制且易于安装

近年来，在对水果检测分级研究领域中，光谱检测是一种有效的方法，如检测水果的外观缺陷，不仅可以得到水果表面的光谱信息，还可以得到水果表面的图像信息。 而The Imaging Source 提供坚固耐用的工业相机，为检测过程提供多项图像数据，包括表面瑕疵、柠檬形状及尺寸、测量数据以及数字照片档案留存等。 相机精巧外型能轻松地安装于检测输送带上，此外，USB 3 协议使相机能很容易地整合至现有系统。 5百万像素高分辨率能清晰的捕捉到整颗柠檬外观，一秒钟辨识2颗柠檬，为每颗柠檬拍下6张不同角度图像，精准捕捉到瑕疵部分。 系统为柠檬编号，精准数据可作为日后系统化复检根据。

成效

附挂式机器视觉选别机组可以直接与既有选别机结合（重量筛选机），降低建置成本，有效解决原本由人工筛选外观所产生的的作业疲劳及筛选质量不一致问题。 目前经由机器视觉系统辅助柠檬选别，每小时1人就能处理800公斤，相对于过去需3个人作业、每小时仅处理400公斤，效率提高6倍; 机器视觉系统挑选准确率达九成，与人工相同，未来待模型更新后预估还可提高至九成五。 在农产品选别上，智能检测公司经理表示：“藉由成功导入自动化视觉检测，能减轻人员作业负担及量化、标准化物料筛选标准。”

机器视觉于农业未来展望

目前，农业自动化外观检测仍少有厂商投入，但随着人力日渐缺乏，需求日增，农产品管理及效率思维提升，越来越多农业缺工议题及农产品管思维提升，适应于各式农产品之机器视觉导入有极大发展空间。

 （The Imaging Source 映镁精 Tiffany Chen ）