CN106076890B - 早期水果腐败果在线检测系统及方法 - Google Patents

早期水果腐败果在线检测系统及方法 Download PDF

Info

Publication number
CN106076890B
CN106076890B CN201610645051.9A CN201610645051A CN106076890B CN 106076890 B CN106076890 B CN 106076890B CN 201610645051 A CN201610645051 A CN 201610645051A CN 106076890 B CN106076890 B CN 106076890B
Authority
CN
China
Prior art keywords
fruit
image
internal box
ultraviolet
corrupt
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201610645051.9A
Other languages
English (en)
Other versions
CN106076890A (zh
Inventor
李江波
黄文倩
田喜
王庆艳
竹永伟
张驰
刘生根
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Research Center of Intelligent Equipment for Agriculture
Original Assignee
Beijing Research Center of Intelligent Equipment for Agriculture
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Research Center of Intelligent Equipment for Agriculture filed Critical Beijing Research Center of Intelligent Equipment for Agriculture
Priority to CN201610645051.9A priority Critical patent/CN106076890B/zh
Publication of CN106076890A publication Critical patent/CN106076890A/zh
Application granted granted Critical
Publication of CN106076890B publication Critical patent/CN106076890B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B07SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07CPOSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/34Sorting according to other particular properties
    • B07C5/342Sorting according to other particular properties according to optical properties, e.g. colour
    • B07C5/3422Sorting according to other particular properties according to optical properties, e.g. colour using video scanning devices, e.g. TV-cameras
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B07SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07CPOSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C2501/00Sorting according to a characteristic or feature of the articles or material to be sorted
    • B07C2501/009Sorting of fruit

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)

Abstract

本发明提供了一种早期水果腐败果在线检测系统及方法,本发明利用水果输送部将水果输送到图像采集部中,在电控部的控制下,在水果旋转进入图像采集部形成的紫外线光照环境时图像采集部采集水果的荧光图像,并传递给电控部,由电控部根据荧光图像自动检测对应的水果是否为腐败果,若是,则控制卸果电磁阀对对应的腐败果进行卸果,从而实现了早期腐败果的在线,自动化检测以及自动化分离,不仅能够在很大程度提高效率,并且不再需要人工在紫外线下进行操作,从而使人体免受紫外线的危害。

Description

早期水果腐败果在线检测系统及方法
技术领域
本发明涉及光学和农业领域,尤其涉及一种早期水果腐败果在线检测系统及方法。
背景技术
水果是维持人类健康生活必需的菜篮子食品和营养性食品。近二十年来,世界水果产业发展迅速,目前世界水果总产超过6.3亿吨。我国被誉为世界园艺之母,也是目前世界最大水果生产国与消费国,2012年我国水果总面积达1.82亿亩,总产1.5亿吨以上,全国苹果、柑橘初始产品年产值分别超过1500亿元和1110亿元,我国水果产业发展对于保障国内市场供应、增加农民收入、改善生态环境和促进农村经济发展等具有十分重要的意义。
柑橘是风味独特,营养丰富的水果,深受消费者的喜爱。2008年开始,我国第一次超越巴西成为世界第一大柑橘生产国。2012年,我国柑橘生产持续发展,柑橘面积230.63万公顷,产量3167.78万吨,分别占世界柑橘面积923.17万公顷,产量1.29亿吨的24.98%和24.56%。国内果品生产中,柑橘面积居首,产量仅次于苹果3849.04万吨,位列第二,面积和产量分别占水果总量的18.99%和20.79%。
柑橘产业无论在国际还是国内都有巨大的经济市场,为了提升柑橘水果质量品质在国内及国际市场的竞争力,柑橘水果的采后自动化快速分级技术一直备受关注。近年来,国内一些大学如浙江大学、水果加工厂如扬州福尔喜果蔬汁机械有限公司等都已经开发出较为成熟的商业化柑橘品质分级生产线,这些分级线的分级指标侧重于水果大小、颜色、形状和重量。表皮缺陷的自动化快速检测依然是一个非常有挑战性的课题,成为目前国内外研究学者在水果自动化快速检测领域关注的焦点之一。
与其它常见外部缺陷如疤痕相比,由真菌病害感染引起的腐败是柑橘水果最严重的缺陷,真菌病害侵染是导致储运过程中新鲜柑橘腐败的最主要原因。比如,近年研究发现,真菌感染引起的我国柑橘采后腐败80%由指状青霉Penicillium digitatum引起,其次是意大利青霉Penicillium italicum,此两类病害可导致柑橘采后腐败率高达30%~50%。
目前,真菌感染防治主要采用储运阶段的化学防治。这些化学抑菌剂的长期使用会使真菌病原菌自身产生抗体,从而可能需要更大的化学剂量,这必然会引起食品安全和环境污染问题。尽管近年来一些拮抗菌和天然抑菌材料的开发对这些真菌有一定的抑制作用,但是拮抗菌和天然材料存在药效不持久或广谱性能差等问题。通常,霉菌分生孢子广泛分布于人类活动的各种环境中,在柑橘果品收获期间,极易通过伤口侵入果实,引起水果的采后腐败。这表明在柑橘采后的任何进一步处理之前,如化学保鲜,病原体已经存在某些柑橘个体中并引起了早期感染腐败,但这一点并没有引起柑橘产业广泛地关注。更为重要的是这两种霉病极具传播性,在非常短的时间里,少量的感染果可以使整批水果腐败,造成很大的经济损失,同时也将影响水果进一步的运作,如储藏和运输。所以,在柑橘进行保鲜储运前,在产地准确地分拣出这些被感染引起的早期腐败果,不仅可以非常好地控制整批水果的质量,也可以有效地防止这种病害传播至其它批次柑橘。因此,真菌感染引起的早期腐败柑橘果的快速检测对减少经济损失尤为关键,具有重要意义。
快速自动化检测这类型真菌感染果的难点在于这种被早期真菌感染的柑橘在白色霉状物长出前其表皮颜色与正常柑橘皮几乎无任何颜色上的差异。因此,采用传统RGB机器视觉检测方法很难对其有效检测。早期研究发现,在柑橘皮中含有油腺并且这些油腺中有大量精油,其中,一种名为多甲氧基黄酮的橘皮素是柑橘皮精油的主要成分之一,这种成分在紫外光的激发下会在可见光光谱区域发出黄色的荧光,该荧光很容易被眼睛或者RGB成像系统检测到。进一步研究发现,在柑橘腐败过程中,柑橘皮被分解,皮油腺中的精油物质迁移到皮的表层,从而发病区域在紫外线的激发下会产生相同的荧光现象。基于这种现象,目前对于被感染的早期腐败柑橘果的检测采用的主要手段是利用紫外光源在暗箱里照射柑橘水果,然后利用人工手动进行剔除。尽管这种方法非常有效,但是操作员的手长时间暴露在紫外线中,对其身体造成很大危害,并且每隔一两个小时操作员必须轮换,这种频繁的轮换也使该检测方法非常低效。因此,探索并开发一种有效的快速自动化检测新方法非常关键。
发明内容
针对现有技术中无法自动化、高效的在线检测以及分离早期腐败果的技术问题,本发明提供了一种早期水果腐败果在线检测系统及方法。
第一方面,本发明提供了一种早期水果腐败果在线检测系统,所述系统包括图像采集部、水果输送部以及电控部;
所述图像采集部包括检测箱和图像采集器,所述检测箱包括外箱体以及内箱体;所述外箱体用于对环境杂散光进行屏蔽并且固定所述图像采集器;所述内箱体安装于所述外箱体内,用于提供紫外线光照环境;所述图像采集器用于采集水果在所述紫外线光照环境下的荧光图像,并传递给所述电控部;
所述水果输送部包括用于安放水果的水果输送单元、为所述水果输送单元的移动提供动力的传动链轮、作用于所述水果输送单元的托果滚轮以及通过所述托果滚轮使所述水果输送单元中的水果旋转的滚轮摩擦条;所述水果输送部用于将水果输送到所述内箱体的紫外线光照环境中,并且旋转通过所述紫外线光照环境;
所述电控部包括电控处理器、编码器以及卸果电磁阀;所述编码器的输出轴与所述传动链轮同轴转动,并且发送对应的脉冲信号给所述电控处理器,所述电控处理器根据所述脉冲信号确定水果的当前位置,并且在水果进入所述紫外线光照环境时下发控制命令给所述图像采集器进行图像采集,并且所述图像采集器将采集的荧光图像传回给所述电控处理器,所述电控处理器根据所述荧光图像检测对应的水果是否为腐败果,若是,则控制所述卸果电磁阀对对应的腐败果进行卸果。
优选地,所述图像采集器为工业RGB彩色相机或3CCD相机。
优选地,所述外箱体包括设置于前后两侧的凸出的可供水果通过的外箱体检测通道、用于固定所述图像采集器的固定横梁、位于所述外箱体的前后两侧壁上的用于固定所述固定横梁的横梁固定槽孔以及用于固定所述内箱体的内箱体安装槽孔;
所述固定横梁的两端各设置有一横梁固定孔,用于与所述横梁固定槽孔配合使用以实现所述图像采集器高度的调节。
优选地,所述内箱体包括与所述外箱体检测通道对应的内箱体检测通道、与所述内箱体安装槽孔配合使用与固定所述内箱体的内箱体固定孔、贴附于所述内箱体左右两侧以及顶部的紫外线漫反射膜以及与水果传动方向平行的若干个紫外线光源;其中所述若干个紫外线光源分别对称设置于所述内箱体底部的两侧,形成两个光源单元;
所述内箱体还包括分别设置于每个所述光源单元下方的紫外线反射罩、分别设置于每个所述光源单元上方的紫色滤波板、分别设置于每个所述光源单元的靠近水果的一侧的条状凹面镜、分别设置于每个所述光源单元的前端的用于散热的风扇、设置于所述内箱体顶部中心部位的通孔、设置于所述通孔内的截止滤光片安装凸台、截止滤波片以及用于固定所述条状凹面镜的固定架;
其中所述条状凹面镜通过调节螺钉和底部合页安装和固定与所述固定架上,并且使所述条状凹面镜与地面成第一预定角度;所述截止滤光片的中心、通孔的中心以及图像采集器的中心在同一条竖直线上。
优选地,所述内箱体的顶部的纵截面为梯形,并且所述梯形的两个腰的倾斜角度为15度~45度;所述紫外线反射罩的纵截面为圆弧,并且所述紫外线反射罩的表面设置有耐高温层;所述第一预定角度为45度~60度;所述截止滤光片用于将波长530nm以下的光全部截止,波长为650nm以上的光全部通过,波长在530nm~650nm之间的光渐进通过;所述内箱体检测通道为拱形。
优选地,每个所述外箱体内的内箱体为多个。
优选地,所述水果输送部还包括用于输送所述水果输送单元的输送链、安装和支撑所述输送链的链条支撑导轨、带动所述输送链移动的两个输送链轮以及与所述传动链轮连接的减速电机;其中所述水果输送单元至少为一对,并且等间距设置于所述输送链上;
所述减速电机带动所述传动链轮运动,所述传动链轮带动所述两个输送链轮运转动,从而带动所述输送链移动,以实现水果输送单元的移动。
优选地,所述电控处理器包括PLC以及工业计算机;
所述PLC根据所述脉冲信号确定水果的当前位置,并且在水果进入所述紫外线光照环境时下发触发信号给所述工业计算机,所述工业计算机根据所述触发信号下发控制命令给所述图像采集器进行图像采集;
其中对于每一个水果,所述图像采集器利用每个所述条状凹面镜分别采集三幅侧面图像,同时所述图像采集器直接采集三幅俯视图像。
第二方面,本发明提供了一种早期水果腐败果在线检测方法,,所述方法包括如下步骤:
S1、利用水果输送部将水果输送到图像采集部中;
S2、在所述电控部的控制下,在水果旋转进入图像采集部形成的紫外线光照环境时,所述图像采集部采集水果的荧光图像,并传递给所述电控部;
S3、所述电控部根据所述荧光图像检测对应的水果是否为腐败果,若是,则控制所述卸果电磁阀对对应的腐败果进行卸果。
优选地,所述电控部根据所述荧光图像检测对应的水果是否为腐败果包括以下步骤:
S31、提取所述荧光图像的R分量,并采用单阀值理论构建二值化掩模模板;
S32、将所述荧光图像转化为HIS颜色空间图像;
S33、提取所述HIS颜色空间图像的H分量,并利用所述二值化掩模模板随所述H分量进行点乘运算去背景处理,获得去除背景后的H’分量;
S34、对所述H’分量进行滤波去噪处理,并对去噪后的图像执行伪彩色变化生成伪彩色图像;
S35、将所述伪彩色图像转变为RGB颜色空间图像,并提取其G分量;
S36、对所述步骤S35得到的G分量进行单阀值腐败区分割,并进行形态学去噪,获得二值化图像,其中所述二值化图像中的非零区域为腐败区域。
由上述技术方案可知,本发明提供一种早期水果腐败果在线检测系统及方法,本发明利用水果输送部将水果输送到图像采集部中,在电控部的控制下,在水果旋转进入图像采集部形成的紫外线光照环境时图像采集部采集水果的荧光图像,并传递给电控部,由电控部根据荧光图像自动检测对应的水果是否为腐败果,若是,则控制卸果电磁阀对对应的腐败果进行卸果,从而实现了早期腐败果的在线,自动化检测以及自动化分离,不仅能够在很大程度提高效率,并且不再需要人工在紫外线下进行操作,从而使人体免受紫外线的危害。
附图说明
为了更清楚地说明本公开实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本公开的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些图获得其他的附图。
图1是本发明的一个较佳实施例的早期水果腐败果在线检测系统的结构示意图;
图2A、2B是本发明中外箱体的结构示意图;
图3A、3B、3C是本发明中内箱体的结构示意图;
图4A、4B是本发明中水果输送部的结构示意图;
图5是本发明中的荧光图像;
图6是本发明中荧光图像的R分量的图像;
图7是本发明中二值化掩模模板的图像;
图8是本发明中HSI颜色空间图像;
图9是本发明中HIS颜色空间图像的H分量图像;
图10是本发明中的伪彩色图像;
图11是本发明中伪彩色图像转变为RGB空间图像后获得的G分量图像;
图12是本发明中二值化图像。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本公开保护的范围。
一种早期水果腐败果在线检测系统,所述系统包括图像采集部、水果输送部以及电控部;
如图1、图2A、图2B所示,所述图像采集部包括检测箱1和图像采集器21,所述检测箱1包括外箱体16以及内箱体;所述外箱体16用于对环境杂散光进行屏蔽并且固定所述图像采集器21;所述内箱体安装于所述外箱体16内,用于提供强紫外线光照环境,利用发出的强紫外线光谱照射经过检测箱中的水果所产生的荧光效应来判断水果是否为真菌感染腐败果,所述图像采集器21用于实时采集水果在所述紫外线光照环境下,即检测区域的受强紫外线照射后所诱导的水果荧光图像,并传递给所述电控部;其中,所述图像采集器21优选为工业RGB彩色相机或3CCD相机;
如图1、图4A、图4B所示,所述水果输送部包括用于安放水果39的水果输送单元12、为所述水果输送单元12的移动提供动力的传动链轮13、作用于所述水果输送单元的设置于水果输送单元底部的托果滚轮以及通过所述托果滚轮使所述水果输送单元中的水果旋转的滚轮摩擦条38;从而使水果通过所述图像采集部时会沿水果输送方向发生旋转用于全表面检测。所述水果输送部用于将水果39输送到所述内箱体的紫外线光照环境中,并且旋转通过所述紫外线光照环境;
如图1所示,所述电控部包括电控处理器、编码器15以及卸果电磁阀8;所述编码器15的输出轴与所述传动链轮13同轴转动,并且发送对应的脉冲信号给所述电控处理器,所述电控处理器根据所述脉冲信号确定水果的当前位置,并且在水果进入所述紫外线光照环境时下发控制命令给所述图像采集器进行图像采集,并且所述图像采集器将采集的荧光图像传回给所述电控处理器,所述电控处理器根据所述荧光图像检测对应的水果是否为腐败果,若是,则控制所述卸果电磁阀8对对应的腐败果进行卸果。
本发明利用水果输送部将水果输送到图像采集部中,在电控部的控制下,在水果旋转进入图像采集部形成的紫外线光照环境时图像采集部采集水果的荧光图像,并传递给电控部,由电控部根据荧光图像自动检测对应的水果是否为腐败果,若是,则控制卸果电磁阀对对应的腐败果进行卸果,从而实现了早期腐败果的在线,自动化检测以及自动化分离,不仅能够在很大程度提高效率,并且不再需要人工在紫外线下进行操作,从而使人体免受紫外线的危害。
应当说明的是,本发明的上述系统可以用来检测真菌感染的早期柑橘的腐败果,当然也可以用于检测其他水果,对此本发明不做限定。
进一步地,如图2A、2B所示,所述外箱体16包括设置于前后两侧的凸出的可供水果通过的外箱体检测通道17、用于固定所述图像采集器21的固定横梁20、位于所述外箱体的前后两侧壁上的用于固定所述固定横梁的横梁固定槽孔18以及用于固定所述内箱体的内箱体安装槽孔19;所述固定横梁20的两端各设置有一横梁固定孔22,用于与所述横梁固定槽孔配合使用以实现所述图像采集器高度的调节,从而调节所述图像采集器与所检测水果之间的距离。
进一步地,如图3A、3B、3C所示,所述内箱体23包括与所述外箱体检测通道对应的内箱体检测通道24、与所述内箱体安装槽孔19配合使用与固定所述内箱体的内箱体固定孔37、贴附于所述内箱体左右两侧以及顶部的紫外线漫反射膜29以及与水果传动方向平行的若干个紫外线光源26;其中所述若干个紫外线光源26分别对称设置于所述内箱体底部的两侧,形成两个光源单元;所述紫外线光源26优选地为强紫外线高压水银灯管,并且所述强紫外线高压水银灯管水平放置,安装方向与水果输送方向平行,所述强紫外线高压水银灯管能够发出主峰为365nm的紫外线光。内箱体固定孔37与内箱体安装槽孔19配合使用一方面可以固定内箱体,另一方面可以调节内箱体与检测水果的距离。
上述内箱体检测通道24以及外箱体检测通道17的设计进一步保证了水果在荧光检测过程中不会受到任何杂散光的干涉。
上述内箱体以单通道检测为类,多通道检测可以通过单个内箱体进行并排实现。
所述内箱体23还包括分别设置于每个所述光源单元下方的紫外线反射罩27、分别设置于每个所述光源单元上方的紫色滤波板28、分别设置于每个所述光源单元的靠近水果的一侧的条状凹面镜30、分别设置于每个所述光源单元的前后两端的用于散热的小型风扇25、设置于所述内箱体顶部中心部位的通孔34、设置于所述通孔内的截止滤光片安装凸台35、截止滤波片36以及用于固定所述条状凹面镜30的固定架31;其中所述条状凹面镜30通过调节螺钉33和底部合页32安装和固定与所述固定架31上,并且使所述条状凹面镜30与地面成第一预定角度;所述截止滤光片的中心、通孔的中心以及图像采集器的中心在同一条竖直线上。安装截止滤波片36可以更加有效地去除强紫外线高压水银灯管,即紫外线光源所包含的除紫外线外的紫色可见光(由于目前制造工艺受限,紫外线光源中通常会包含部分紫色的可见光)。
所述内箱体23的顶部的纵截面为梯形,并且所述梯形的两个腰的倾斜角度为15度~45度,通过调节该角度可以使紫外线反射光更为有效地散射到检测水果表面;所述紫外线反射罩27的纵截面为半圆弧形,并且所述紫外线反射罩27材质为镜面氧化铝板,表面设置有耐高温层;所述第一预定角度可以通过条状凹面镜固定架中部的调节螺钉和底部合页进行配合调节,为45度~60度,通过调节该倾斜角,可以使被检测水果侧面图像完全的呈现在条状凹面镜中,并被图像采集器21获取;所述截止滤光片36用于将波长530nm以下的光全部截止,波长为650nm以上的光全部通过,波长在530nm~650nm之间的光渐进通过;所述内箱体检测通道24为拱形。
优选地,每个所述外箱体内的内箱体为多个,例如对于双通道水果分选系统,其每个外箱体内的内箱体为两个。
进一步地,如图1所示,所述水果输送部还包括用于输送所述水果输送单元的输送链3、安装和支撑所述输送链的链条支撑导轨4、带动所述输送链移动的两个输送链轮5、6以及与所述传动链轮13连接的减速电机14;其中所述水果输送单元12至少为一对,并且等间距设置于所述输送链3上;所述减速电机14带动所述传动链轮13运动,所述传动链轮13带动所述两个输送链轮5、6转动,从而带动所述输送链3移动,以实现水果输送单元的移动。
所述水果输送部还包括起支撑作用机架2、输送链张紧轮7。
如图1所示,所述电控处理器包括PLC以及工业计算机11,其中PLC设置于电控柜10中。PLC对脉冲信号计数,联同编码器以及其他机械参数计算得到水果当前位置,并且在水果进入所述紫外线光照环境时(即工业RGB彩色相机的视场区域时)下发触发信号给所述工业计算机11,所述工业计算机11根据所述触发信号下发控制命令给所述图像采集器进行图像采集;所述图像采集器,例如工业RGB彩色相机接收到所述控制命令后,开始采集检测区域内的水果样本图像并将图像数据发送给所述工业计算机,所述工业计算机基于所开发的图像处理算法对接收到的图像数据进行处理,并将处理结果(即是否为真菌感染果)即时反馈给PLC,PLC驱动相应卸果槽位置的卸果电磁阀进行卸果。
所述工业彩色RGB相机所获取的荧光图像是所述紫外线光源发射的紫外线受到内箱体内部两侧及顶部的紫外线漫反射膜反射后的紫外线激发所产生,其中对于每一个水果,工业彩色RGB相机利用每个所述条状凹面镜分别采集三幅侧面图像,同时所述图像采集器直接采集三幅俯视图像。
上述输送链3、链条支撑导轨4、水果输送单元12和滚轮摩擦条38一并穿过外箱体检测通道17。
本发明的系统,通过外箱体形成密闭的环境,屏蔽外界杂散光,内箱体提供强紫外线环境,之后经过内箱体检测区域(即内箱体的紫外线光照环境)的水果在强紫外线光谱照射下腐败区域会产生黄色的荧光,安装在外箱体中的工业RGB彩色相机通过截止滤波片获取所测水果的荧光图像,并将图像信号传给工业计算机进行分析处理,处理结果即时反馈给电控部,电控部驱动相应卸果槽位置的卸果电磁阀进行卸果至相应的接果槽,完成腐败果的分选。本发明利用紫外线诱导荧光成像技术结合腐烂果的荧光效应,设计了一种可以自动化在线检测真菌感染腐败果的检测系统及相应的方法,自动剔除批量水果中的腐败果而不需要人工干预,有效地解决了目前自动化检测方法无法识别真菌感染果的难题。
下面对上述系统的工作过程进行详细说明:
如图1、图4A和图4B所示,在真实工况真菌感染腐败果检测时,电控柜10控制减速电机14,减速电机14提供动力,带动传动链论13,传动链论13转动带动输送链论6转动,从而驱动输送链3及输送链3上的水果输送单元12进行在线输送,水果检测过程中,水果39将首先进入检测箱外箱体16的外箱体检测通道17,外箱体16相当于一个暗室,仅仅外箱体检测通道17与外界光照环境接触,然而长长的外箱体检测通道17又能够几乎隔离所有的环境光,从而提高荧光检测性能。在检测水果39进入外箱体的过程中,水果输送单元12的托果滚轮将被水果输送单元滚轮摩擦条38抬起,并在水果输送单元滚轮摩擦条38摩擦力的作用下带动水果输送单元12中的水果旋转,当待检测水果39旋转着进入检测箱内箱体23后,在内箱体中强紫外线的照射下真菌感染引起的腐败柑桔其腐败区域将会发出黄色的荧光,而正常果皮区域由于不发荧光所以保持较暗的表皮颜色,特别需要说明的是,在此激发柑桔腐败区域荧光的紫外线来自内箱体23两侧及顶部的紫外线漫反射膜29反射后的紫外线,这样水果表面所获得的紫外线照射强度比直接受到强紫外线照射水果39的紫外线强度分布相对更加均匀,在水果39旋转通过内箱体23的过程中,其水果39两侧表面的荧光效应信息也将完整地呈现在条状凹面镜30中,外部箱体中的工业RGB彩色相机通过截止滤波片36将实时捕获视场中的荧光图像,特别需要说明的是由于制造技术上的原因,紫外线中必然带着紫色的光,这样在相机镜头前安装截止滤波片36有效地将紫色光去除,获取正常果皮和腐败区域对照度更清晰的荧光图像。
特别地,为了更加全面检测水果样本整个表面区域,每个水果在旋转过程中拍摄至少3幅图像,由于在内箱体中样本两侧安装有条状凹面镜30,从而所述工业RGB彩色相机可以记录一个样本的9幅图像,使样本整个表面信息无死角的被记录,极大地提高真菌腐烂果的识别精度。
系统工作时,所述电控柜10内部安装有PLC,所述编码器15的输出轴与传动链轮13同轴转动,从而向所述PLC发送脉冲信号,PLC对脉冲信号计数,联同编码器15以及其他机械参数计算得到水果39当前位置。当检测到水果到达所述图像采集器21,即工业RGB彩色相机的检测区域时,PLC将发送触发信号至所述工业RGB彩色相机,工业计算机11在接收到PLC触发信号后向所述工业RGB彩色相机发送控制信号,所述工业RGB彩色相机接收到所述控制信号后,开始采集检测区域内的水果样本图像并将图像数据发送给所述工业计算机11,所述工业计算机11基于所开发的图像处理算法对接收到的图像数据进行处理,并将处理结果(即是否为真菌感染果)即时反馈给PLC,PLC驱动相应接果槽9位置的卸果电磁阀8进行卸果至相应的接果槽,完成腐败果的分选。
对应于上述系统,本发明公开了一种早期水果腐败果在线检测方法,所述方法包括如下步骤:
S1、利用水果输送部将水果输送到图像采集部中;
S2、在电控部的控制下,在水果旋转进入图像采集部形成的紫外线光照环境时,所述图像采集部采集水果的荧光图像,并传递给所述电控部;
S3、所述电控部根据所述荧光图像检测对应的水果是否为腐败果,若是,则控制所述卸果电磁阀对对应的腐败果进行卸果。
其中步骤S3中,所述电控部根据所述荧光图像检测对应的水果是否为腐败果包括以下步骤:
S31、提取所述荧光图像的R分量,并采用单阀值理论(阈值T1=65)构建二值化掩模模板B;其中所述荧光图像如图5所示,R分量如图6所示,二值化掩模模板B如图7所示;
S32、将所述荧光图像转化为HIS(色调H、饱和度S和亮度I)颜色空间图像,其中HIS颜色空间图像如图8所示;在此进行空间图像的转化是因为水果表面较大的曲率变化导致荧光RGB图像各分量图像表面灰度分布不均,从而给腐烂区域的提取造成困难;
S33、提取所述HIS颜色空间图像的H分量,并利用所述二值化掩模模板B对所述H分量进行点乘运算去背景处理,获得去除背景后的H’分量,其中H’分量图像如图9所示;在此提取H分量图像是因为H分量在HIS空间中表示色调分量,其对水果表面较大曲率变化造成的紫外线强度照射不均的敏感性较低;
S34、为了增强分量图像H′中腐烂区域和正常果皮区域的对照,对所述H’分量进行滤波去噪处理,并对去噪后的图像执行伪彩色变化生成伪彩色图像F;
其中:
F(x,y)=ci
其中,F(x,y)即为F,表示为输出的伪彩色图像,ci为灰度在[li-1,li]中时所影射成的彩色;
其中伪彩色图像F如图10所示;
S35、将所述伪彩色图像F转变为RGB颜色空间图像,并提取其G分量G’;
其中分量G’如图11所示,从图11中可以看出,处理后的分量图像G′比未执行伪彩色增强处理的图像其腐败区域和正常果皮区域对照度更加明显;
S36、对所述步骤S35得到的G分量G’进行单阀值(阈值T2=170)快速腐败区分割,并进行形态学去噪,获得二值化图像I,如图12所示,对所述二值化图像I进行非零像素统计,其中所述二值化图像I中的非零区域为腐败区域,即9幅图像中只要任何一幅图像中出现1个非零区域,则马上判定所检测水果为腐败果,否则为正常果。
上述电控部根据所述荧光图像检测对应的水果是否为腐败果的过程有工业计算机进行分析和完成。
本发明利用紫外线诱导荧光成像技术结合腐烂果的荧光效应,构建了一套非常有效的荧光图像获取装置,设计了一种可以自动化在线检测真菌感染腐败果的检测系统及相应的方法,自动剔除批量水果中的腐败果而不需要人工干预,有效地解决了目前自动化检测方法无法识别真菌感染果的难题,对柑橘采后减损,提高农民收益,保障柑橘产业的健康发展等具有重要意义。
本发明的方法或系统适用不同大小和种类的柑橘类水果,能够实现自动化快速检测真菌感染引起早期柑桔腐败果。
本领域普通技术人员可以理解:实现上述方法实施例的全部或者部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储在计算机可读取的存储介质中,该程序在执行时,执行包括上述方法实施例的步骤。
本公开的说明书中,说明了大量具体细节。然而,能够理解,本公开的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
以上实施例仅用以说明本公开的技术方案,而非对其限制;尽管参照前述实施例对本公开进行了详细的说明,本领域的普通技术人员应当理解;其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本公开各实施例技术方案的精神和范围。

Claims (6)

1.一种早期水果腐败果在线检测系统,其特征在于,所述系统包括图像采集部、水果输送部以及电控部;
所述图像采集部包括检测箱和图像采集器,所述检测箱包括外箱体以及内箱体;所述外箱体用于对环境杂散光进行屏蔽并且固定所述图像采集器;所述内箱体安装于所述外箱体内,用于提供紫外线光照环境;所述图像采集器用于采集水果在所述紫外线光照环境下的荧光图像,并传递给所述电控部;
所述水果输送部包括用于安放水果的水果输送单元、为所述水果输送单元的移动提供动力的传动链轮、作用于所述水果输送单元的托果滚轮以及通过所述托果滚轮使所述水果输送单元中的水果旋转的滚轮摩擦条;所述水果输送部用于将水果输送到所述内箱体的紫外线光照环境中,并且旋转通过所述紫外线光照环境;
所述电控部包括电控处理器、编码器以及卸果电磁阀;所述编码器的输出轴与所述传动链轮同轴转动,并且发送对应的脉冲信号给所述电控处理器,所述电控处理器根据所述脉冲信号确定水果的当前位置,并且在水果进入所述紫外线光照环境时下发控制命令给所述图像采集器进行图像采集,并且所述图像采集器将采集的荧光图像传回给所述电控处理器,所述电控处理器根据所述荧光图像检测对应的水果是否为腐败果,若是,则控制所述卸果电磁阀对对应的腐败果进行卸果;
所述外箱体包括设置于前后两侧的凸出的可供水果通过的外箱体检测通道、用于固定所述图像采集器的固定横梁、位于所述外箱体的前后两侧壁上的用于固定所述固定横梁的横梁固定槽孔以及用于固定所述内箱体的内箱体安装槽孔;
所述固定横梁的两端各设置有一横梁固定孔,用于与所述横梁固定槽孔配合使用以实现所述图像采集器高度的调节;
所述内箱体包括与所述外箱体检测通道对应的内箱体检测通道、与所述内箱体安装槽孔配合使用与固定所述内箱体的内箱体固定孔、贴附于所述内箱体左右两侧以及顶部的紫外线漫反射膜以及与水果传动方向平行的若干个紫外线光源;其中所述若干个紫外线光源分别对称设置于所述内箱体底部的两侧,形成两个光源单元;
所述内箱体还包括分别设置于每个所述光源单元下方的紫外线反射罩、分别设置于每个所述光源单元上方的紫色滤波板、分别设置于每个所述光源单元的靠近水果的一侧的条状凹面镜、分别设置于每个所述光源单元的前端的用于散热的风扇、设置于所述内箱体顶部中心部位的通孔、设置于所述通孔内的截止滤光片安装凸台、截止滤波片以及用于固定所述条状凹面镜的固定架;
其中所述条状凹面镜通过调节螺钉和底部合页安装和固定与所述固定架上,并且使所述条状凹面镜与地面成第一预定角度;所述截止滤光片的中心、通孔的中心以及图像采集器的中心在同一条竖直线上;
其中,所述图像采集器为工业RGB彩色相机或3CCD相机。
2.根据权利要求1所述的系统,其特征在于,所述内箱体的顶部的纵截面为梯形,并且所述梯形的两个腰的倾斜角度为15度~45度;所述紫外线反射罩的纵截面为圆弧,并且所述紫外线反射罩的表面设置有耐高温层;所述第一预定角度为45度~60度;所述截止滤光片用于将波长530nm以下的光全部截止,波长为650nm以上的光全部通过,波长在530nm~650nm之间的光渐进通过;所述内箱体检测通道为拱形。
3.根据权利要求1或2所述的系统,其特征在于,每个所述外箱体内的内箱体为多个。
4.根据权利要求1所述的系统,其特征在于,所述水果输送部还包括用于输送所述水果输送单元的输送链、安装和支撑所述输送链的链条支撑导轨、带动所述输送链移动的两个输送链轮以及与所述传动链轮连接的减速电机;其中所述水果输送单元至少为一对,并且等间距设置于所述输送链上;
所述减速电机带动所述传动链轮运动,所述传动链轮带动所述两个输送链轮运转动,从而带动所述输送链移动,以实现水果输送单元的移动。
5.根据权利要求1所述的系统,其特征在于,所述电控处理器包括PLC以及工业计算机;
所述PLC根据所述脉冲信号确定水果的当前位置,并且在水果进入所述紫外线光照环境时下发触发信号给所述工业计算机,所述工业计算机根据所述触发信号下发控制命令给所述图像采集器进行图像采集;
其中对于每一个水果,所述图像采集器利用每个所述条状凹面镜分别采集三幅侧面图像,同时所述图像采集器直接采集三幅俯视图像。
6.一种早期水果腐败果在线检测方法,其特征在于,所述方法包括如下步骤:
S1、利用水果输送部将水果输送到图像采集部中;
S2、在电控部的控制下,在水果旋转进入图像采集部形成的紫外线光照环境时,所述图像采集部采集水果的荧光图像,并传递给所述电控部;
S3、所述电控部根据所述荧光图像检测对应的水果是否为腐败果,若是,则控制所述卸果电磁阀对对应的腐败果进行卸果;
所述电控部根据所述荧光图像检测对应的水果是否为腐败果包括以下步骤:
S31、提取所述荧光图像的R分量,并采用单阀值理论构建二值化掩模模板;
S32、将所述荧光图像转化为HIS颜色空间图像;
S33、提取所述HIS颜色空间图像的H分量,并利用所述二值化掩模模板对所述H分量进行点乘运算去背景处理,获得去除背景后的H’分量;
S34、对所述H’分量进行滤波去噪处理,并对去噪后的图像执行伪彩色变化生成伪彩色图像;
S35、将所述伪彩色图像转变为RGB颜色空间图像,并提取其G分量;
S36、对所述步骤S35得到的G分量进行单阀值腐败区分割,并进行形态学去噪,获得二值化图像,其中所述二值化图像中的非零区域为腐败区域。
CN201610645051.9A 2016-08-08 2016-08-08 早期水果腐败果在线检测系统及方法 Active CN106076890B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610645051.9A CN106076890B (zh) 2016-08-08 2016-08-08 早期水果腐败果在线检测系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610645051.9A CN106076890B (zh) 2016-08-08 2016-08-08 早期水果腐败果在线检测系统及方法

Publications (2)

Publication Number Publication Date
CN106076890A CN106076890A (zh) 2016-11-09
CN106076890B true CN106076890B (zh) 2018-09-11

Family

ID=57455535

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610645051.9A Active CN106076890B (zh) 2016-08-08 2016-08-08 早期水果腐败果在线检测系统及方法

Country Status (1)

Country Link
CN (1) CN106076890B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106552775A (zh) * 2016-11-30 2017-04-05 合肥亿福自动化科技有限公司 一种水果自动分拣运输系统
CN109827965A (zh) * 2019-03-19 2019-05-31 湖州灵粮生态农业有限公司 一种水果表面腐烂自动化识别方式
CN110887850A (zh) * 2019-12-23 2020-03-17 江西服装学院 一种防辐射面料检测装置
CN111272231B (zh) * 2020-04-07 2022-04-26 深圳回收宝科技有限公司 电子设备的检测装置
CN113418870A (zh) * 2021-04-25 2021-09-21 鲁健检测科技有限公司 一种水果质量检测系统

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3661258A (en) * 1970-03-12 1972-05-09 American Cyanamid Co Ultraviolet light label monitoring system
JP2002286647A (ja) * 2001-01-17 2002-10-03 Takara Keiki Seisakusho:Kk 農作物の搬送処理装置
CN101121167A (zh) * 2007-08-14 2008-02-13 中国农业大学 一种穗状水果分级装置
CN101678405A (zh) * 2007-02-27 2010-03-24 罗达伊比利亚有限公司 柑橘类腐果自动筛分系统
CN203502362U (zh) * 2013-10-14 2014-03-26 苏州汇科机电设备有限公司 匣钵裂纹检查装置
CN104174597A (zh) * 2014-08-13 2014-12-03 山西农业大学 轻微损伤鲜枣的快速无损在线检测与分选装置
CN204227212U (zh) * 2014-11-27 2015-03-25 南京农业大学 用于在线检测农产品质量的灯箱
CN104458744A (zh) * 2014-11-17 2015-03-25 浙江大学 椭球形水果全表面高光谱图像在线采集装置
CN205904129U (zh) * 2016-08-08 2017-01-25 北京农业智能装备技术研究中心 早期水果腐败果在线检测系统

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3661258A (en) * 1970-03-12 1972-05-09 American Cyanamid Co Ultraviolet light label monitoring system
JP2002286647A (ja) * 2001-01-17 2002-10-03 Takara Keiki Seisakusho:Kk 農作物の搬送処理装置
CN101678405A (zh) * 2007-02-27 2010-03-24 罗达伊比利亚有限公司 柑橘类腐果自动筛分系统
CN101121167A (zh) * 2007-08-14 2008-02-13 中国农业大学 一种穗状水果分级装置
CN203502362U (zh) * 2013-10-14 2014-03-26 苏州汇科机电设备有限公司 匣钵裂纹检查装置
CN104174597A (zh) * 2014-08-13 2014-12-03 山西农业大学 轻微损伤鲜枣的快速无损在线检测与分选装置
CN104458744A (zh) * 2014-11-17 2015-03-25 浙江大学 椭球形水果全表面高光谱图像在线采集装置
CN204227212U (zh) * 2014-11-27 2015-03-25 南京农业大学 用于在线检测农产品质量的灯箱
CN205904129U (zh) * 2016-08-08 2017-01-25 北京农业智能装备技术研究中心 早期水果腐败果在线检测系统

Also Published As

Publication number Publication date
CN106076890A (zh) 2016-11-09

Similar Documents

Publication Publication Date Title
CN106076890B (zh) 早期水果腐败果在线检测系统及方法
CN101678405B (zh) 柑橘类腐果自动筛分系统
US11830179B2 (en) Food inspection assisting system, food inspection assisting apparatus and computer program
CN107952696B (zh) 一种适用于鲜烟叶的检测分级装置及检测方法
CN104646315B (zh) 一种具有黄曲霉素检测功能的农产品智能分选机
CN106442561B (zh) 用于检测柑橘表皮缺陷的在线图像采集系统及方法
US8563934B2 (en) Method and detection system for detection of aflatoxin in corn with fluorescence spectra
CN102495069B (zh) 一种基于数字图像处理的拉链链带缺陷检测方法
CN202092599U (zh) 一种西瓜品质在线无损检测装置
EP0566397A2 (en) Apparatus and method for inspecting articles such as agricultural produce
CN105203543B (zh) 基于机器视觉的整箱红提葡萄果粒大小分级装置及其方法
AU2013347859B2 (en) Calibration of a dynamic digital imaging system for detecting defects in production stream
CN103398994B (zh) 一种基于高光谱的食源性致病菌检测系统及方法
CN104614375B (zh) 食品多重包装物无损检测系统
CN103278460A (zh) 一种柑橘树红蜘蛛虫害胁迫情况测试分析方法
Tao Spherical transform of fruit images for on-line defect extraction of mass objects
CN105268659A (zh) 基于视觉技术的红枣筛选机
CN206057205U (zh) 一种笔记本电脑组件质量自动检测装置
CN204699963U (zh) 一种具有黄曲霉素检测功能的农产品智能分选机
CN205904129U (zh) 早期水果腐败果在线检测系统
CN107614127A (zh) 利用多反射和多角度视图的新型基于颜色的光学分级系统
JP2002286647A (ja) 農作物の搬送処理装置
CN110766642B (zh) 一种去伪影方法
Ariana et al. Integrating reflectance and fluorescence imaging for apple disorder classification
CN206454927U (zh) 一种猕猴桃检测分级装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant