CN103323457B - 水果外观缺陷实时在线检测系统及检测方法 - Google Patents
水果外观缺陷实时在线检测系统及检测方法 Download PDFInfo
- Publication number
- CN103323457B CN103323457B CN201310187701.6A CN201310187701A CN103323457B CN 103323457 B CN103323457 B CN 103323457B CN 201310187701 A CN201310187701 A CN 201310187701A CN 103323457 B CN103323457 B CN 103323457B
- Authority
- CN
- China
- Prior art keywords
- fruit
- image
- ccd camera
- supply unit
- detection system
- 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
Links
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Sorting Of Articles (AREA)
Abstract
本发明涉及农产品无损检测技术领域,尤其涉及一种水果外观缺陷实时在线检测系统及检测方法。该检测系统包括输送单元,该输送单元用于将待检测水果滚动并水平移动通过图像采集位置;图像采集单元,该图像采集单元包括设置在输送单元上并位于图像采集位置的光照箱以及位于光照箱内的CCD相机;设置在输送单元的至少一侧用于检测水果是否即将到达所述图像采集位置的传感器;计算机,在所述计算机中设置有用于控制CCD相机拍摄水果表面图像的图像采集卡,并预存有用于对采集的水果表面图像进行分析并确定所述水果是否合格的图像分选模型。该检测系统通过仅对CCD相机拍摄的表面图像进行分析处理,以实现快速且准确地对水果进行检测分级。
Description
技术领域
本发明涉及农产品无损检测技术领域,尤其涉及一种对大致球形水果进行外观缺陷实时在线检测的检测系统及检测方法。
背景技术
我国是一个水果生产和消费大国。目前,每年的水果产量已超过10000万吨,居世界前列。随着农村经济体制改革的深入和市场经济的发展,水果产量将逐年大幅度增加。目前,在水果进入市场前,水果加工包装企业通常要对水果的外部品质,例如大小、形状、颜色和表面缺陷等进行检测分级。现有的水果检测分级一般采用人工筛选法,该方法需要大量的劳动人员,工作效率低,且筛选结果主观判断差别大,从而导致分级不严格,不准确。因此,如何快速且准确地对水果进行检测分级,就成为亟待解决的问题。
近年来,在对水果检测分级研究领域中,光谱方法是一种很有效的方法,如高光谱技术检测苹果的外观缺陷,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。对于检测研究水果分级检测来说,是一种非常好的方法。然而在实际生产应用中,光谱仪的购买成本大,采集的信息量同样也非常大,并包含了过多冗余的信息,实时在线应用的话,处理的速度非常慢,从而导致检测速度非常慢。
发明内容
(一)要解决的技术问题
本发明的目的是提供一种基于机器视觉技术对苹果等大致球形的水果进行外观缺陷实时在线检测的检测系统及检测方法,以提高检测速度和检测的准确度,并降低成本。
(二)技术方案
为了解决上述技术问题,本发明提供了一种水果外观缺陷实时在线检测系统,其特征在于,其包括:
输送单元,该输送单元用于将待检测水果滚动并水平移动通过图像采集位置;
图像采集单元,该图像采集单元包括设置在所述输送单元上并位于图像采集位置的光照箱以及位于所述光照箱内的CCD相机;
传感器,该传感器设置在水果输送单元的至少一侧,以用于检测水果是否即将到达所述图像采集位置;
计算机,在所述计算机中设置有用于控制所述CCD相机拍摄水果表面图像的图像采集卡,并预存有用于对采集的所述水果图像进行分析并确定所述水果是否合格的图像分选模型;
其中,所述传感器和所述CCD相机分别与所述图像采集卡连接。
优选地,所述光照箱包括固定在所述输送单元上的遮光罩以及在所述遮光罩内的光源,所述遮光罩的入口和出口处用黑布做成门帘状,所述遮光罩的底部设置有底板,所述遮光罩的内表面和所述底板的上表面都进行发黑处理。
优选地,所述CCD相机包括两个相对设置的CCD相机,所述CCD相机与聚光镜头连接,在所述聚光镜头前面设置有滤光片,所述滤光片的波长根据待检测的水果进行选取。
优选地,所述图像采集单元还包括将所述CCD相机固定在所述光照箱上的可调节装置,所述可调节装置包括设置在所述光照箱顶部平行于水果输送方向的滑道、水平调节杆和竖直调节杆,所述竖直调节杆的上端在所述滑道内滑动,所述水平调节杆的自由端与所述CCD相机连接,所述水平调节杆与所述竖直调节杆滑动连接,使得所述水平调节杆相对于所述竖直调节杆上下滑动以及在垂直于所述水果输送方向上移动。
优选地,所述CCD相机通过其轴线平行于水果输送方向的圆形刻度盘固定在所述水平调节杆上,所述圆形刻度盘包括刻有角度的外盘以及可相对于所述外盘转动的内盘,所述外盘与所述水平调节杆连接,所述内盘与所述CCD相机连接。
优选地,在所述传感器和所述图像采集卡之间设置有将所述传感器感知的信号转换成脉冲信号的信号处理单元。
优选地,该检测系统还包括与所述计算机连接的不合格产品剔除装置。
本发明还提供了一种水果外观缺陷实时在线检测方法,其其包括以下步骤:
S1:检测准备,开启计算机、CCD相机、光源,然后启动输送单元,使水果在输送单元的传送带上滚动且水平移动;
S2:图像采集,当传感器探测到有水果通过时,将所述水果即将到达图像采集位置的信号传送给图像采集卡,然后由所述图像采集卡控制预先调节好的所述CCD相机对水果进行拍摄;
S3:图像上传,所述CCD相机将拍摄到的图像信息按照拍摄的顺序和所述CCD相机的序号上传给所述计算机;
S4:水果分级,由预存在所述计算机内的图像分选模型对采集的所述图像信息进行处理,并对该水果进行分级。
优选地,在所述步骤S4之后还包括所述计算机将分级结果发送给不合格产品剔除装置,由所述不合格产品剔除装置对不合格水果进行剔除的步骤。
优选地,所述由预存在所述计算机内的图像分选模型对所述图像信息进行处理的步骤包括:
a.图像分割,将每个CCD相机采集的同一个水果在不同滚动状态下的多幅图像信息中分别提取具有完整信息的部分区域;
b.图像融合运算,通过多维图像合成方法,分别将每个CCD相机提取的所述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。
(三)有益效果
上述技术方案所提供的水果外观缺陷实时在线检测系统及检测方法,该检测系统包括用于将水果滚动并水平移动的输送单元、图像采集单元、传感器以及计算机,其中,该图像采集单元包括光照箱以及位于光照箱内的CCD相机,该CCD相机和传感器分别与设置在计算机上的图像采集卡连接。当水果随输送单元滚动并水平移动到达图像采集位置时,通过CCD相机对不同滚动状态下的水果表面进行拍摄,并将拍摄的表面图像上传给计算机,然后由计算机进行图像处理并分级。由于CCD相机仅拍摄水果的表面信息,数据量较小,处理速度较快,因此使得该检测系统可以迅速且准确地对水果进行检测;此外,该检测系统结构简单,成本较低;进一步地,通过图像分割和图像融合方法,使得该检测系统对一个水果只需要分析两幅图像信息,这样大大减少了图像处理的计算量,同时也避免某些边缘信息的干扰。
附图说明
图1是根据本发明的一种水果外观缺陷实时在线检测系统的实施例的结构示意图;
图2是图1示出的水果外观缺陷实时在线检测系统的细节图;
图3是同一个CCD相机在不同时刻拍摄的同一个水果在不同滚动状态下的示意图。
其中:1-遮光罩;2-滚子;3-容纳器;4-底板;5-水果;6-传送带;7-传感器;8-滤光片;9-圆形刻度盘;10-CCD相机;11-可调节装置;12-聚光镜头;13-光源;14-滑道;15-锁定件;16-计算机;17-图像采集卡;18-信号处理单元;19-轨道。
具体实施方式
下面结合附图和实施例,对本发明的具体实施方式作进一步描述。以下实施例用于说明本发明,但不用来限制本发明的范围。
图1和图2示出根据本发明的一种水果外观缺陷实时在线检测系统的实施例。该检测系统包括:用于将待检测水果(5)滚动并水平移动通过图像采集位置的输送单元;图像采集单元,其包括设置在输送单元上并位于图像采集位置的光照箱以及位于光照箱内的CCD相机(10),该CCD相机与图像采集卡(17)连接;传感器(7),该传感器(7)设置在输送单元的至少一侧,以用于检测水果(5)是否即将到达所述图像采集位置,该传感器(7)与图像采集卡(17)连接;计算机(16),其包括用于控制CCD相机(10)拍摄水果表面图像的图像采集卡(17)和用于对采集的水果表面图像进行处理并确定所述水果(5)是否合格的图像分选模型。
具体地,该输送单元包括主动轮、从动轮、传送带(6)和电机,其中,该传送带(6)由若干滚子(2)组成,该滚子(2)在主动轮和从动轮的作用下水平移动,此外,该输送单元还包括设置在图像采集位置下方的轨道(19),使得在图像采集位置处的滚子(2)在水平移动的同时且自身转动,从而带动放置在传送带(6)上的水果(5)在图像采集位置处水平移动且滚动。优选地,该输送单元为无极调速的,使得该输送单元的输送速度可根据计算机(16)对CCD相机(10)拍摄的图像的处理速度进行调整。
图像采集单元包括位于图像采集位置的光照箱以及位于光照箱内的CCD相机(10)。具体地,光照箱包括位于输送单元上的遮光罩(1)以及位于遮光罩(1)内的光源(13)。该遮光罩(1)呈大体立方形,并且沿水果输送方向(如图1中箭头所示)的宽度可容纳5个水果(5)。当然,本领域的技术人员应当理解,该遮光罩(1)的宽度也可大于或小于该宽度。遮光罩(1)的入口和出口处用黑布做成门帘状,以遮挡水果(5)在输送过程中从外界投进的光线。在遮光罩(1)的底部设置有底板(4),以阻挡外界光从输送单元下方的缝隙中投进。遮光罩(1)的内表面和底板(4)的上表面都进行发黑处理,以避免拍摄图像时表面反光。光源(13)位于图像采集区域的上方,其发出的均匀面光照射在待检测水果(5)的表面上。优选地,该光源(13)优选采用LED灯,该LED灯的光源强度是可调节的。
在光照箱内设置有两个相对的CCD相机(10),以便从相对侧同时拍摄待检测水果(5)的表面图像,且CCD相机(10)的视野范围优选同时包含3个水果(5)的图像信息。另外,该CCD相机(10)分别通过电缆与图像采集卡(17)连接,以便由图像采集卡(17)控制CCD相机(10)对水果(5)进行拍摄。进一步地,该CCD相机(10)还包括聚光镜头(12),在聚光镜头(12)的外部设置有滤光片(8),以便获得实际检测中需要的重要信息,过滤掉一些混淆的信息,在实际应用中可以根据不同的水果通过高光谱系统实验分析得出最佳的波长。
传感器(7)采用设置在水果输送方向的两侧并处于遮光罩入口容纳第一个水果处的对射式光电传感器。当某水果(5)随传送带(2)进入光照箱,经过传感器(7)时,传感器(7)产生该水果(5)即将到达的信号并将信号传送给图像采集卡(17),然后由图像采集卡(17)实时地控制CCD相机(10)对该水果(5)进行拍摄。为保证对水果的检测准确性,该传感器(7)与CCD相机(10)在水果输送方向上的水平距离可以根据不同水果的实际情况进行调节。优选地,在传感器(7)和图像采集卡(17)之间设置有信号处理单元(18),该信号处理单元(18)包括与传感器(7)连接的直流固态继电器,以及分别与直流固态继电器和图像采集卡(17)连接的单片机。信号处理单元(18)将传感器感知的信号转换成脉冲信号传送给图像采集卡(17),以便触发CCD相机(10)的拍摄,因为脉冲触发的稳定性能较好,且不容易在出现意外中断时,损坏CCD相机(10),从而对相机本身起到保护作用。该检测系统采用50ms的方波脉冲来触发CCD相机(10)的图像采集进程。
计算机包括用于控制CCD相机(10)拍摄图像的图像采集卡(17)和用于对采集的水果图像进行处理并确定所述水果(5)是否合格的图像分选模型。图像采集卡(17)根据水果传送的速度控制CCD相机(10),使得该CCD相机(10)在该水果到达图像采集位置时进行拍摄,并保证每个相机(10)可以拍摄同一个水果在不同滚动状态下的至少三幅图像,如图3所示,这样,两个CCD相机可拍摄6张同一水果在不同翻转状态下的图像。然后由计算机(16)的图像分选模型对CCD相机拍摄的图像进行处理。具体处理方式可通过本领域技术人员常用的图像处理方法和模式识别方法进行,即提取缺陷的大小和面积,将提取到的特征值与存储的合格水果表面图像的特征值进行比较,并根据比较结果确定该水果是否合格。
由于计算机(16)只需要处理CCD相机(10)拍摄的水果表面图像数据,该数据量相对较少,因此使得该检测系统可以迅速且准确地对水果进行检测;此外,CCD相机(10)的成本相对较低,从而降低了该检测系统的制造成本。
优选地,该检测系统还包括将CCD相机固定在光照箱上的相机可调节装置(11)。该相机可调节装置(11)包括设置在光照箱的顶部平行于水果输送方向的滑道(14)、滑动连接的水平调节杆和竖直调节杆,水平调节杆的自由端与CCD相机(10)连接。竖直调节杆的上端可在该滑道(14)中滑动,以带动CCD相机(10)在平行于水果输送方向的方向上移动。水平调节杆与竖直调节杆滑动连接,使得水平调节杆可相对于竖直调节杆上下滑动以及在垂直于水果输送方向的方向上移动,从而调整CCD相机(10)与传送带(6)的水平和垂直距离,从而使得该检测系统具有良好的通用性。当将CCD相机(10)调节到合适的位置时通过锁定件(15)将水平调节杆与竖直调节杆保持锁定。
该相机固定组件(11)由铝制成,以减轻其重量,并能够支撑CCD相机(10)的重量。在该实施例中,该相机可调节装置(11)采用直径为25mm的铝制圆柱杆。
更进一步地,CCD相机(10)和水平调节杆之间设置有其轴线平行于水果输送方向的圆形刻度盘(9),该圆形刻度盘(9)包括标记有角度的外盘以及可相对于外盘转动的内盘,CCD相机(10)固定在内盘上,因此使得CCD相机(10)可相对于外盘旋转,从而使该CCD相机(10)可根据不同的水果选择合适的倾斜角度。当转动到合适的角度时将内盘与外盘固定,以将CCD相机(10)保持固定。
优选地,该检测系统还包括与所述计算机连接的不合格产品剔除装置(未示出)。该不合格产品剔除装置根据计算机(16)的分选结果,将不合格的水果剔除收集在容纳器(3)中,合格的水果随传送带(6)继续前进,并在卸料位置被收集。
本发明还公开了一种利用上述技术方案所提供的水果外观缺陷在线检测系统的检测方法,包括以下步骤:
S1:检测准备,开启计算机(16)、CCD相机(10)、光源(13),然后启动输送单元,使水果(5)在输送单元的传送带(6)上滚动且水平移动;
S2:图像采集,当传感器(7)探测到有水果(5)通过时,将该水果(5)即将到达图像采集位置的信号传送给图像采集卡(17),然后由图像采集卡(17)控制预先调节好的CCD相机(10)对水果(5)进行拍摄;
S3:图像上传,CCD相机(10)将拍摄的图像按照拍摄的顺序和CCD相机(10)的序号上传给计算机(16);
S4:水果分级,由预存在计算机(16)内的图像分选模型对采集的图像信息进行处理,并对该水果(5)进行分级。
优选地,上述水果外观缺陷实时在线检测方法在所述步骤S4之后还包括计算机(16)将分级结果发送给不合格产品剔除装置,由所述不合格产品剔除装置对不合格水果进行剔除的步骤。
优选地,所述步骤S4包括以下步骤。
(1)图像分割,将每个CCD相机采集的同一个水果在不同滚动状态下的多幅图像信息中分别提取具有完整信息的部分区域。在该检测系统中,由于水果大致是球形的,因此在水果随传送带滚动并水平移动的过程中,每个相机(10)可以拍摄同一个水果在不同滚动状态下的至少三幅图像,然后分别将每个CCD相机采集的同一个水果的至少三幅图像信息中提取具有完整信息的部分区域,如在图3中示出的A、B、C三个区域,并且使得通过两个CCD相机的配合采集,可以完整地获取水果表面的信息。
(2)图像融合运算,通过多维图像合成方法,分别将每个CCD相机提取的部分区域融合为一幅图像,以获取完整水果表面的图像。也就是说,对提取的A、B、C三个区域的图像信息进行融合,将三幅图像中的重要信息合并到一幅图像中,这样大大减少了图像处理的计算量,同时也避免某些边缘信息的干扰。使得水果外观缺陷检测单元对一个水果只需要分析两幅图像信息,就可以判断其外观缺陷。
以上实施方式仅用于说明本发明,而并非对本发明的限制,有关技术领域的普通技术人员,在不脱离本发明的精神和范围的情况下,还可以做出各种变化和变型。因此所有等同的技术方案也属于本发明的保护范畴。
Claims (8)
1.一种水果外观缺陷实时在线检测系统,其特征在于,其包括:
输送单元,该输送单元用于将待检测水果滚动并水平移动通过图像采集位置;
图像采集单元,该图像采集单元包括设置在所述输送单元上并位于图像采集位置的光照箱以及位于所述光照箱内的CCD相机;所述图像采集单元还包括将所述CCD相机固定在所述光照箱上的可调节装置,所述可调节装置包括设置在所述光照箱顶部平行于水果输送方向的滑道、水平调节杆和竖直调节杆,所述竖直调节杆的上端在所述滑道内滑动,所述水平调节杆的自由端与所述CCD相机连接,所述水平调节杆与所述竖直调节杆滑动连接,使得所述水平调节杆相对于所述竖直调节杆上下滑动以及在垂直于所述水果输送方向上移动;所述CCD相机通过其轴线平行于水果输送方向的圆形刻度盘固定在所述水平调节杆上,所述圆形刻度盘包括刻有角度的外盘以及可相对于所述外盘转动的内盘,所述外盘与所述水平调节杆连接,所述内盘与所述CCD相机连接;
传感器,该传感器设置在所述输送单元的至少一侧,以用于检测水果是否即将到达所述图像采集位置;
计算机,在所述计算机中设置有用于控制所述CCD相机拍摄水果表面图像的图像采集卡,并预存有用于对采集的所述水果图像进行分析并确定所述水果是否合格的图像分选模型;
其中,所述传感器和所述CCD相机分别与所述图像采集卡连接。
2.根据权利要求1所述的检测系统,其特征在于,所述光照箱包括固定在所述输送单元上的遮光罩以及在所述遮光罩内的光源,所述遮光罩的入口和出口处用黑布做成门帘状,所述遮光罩的底部设置有底板,所述遮光罩的内表面和所述底板的上表面都进行发黑处理。
3.根据权利要求1所述的检测系统,其特征在于,所述CCD相机包括两个相对设置的CCD相机,所述CCD相机与聚光镜头连接,在所述聚光镜头前面设置有滤光片,所述滤光片的波长根据待检测的水果进行选取。
4.根据权利要求1所述的检测系统,其特征在于,在所述传感器和所述图像采集卡之间设置有将所述传感器感知的信号转换成脉冲信号的信号处理单元。
5.根据权利要求1所述的检测系统,其特征在于,该检测系统还包括与所述计算机连接的不合格产品剔除装置。
6.一种使用权利要求1的水果外观缺陷实时在线检测系统的水果外观缺陷实时在线检测方法,其特征在于,其包括以下步骤:
S1:检测准备,开启计算机、CCD相机、光源,然后启动输送单元,使水果在输送单元的传送带上滚动且水平移动;
S2:图像采集,当传感器探测到有水果通过时,将所述水果即将到达图像采集位置的信号传送给图像采集卡,然后由所述图像采集卡控制预先调节好的所述CCD相机同时对水果进行拍摄;
S3:图像上传,所述CCD相机将拍摄到的图像信息按照拍摄的顺序和所述CCD相机的序号上传给所述计算机;
S4:水果分级,由预存在所述计算机内的图像分选模型对采集的所述图像信息进行处理,并对该水果进行分级。
7.根据权利要求6所述的检测方法,其特征在于,在所述步骤S4之后还包括所述计算机将分级结果发送给不合格产品剔除装置,由所述不合格产品剔除装置对不合格水果进行剔除的步骤。
8.根据权利要求7所述的检测方法,其特征在于,所述由预存在所述计算机内的图像分选模型对所述图像信息进行处理的步骤包括:
a.图像分割,将每个CCD相机采集的同一个水果在不同滚动状态下的多幅图像信息中分别提取具有完整信息的部分区域;
b.图像融合运算,通过多维图像合成方法,分别将每个CCD相机提取的所述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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310187701.6A CN103323457B (zh) | 2013-05-20 | 2013-05-20 | 水果外观缺陷实时在线检测系统及检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310187701.6A CN103323457B (zh) | 2013-05-20 | 2013-05-20 | 水果外观缺陷实时在线检测系统及检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103323457A CN103323457A (zh) | 2013-09-25 |
CN103323457B true CN103323457B (zh) | 2015-08-26 |
Family
ID=49192342
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310187701.6A Active CN103323457B (zh) | 2013-05-20 | 2013-05-20 | 水果外观缺陷实时在线检测系统及检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103323457B (zh) |
Families Citing this family (50)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104732580B (zh) * | 2013-12-23 | 2018-09-25 | 富士通株式会社 | 图像处理装置、图像处理方法和程序 |
CN103736672B (zh) * | 2013-12-31 | 2019-01-08 | 江苏大学 | 一种镜片在线分级分拣装置 |
CN106233420B (zh) * | 2014-05-09 | 2018-10-16 | 株式会社日立高新技术 | 试样加工方法及带电粒子束装置 |
CN104458744B (zh) * | 2014-11-17 | 2017-05-03 | 浙江大学 | 椭球形水果全表面高光谱图像在线采集装置 |
CN104469118B (zh) * | 2014-12-26 | 2018-04-27 | 大族激光科技产业集团股份有限公司 | 一种相机阵列的视觉增强系统 |
CN105354848B (zh) * | 2015-11-11 | 2019-04-23 | 首钢集团有限公司 | 一种热镀锌产线的康耐视表面质量检测系统的优化方法 |
CN105319166A (zh) * | 2015-11-13 | 2016-02-10 | 无锡艾科瑞思产品设计与研究有限公司 | 一种大豆实时检测仪器 |
CN106896112A (zh) * | 2015-12-21 | 2017-06-27 | 深圳市青铜科技有限公司 | 鱼眼类端子在视觉检测中借助于遮光板的光学成像方法 |
CN105642555B (zh) * | 2016-04-06 | 2018-04-17 | 南京农业大学 | 一种苹果采摘过程中的分级方法及系统 |
CN108263556B (zh) * | 2016-10-09 | 2020-12-15 | 嘉兴市龙锋市政建设有限公司 | 一种移动监测装置及具有该装置的壳体探伤检测系统 |
CN106570511B (zh) * | 2016-11-02 | 2021-04-09 | 上海大学 | 基于计算机视觉的键盘字符缺陷在线检测系统和方法 |
CN106353322A (zh) * | 2016-11-25 | 2017-01-25 | 安徽机电职业技术学院 | 用于脐橙分级的图像采集装置 |
CN106645193A (zh) * | 2017-02-28 | 2017-05-10 | 北京华信瑞德信息技术有限公司 | 在线检测装置 |
CN106680075A (zh) * | 2017-03-01 | 2017-05-17 | 中国建材检验认证集团股份有限公司 | 一种钢化玻璃碎片检测系统及检测方法 |
CN106896114B (zh) * | 2017-03-10 | 2019-05-17 | 宁夏南山阳光果业有限公司 | 一种可以检测苹果完整度的苹果自动装箱方法 |
CN106829082A (zh) * | 2017-03-10 | 2017-06-13 | 胡珂 | 一种可以检测苹果完整度的苹果自动装箱机 |
CN106697380B (zh) * | 2017-03-10 | 2019-08-30 | 余志浩 | 一种可以检测苹果完整度和成熟度的苹果自动装箱机 |
CN106742205B (zh) * | 2017-03-10 | 2019-07-09 | 余志浩 | 一种可以检测苹果完整度和成熟度的苹果自动装箱方法 |
CN106645206B (zh) * | 2017-03-16 | 2023-05-30 | 武汉科技大学 | 一种双龙门式带材表面质量检测装置的成像系统 |
CN107703148A (zh) * | 2017-10-10 | 2018-02-16 | 贵州大学 | 一种基于机器视觉的电缆绞线质量检测系统及其检测方法 |
CN108171269A (zh) * | 2018-01-04 | 2018-06-15 | 吴勤旻 | 一种医疗器械图像识别装置 |
CN108188039A (zh) * | 2018-01-15 | 2018-06-22 | 苏州工业园区服务外包职业学院 | 一种水果自动分拣系统及方法 |
CN108445003B (zh) * | 2018-03-19 | 2021-05-18 | 烟台大学 | 一种水果品质检测装置及检测方法 |
CN108562588A (zh) * | 2018-03-26 | 2018-09-21 | 天津中德应用技术大学 | 笔杆检测与正反分离自动化线及使用方法 |
CN108645813B (zh) * | 2018-04-11 | 2019-10-25 | 中国农业大学 | 果蔬检测装置及果蔬检测方法 |
CN108372133A (zh) * | 2018-05-16 | 2018-08-07 | 江西农业大学 | 一种高光谱自动水果无损检测分拣装置 |
CN109297962A (zh) * | 2018-09-30 | 2019-02-01 | 广西民族大学 | 一种甘蔗图像采集装置 |
CN108982529A (zh) * | 2018-09-30 | 2018-12-11 | 广州中国科学院沈阳自动化研究所分所 | 一种动力电池涂布质量视觉检测平台及检测方法 |
CN109444156B (zh) * | 2018-12-24 | 2024-07-30 | 江苏善果缘智能科技有限公司 | 一种用于纺织品疵点检测的图像采集系统 |
CN109813224A (zh) * | 2019-03-19 | 2019-05-28 | 山西中格矿山机械有限公司 | 一种工业相机系统及利用图像识别技术检测筛网的方法 |
CN109827971B (zh) * | 2019-03-19 | 2021-09-24 | 湖州灵粮生态农业有限公司 | 一种无损检测水果表面缺陷的方法 |
CN110333233A (zh) * | 2019-06-24 | 2019-10-15 | 武汉科技大学 | 一种相机试验设备 |
CN110426396B (zh) * | 2019-07-24 | 2022-02-18 | 湖北三江航天万峰科技发展有限公司 | 传输机上瓷砖陶瓦表面缺陷在线检测的照明系统及方法 |
CN110542656B (zh) * | 2019-08-29 | 2021-11-02 | 安徽科技学院 | 一种基于高光谱技术的农作物营养状况诊断的无损检测装置 |
CN110987957A (zh) * | 2019-11-04 | 2020-04-10 | 江苏大学 | 基于机器视觉和激光加工的智能化去缺陷方法 |
CN110907464A (zh) * | 2019-12-26 | 2020-03-24 | 烟台拓伟智能科技股份有限公司 | 一种果蔬底部检测设备及检测方法 |
CN110940673A (zh) * | 2019-12-26 | 2020-03-31 | 烟台拓伟智能科技股份有限公司 | 一种果蔬表观检测设备及检测方法 |
CN110991469B (zh) * | 2019-12-30 | 2022-08-12 | 西南大学 | 一种水果可溶性固形物在线检测方法及系统 |
CN111601087A (zh) * | 2020-05-25 | 2020-08-28 | 广东智源机器人科技有限公司 | 视觉检测设备和餐具的处理装置 |
CN111551553A (zh) * | 2020-05-26 | 2020-08-18 | 成都宏明双新科技股份有限公司 | 一种盆架零件内腔检查工装 |
CN111570321A (zh) * | 2020-05-29 | 2020-08-25 | 武汉库柏特科技有限公司 | 一种视觉识别烟垛的装置 |
CN112415006A (zh) * | 2020-10-22 | 2021-02-26 | 安徽科博产品检测研究院有限公司 | 一种智能农产品检测平台 |
CN112261302A (zh) * | 2020-10-23 | 2021-01-22 | 创新奇智(广州)科技有限公司 | 一种多角度目标对象拍摄的方法、装置以及系统 |
CN112222012A (zh) * | 2020-11-03 | 2021-01-15 | 合肥泰禾光电科技股份有限公司 | 一种基于分时式同轴照明成像的检测系统及分选机 |
CN112756268B (zh) * | 2021-01-27 | 2023-02-21 | 延边金刚山食品股份有限公司 | 一种辣白菜原材料自动筛选装置 |
CN113415029A (zh) * | 2021-06-18 | 2021-09-21 | 深圳市裕同包装科技股份有限公司 | 一种自动过胶贴卡装置及其方法 |
CN113670920B (zh) * | 2021-07-30 | 2023-04-18 | 华中农业大学 | 一种柑橘新鲜度检测方法及装置 |
CN113695250B (zh) * | 2021-08-27 | 2023-03-10 | 创新奇智(北京)科技有限公司 | 一种钢针检测装置及检测方法 |
CN113777042B (zh) * | 2021-09-17 | 2024-07-05 | 宁波星帆信息科技有限公司 | 轴类产品的视觉检测装置 |
CN114354628B (zh) * | 2022-01-05 | 2023-10-27 | 威海若维信息科技有限公司 | 一种基于机器视觉的根茎类农产品缺陷检测方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001074665A (ja) * | 1999-09-06 | 2001-03-23 | Ishii Ind Co Ltd | 遮光式物品検査装置 |
JP3566215B2 (ja) * | 2001-01-17 | 2004-09-15 | 株式会社宝計機製作所 | 農作物の搬送処理装置 |
CN1664568A (zh) * | 2005-03-28 | 2005-09-07 | 浙江大学 | 基于图像信息融合技术的水果品质检测系统 |
CN1737547A (zh) * | 2004-08-17 | 2006-02-22 | 水果栽培材料公司 | 具有双向成像装置的用于光学分析水果等产品的设备 |
CN101013091A (zh) * | 2007-01-25 | 2007-08-08 | 江西农业大学 | 一种无损检测水果表面的粪便和农药污染物的方法和装置 |
-
2013
- 2013-05-20 CN CN201310187701.6A patent/CN103323457B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001074665A (ja) * | 1999-09-06 | 2001-03-23 | Ishii Ind Co Ltd | 遮光式物品検査装置 |
JP3566215B2 (ja) * | 2001-01-17 | 2004-09-15 | 株式会社宝計機製作所 | 農作物の搬送処理装置 |
CN1737547A (zh) * | 2004-08-17 | 2006-02-22 | 水果栽培材料公司 | 具有双向成像装置的用于光学分析水果等产品的设备 |
CN1664568A (zh) * | 2005-03-28 | 2005-09-07 | 浙江大学 | 基于图像信息融合技术的水果品质检测系统 |
CN101013091A (zh) * | 2007-01-25 | 2007-08-08 | 江西农业大学 | 一种无损检测水果表面的粪便和农药污染物的方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN103323457A (zh) | 2013-09-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103323457B (zh) | 水果外观缺陷实时在线检测系统及检测方法 | |
CN104101608B (zh) | 可对多型号不规则形状产品进行缺陷检测的智能检测装置 | |
CN105651782A (zh) | 一种发动机缸盖表面缺陷机器视觉自动检测设备 | |
CN102495076B (zh) | 一种基于机器视觉的拉链金属链牙缺陷检测方法 | |
CN103736672B (zh) | 一种镜片在线分级分拣装置 | |
CN1329132C (zh) | 基于三个摄像系统在线水果品质检测分级的装置与方法 | |
CN206057205U (zh) | 一种笔记本电脑组件质量自动检测装置 | |
CN102941189B (zh) | 水果分选机可控旋转角度齿纹托盘装置 | |
CN101349550A (zh) | 在线橡胶栓外形质量检查机 | |
CN203735462U (zh) | 一种卷烟内外排烟支分类专用装置 | |
CN102590225A (zh) | 胶囊质量检测机及基于该胶囊质量检测机的胶囊质量检测方法 | |
CN104634791A (zh) | 条形工件表面缺陷全方位视觉在线检测系统 | |
CN201255634Y (zh) | 一种在线橡胶栓外形质量检查机 | |
CN102890093B (zh) | 汽车刹车主缸活塞表面质量机器视觉检测装置 | |
CN104722496A (zh) | 光伏电池板在线缺陷检测和分拣装置 | |
CN109807076A (zh) | 压敏双面胶自动光学检测方法及其设备 | |
CN106645185A (zh) | 一种智能检测工业零件表面质量的方法及装置 | |
CN204602639U (zh) | 一种光伏电池板在线缺陷检测和分拣装置 | |
CN207222383U (zh) | 木板分拣系统 | |
CN105319166A (zh) | 一种大豆实时检测仪器 | |
CN201707309U (zh) | 基于红外热成像技术的水果表面早期缺陷在线检测装置 | |
CN208288489U (zh) | 一种金属圈视觉检测装置 | |
CN206146851U (zh) | 一种智能检测工业零件表面质量的装置 | |
CN203069148U (zh) | 一种成品磁环图像自动检测系统 | |
CN209271938U (zh) | 一种红枣挑选机的改进装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |