CN107243461A - 一种自动分级装置 - Google Patents
一种自动分级装置 Download PDFInfo
- Publication number
- CN107243461A CN107243461A CN201710332874.0A CN201710332874A CN107243461A CN 107243461 A CN107243461 A CN 107243461A CN 201710332874 A CN201710332874 A CN 201710332874A CN 107243461 A CN107243461 A CN 107243461A
- Authority
- CN
- China
- Prior art keywords
- information
- computing module
- dendrobium candidum
- connects
- electric machine
- 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.)
- Granted
Links
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C5/00—Sorting 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
- B07C5/04—Sorting according to size
- B07C5/10—Sorting according to size measured by light-responsive means
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C5/00—Sorting 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
- B07C5/34—Sorting according to other particular properties
- B07C5/342—Sorting according to other particular properties according to optical properties, e.g. colour
- B07C5/3422—Sorting according to other particular properties according to optical properties, e.g. colour using video scanning devices, e.g. TV-cameras
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C5/00—Sorting 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
- B07C5/36—Sorting apparatus characterised by the means used for distribution
- B07C5/361—Processing or control devices therefor, e.g. escort memory
- B07C5/362—Separating or distributor mechanisms
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及铁皮石斛筛选技术领域,特别地涉及一种自动分级装置,适用于筛选通过传输带运输的铁皮石斛,其中,自动分级装置包括:分级单元,包括:多个托盘装置,用于承载铁皮石斛;多个电机装置,每个电机装置都具有相应的托盘装置;图像检测单元,配置在传送带的上方,用于检测铁皮石斛的种类,并输出分级信息;控制单元,分别连接于电机装置与图像检测装置;当铁皮石斛通过传输带运送到图像检测单元下方时,图像检测单元通过检测铁皮石斛的外观信息并输出分级信息,控制单元根据分级信息向电机装置发送控制指令,电机装置根据控制指令控制托盘装置进行旋转。通过图像识别的方法能够快速识别相应的铁皮石斛的优劣,使得分级效果更佳完善。
Description
技术领域
本发明涉及药材筛选技术领域,特别地涉及一种自动分级装置。
背景技术
目前,中药材铁皮石斛在经过繁育、种植、收获以及种植服务部分收购之后,同一由专业人员依据个人经验对其药用价值进行甄别,进而划分等级进行市场销售。但是不同等级的药材铁皮石斛每一个级别的价格会有少至数十倍大至数百倍的价格差距。此类等级甄别具有一定的局限性,如:农民在种植收获之后因受经验等限制而不做或不能做等级分拣,不能体现其产品的经济比较优势,即产品只能以一类等级粗放出售,产品价值不能得到充分体现,农民收入依赖“年景”;人工等级甄别需要专业人士进行分拣,需要额外的人力物力投入,此投入相应部分间接由农民承担;人工甄别受甄别人员的主观经验等影响。
传统上,对于药材铁皮石斛的几倍的甄别依据分成两类,第一类是化学方法,从其化学主要成分分析中判断药材铁皮石斛的有效成分进而做出级别画风;第二类是物理方法,根据检测员的经验对药材铁皮石斛的外观进行判断后主观得出结论。其中在第二类的物理方法中主要是甄别药材铁皮石斛的茎干的尺寸、茎干直径尺寸的均匀度、表面色泽的深浅度、表面黑斑点数和黑斑的均匀程度等。
由于化学方法是破坏性的且设备以及知识储备要求较高、所以会使得通过化学方法进行药材铁皮石斛筛选、分级会使得药材铁皮石斛的分级效果出现明显的偏差。
同样地,在物理方法中由于检测员的经验程度不一、每位检测员对于药材铁皮石斛的识别的方案亦不一致,这样也会导致使得药材铁皮石斛分级的效果出现明显的偏差。
发明内容
一种自动分级装置,适用于筛选通过传输带运输的铁皮石斛,其中,所述自动分级装置包括:
分级单元,所述分级单元包括:
多个托盘装置,用于承载所述铁皮石斛;
多个电机装置,每个所述电机装置都具有相应的所述托盘装置,每个所述电机装置分别与相应的所述托盘装置相连,每个所述电机装置用于控制对应的所述托盘装置旋转;
图像检测单元,配置在所述传送带的上方,用于检测所述铁皮石斛的种类,并输出分级信息;
控制单元,分别连接于所述电机装置与所述图像检测装置,根据所述检测结果输出控制指令,所述电机装置根据所述分级信息控制所述托盘旋转;
当所述铁皮石斛通过所述传输带运送到所述图像检测单元下方时,所述图像检测单元通过检测所述铁皮石斛的外观信息并输出所述分级信息,所述控制单元根据所述分级信息向所述电机装置发送控制指令,所述电机装置根据所述控制指令控制所述托盘装置进行旋转。
进一步的,根据本发明的实施例中,所述自动分级装置还包括多个回收槽,每个所述托盘装置都配置有一相应的所述回收槽,每个所述回收槽配置在相应的所述托盘装置的下方,所述回收槽用于接收相应的从所述托盘装置倾倒出来的所述铁皮石斛。
进一步的,根据本发明的实施例中,所述图像检测装置包括:
相机装置,配置在所述传送带上方,用于获取所述铁皮石斛的所述外观信息;
判断组件,与所述相机装置相连,用于根据所述物理的所述图像输出所述分级信息。
进一步的,根据本发明的实施例中,所述判断组件还包括:
第一计算模块,连接所述相机装置,用于根据所述外观信息输出图像定位信息;
第二计算模块,连接所述第一计算模块和所述相机装置,用于根据所述图像定位信息和所述外观信息输出第一参考信息;
第三计算模块,连接所述相机装置,用于根据所述图像信息输出第二参考信息;
第四计算模块,连接所述相机装置,用于根据所述图像信息输出第三参考信息;
第五计算模块,分别连接所述第二计算模块、所述第三计算模和所述第四计算模块,用于根据所述第一参考信息、所述第二参考信息和所述第三参考信息输出所述分级信息。
进一步的,根据本发明的实施例中,所述第一计算模块包括:
第一标定部件,连接所述相机装置,用于根据所述外观信息分析计算出图像定位坐标系;
第二标定部件,连接所述第一标定部件,用于更正所述定位坐标系中畸变并输出所述图像定位信息。
进一步的,根据本发明的实施例中,所述第二计算模块包括:
第一测定部件,连接所述第一计算模块,用于根据所述图像定位信息输出第一测定信息;
第二测定部件,连接所述第一测定部件,用于根据所述第一测定信息计算出第二测定信息;
第三测定部件,连接所述第二测定部件,用于根据所述第二测定输出第一参考信息。
进一步的,根据本发明的实施例中,所述第三计算模块还包括:
第一统计部件,连接所述第一计算模块,用于根据所述图像定位信息统计出所述第一色值信息;
第二统计部件,连接所述第一统计部件,用于根据所述第一色值信息计算出所述第二参考信息。
进一步的,根据本发明的实施例中,所述第四计算模块还包括:
第三统计部件,连接所述第一计算模块,用于根据所述图像定位信息统计出第一统计信息;
第四统计部件,连接所述第三统计部件,用于根据所述第一统计信息输出所述第三参考信息。
本技术方案的有益效果是:通过图像识别的方法能够快速识别相应的铁皮石斛的优劣,使得分级效果更佳完善。
附图说明
图1为本发明较佳的实施例中,一种实施例的方法的示意图。
具体实施方式
下方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作出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
下方结合附图和具体实施例对本发明作进一步说明,但不作为本发明的限定。
根据现有技术存在的问题,本发明旨在提供一种识别效率高的、高效可靠的自动分级装置,适用于筛选通过传输带运输的铁皮石斛,其中,如图1所示,自动分级装置包括:
分级单元,分级单元包括:
多个托盘装置4,用于承载铁皮石斛;
多个电机装置6,每个电机装置6都具有相应的托盘装置4,每个电机装置6分别与相应的托盘装置4相连,每个电机装置6用于控制对应的托盘装置4旋转;
图像检测单元,配置在传送带的上方,用于检测铁皮石斛的种类,并输出分级信息;
控制单元3,分别连接于电机装置6与图像检测装置,根据检测结果输出控制指令,电机装置6根据分级信息控制托盘旋转;
当铁皮石斛通过传输带运送到图像检测单元下方时,图像检测单元通过检测铁皮石斛的外观信息并输出分级信息,控制单元3根据分级信息向电机装置6发送控制指令,电机装置6根据控制指令控制托盘装置4进行旋转。
具体的,在上述优选的实施例中,每一组分级单元中包括一个电机装置6和托盘装置4,电机装置6控制托盘装置4的正逆时针旋转。每一个电机装置6具有一个固定的电机编码,图像检测装置输出的分级信息为电机装置6的固定电机编码,控制信息根据接收到的分组信息中包括的电机编码控制电机进行旋转。
综上,本发明的技术方案中提供了一种自动分级装置,该装置通过相机识别铁皮石斛的优劣状况,解决了现有技术中依靠人员判断判断误差大、判断时间长、铁皮石斛分级速度缓慢等问题,实现了对于铁皮石斛外观分级的高效、高可靠性的效果,在生产生活中实现了通过本方案能够解决铁皮石斛分级的最优化和效率的最大化,真正意义上实现了铁皮石斛分级的可靠性和高效性,为未来自动化药品生产奠定了坚实的基础。
优选的,在本发明优选的实施例中,自动分级装置还包括多个回收槽5,每个托盘装置4都配置有一相应的回收槽5,每个回收槽5配置在相应的托盘装置4的下方,回收槽5用于接收相应的从托盘装置4倾倒出来的铁皮石斛。
具体的,在本发明上述优选的实施例中,图像检测单元通过检测并确定铁皮石斛的分级的级别,当铁皮石斛通过传送带运送到托盘时,如果铁皮石斛落入的托盘下方的回收槽5对应的级别与图像检测单元输出的级别一致时,控制单元3控制电机装置6进行顺时针旋转,将铁皮石斛落入下方的回收槽5中;如果铁皮石斛对应的级别与托盘对应的回收槽5的级别不一致时,则控制单元3控制托盘进行逆时针旋转将托盘中的铁皮石斛放入到下一个托盘中。
优选的,在本发明优选的实施例中,图像检测装置包括:
相机装置1,配置在传送带上方,用于获取铁皮石斛的外观信息;
判断组件2,与相机装置1相连,用于根据物理的图像输出分级信息。
优选的,在本发明优选的实施例中,判断组件2还包括:
第一计算模块,连接相机装置1,用于根据外观信息输出图像定位信息;
第二计算模块,连接第一计算模块和相机装置1,用于根据图像定位信息和外观信息输出第一参考信息;
第三计算模块,连接相机装置1,用于根据图像信息输出第二参考信息;
第四计算模块,连接相机装置1,用于根据图像信息输出第三参考信息;
第五计算模块,分别连接第二计算模块、第三计算模和第四计算模块,用于根据第一参考信息、第二参考信息和第三参考信息输出分级信息。
具体的,在本发明上述优选的实施例中,图像检测装置中包括一相机装置1,用于获取铁皮石斛的外观信息,其中相机装置1为一种电耦合元件(Charge Coupled Device,CCD)图像采集器。
具体的,在本发明上述优选的实施例中,判断组件2用于根据外观信息输出分级信息。其中:
第一计算模块将采集得到的外观信息进行标定,通过Harris算法进行角点粗定位,在定位的过程中利用图像领域像素点相似性灰度进行角点与筛选,然后通过特征阈值的比较或计算角点相应函数的值得到角点粗定位值;之后采用Forstner算子,通过兴趣值的计算确定最佳窗口,在最佳窗口内实现角点的精确定位;然后通过直线约束通过直线投影约束预标定得到图像中心点和畸变系数的精确初始值,之后采用径向排列约束求解超定方程组得到全部内外参数初始值,最后通过非线性全局优化得到全部的摄像机内外参数的精确值,形成图像定位信息;
第二计算模块则是对铁皮石斛的茎干边缘提取以及茎干尺寸、尺寸均匀程度进行测定,然后输出包含茎干尺寸、尺寸均匀程度的第一参考信息;
第三计算模块则是对铁皮石斛的颜色表面深浅程度的测度,将外观信息进行二值图转换,并对图像中铁皮石斛图像区域进行RGB每个颜色分量的统计和面积计算,统计铁皮石斛图像区域各颜色分量、各灰度级像素个数。最终分别统计出RGB每个颜色的分量的绘制直方图,根据被检测图像与标准图像灰度直方图的标准差进行表面颜色判定,然后输出包含有表面颜色信息的第二参考信息;
第四计算模块则是对铁皮石斛的黑斑点的测算以及其均匀程度测算方法,在测算的过程中,统计斑点的数量,并判断斑点的分布程度,从而输出包含斑点信息的第三参考信息;
第五计算模块则是根据上述的第一参考信息、第二参考信息、第三参考信息进行综合分析,通过诸如判定表格等判定方式对于第一参考信息、第二参考信息和第三参考信息的内容进行判定,并将判定方式输出至分级单元。
优选的,在本发明优选的实施例中,第一计算模块包括:
第一标定部件,连接相机装置1,用于根据外观信息分析计算出图像定位坐标系;
第二标定部件,连接第一标定部件,用于更正定位坐标系中畸变并输出图像定位信息。
具体的,在上述较佳的实施例中,第一标定部件具体地通过采用Harries算法进行粗定位计算,之后利用Forstner算子进行精确定位,上述方法具体地如下:
考虑到Harris算法检测时要计算检测窗口邻域内所有像素点的角点响应函数CRF值,涉及到大量的乘法运算,严重的影响了算法的检测效率,为此在本发明中对其进行了改进,即:在不是角点位置的像素点邻域内,由于各点的像素值基本相等,其所对应梯度也很小,而图像区域像素相似度是指检测窗口中心点的灰度值与其周围n个邻域内所有其他像素点灰度值的相似程度,这种相似在本文中采用像素之间的灰度差进行衡量。此时完成了基于Harris算法检测的初步检测。
在采用Forstner算法进行计算的方法为:对图像中的任何一个角点,在最佳窗口内通过每个像元的边缘直线进行加权中心化,从而获得角点的定位坐标。结合最佳窗口的灰度协方差矩阵和Roberts梯度,搜索尽可能小的且接近圆误差的椭圆的点作为角点的最终取值,并将该最终取值作为图像定位坐标系进行输出。
具体的,在上述较佳的实施例中,相机采集图像由于受到畸变的影响,实际直线在像平面上成的像通常为一曲线。为此本发明中的第二标定部件则将在第一标定部件中坐标系存在的畸变进行去除,从而获得不存在畸变的图像定位信息。具体的方法为:通过分析实际的投影曲线,可以求出镜头的畸变系数以及图像的像面中心点坐标。之后利用径向约束条件,将预标定得到的畸变中心和二阶径向畸变系数代入径向排列约束标定算法方程得到全部内外参数初始值,最后通过非线性全局优化使所有参数收敛到全局最优解,实现相机标定,即图像定位信息。
优选的,在本发明优选的实施例中,第二计算模块包括:
第一测定部件,连接第一计算模块,用于根据图像定位信息输出第一测定信息;
第二测定部件,连接第一测定部件,用于根据第一测定信息计算出第二测定信息;
第三测定部件,连接第二测定部件,用于根据第二测定输出第一参考信息。
具体的,在本发明上述较佳的实施例中,第一测定部件采用Laplace算子对图像定位信息计算从而获取铁皮石斛在图像定位信息中的边缘信息,即第一测定信息。由于通过Laplace算子获取图像中的边缘信息的方法已经是本领域技术人员已经广泛采用的技术手段,为此处于节约本发明的说明书的篇幅的角度考虑,于此不再进行赘述。
具体的,在本发明上述较佳的实施例中,第二测定部件根据第一测定信息进行Hough变换实现直线段的拟合,由于Hough变换时一种对偶性变换,因此,能够将图像中的问题转换到参数空间进行解决。为此只需要在第二测定部件中添加累加器进行处理。考虑到当直线接近垂直是计算量会大幅度地增加,因此将直线方程采用下式的标准式进行表示:
ρ=xcosθ+ysinθ (1)
通过上式(1)将直线从(x,y)直角坐标系,转换成关于(ρ,θ)的角坐标系进行表示,即将图像空间的点对应新参数空间(ρ,θ)空间中的一条正弦曲线,检测图像空间中的直线只需要检测正弦曲线的交点,对于参数(ρ,θ)中所有可能的θ计算出相应的ρ值,然后对(ρ,θ)累加器进行累加,如果累加值大于设定的阈值的点则认为是对应于图像空间中所要检测的直线的参数。通过测定拟合的直线段间的平均距离即可确定茎干尺寸,即第二测定信息。
具体的,在本发明上述的较佳实施例中,第三测定部件根据第二测定信息判断尺寸的均匀程度,通过对第二测定信息中你和的两条直线段夹角进行计算,同时对茎干直径尺寸进行多点测算,从而最终确定尺寸的均匀程度。
具体的,在本发明上述较佳的实施例中,第二计算模块中输出的第一参考信息具体的包括:根据图像定位信息计算出铁皮石斛的茎干尺寸和茎干尺寸的均匀程度。
优选的,在本发明较佳的实施例中,第三计算模块还包括:
第一统计部件,连接第一计算模块,用于根据图像定位信息统计出第一色值信息;
第二统计部件,连接第一统计部件,用于根据第一色值信息计算出第二参考信息。
具体的,在本发明较佳的实施例中,第一统计部件用于统计图像定位信息中的各个颜色分量各个灰度级像素的个数,采用的计算公式如下:
式(2)中fR,i(x,y)、fG,i(x,y)和fB,i(x,y)为像素点(x,y)对应的红(R)、绿(G)和蓝(B)颜色分量灰度值,下标i为设定的阈值,SR,i、SG,i和SB,i表示在阈值为i的情况下,像素点(x,y)对应的红(R)、绿(G)和蓝(B)颜色中占据的颜色灰度的数值;其中fR,i(x,y)、fG,i(x,y)和fB,i(x,y)值判断的方法具体为:
由于铁皮石斛的大小不尽一致,所以在相同摄影条件下所获得的图像中铁皮石斛的面积也不相同,这样就会造成不同图像中铁皮石斛区域像素总数不一致的情况,对灰度直方图的直接比较也就不存在意义。为此,以各颜色分量灰度级像素个数与总像素的比值代替各灰度级统计个数,即:
在上式(4)中,TR,i、TG,i和TB,i分别为R、G、B灰度级像素个数与总像素素之间的比值,S为图像定位信息中铁皮石斛区域总像素个数。TR,i、TG,i和TB,i对应的结果即为第一色值信息。
具体的,在本发明上述较佳的实施例中,第二统计部件采用的方法为:对于统计出的待检测铁皮石斛各个颜色分量数据与标准等级的铁皮石斛分量数据进行均方差计算,计算的方式如下:
在式(5)中,tR,i、tG,i和tB,i为待检测铁皮石斛对应的颜色分量(R\G\B)灰度级像素个数;TR,i、TG,i和TB,i为与设定的颜色分量(R\G\B)的灰度值,即为第二参考信息。
优选的,在本发明较佳的实施例中,第四计算模块还包括:
第三统计部件,连接第一计算模块,用于根据图像定位信息统计出第一统计信息;
第四统计部件,连接第三统计部件,用于根据第一统计信息输出第三参考信息。
具体的,在本发明上述较佳的实施例中,第四计算模块用于对铁皮石斛的黑斑点数量计算和均与程度进行侧端。其中第三统计部件用于对黑斑点数量进行统计,由于根据图像定位信息对黑斑点数量的统计过程,相对于本领域的技术人员而言是一种成熟的技术,为此处于节约篇幅的角度,再次不再对于统计黑斑点数量的方法进行说明,第一统计信息即为输出的黑斑点的个数。
具体的,在本发明上述较佳的实施例中,第四统计部件用于对于铁皮石斛上黑斑点的均匀程度进行统计,具体步骤如下:
第一步、通过下式将灰度级压缩,以减少计算量:
上式(6)中,f(x,y)为图像参数、Lg为选取的压缩值、L为原灰度级别。
第二步、采用梯度算子,将梯度图像的梯度值进行压缩,采用的计算公式为:
上式(7)中,其中g(x,y)梯度参数、Gr为选取的压缩值、G为原梯度级别。
第三步、定义灰度梯度共生矩阵。
第四部、选取定义灰度梯度共生矩阵的提取纹理特征的系数,包括但不局限于:角二阶矩、惯性矩、熵、逆差矩等,根据提取的纹理特征系数并进行判断。
其中,由于定义灰度梯度共生矩阵的方法在本领域技术人员来说是一种成熟的技术,出于本说明书节约篇幅的角度,不再进行赘述。同时,通过选取灰度梯度共生矩阵提取纹理特征系数的方法以及判定方法,对于本领域的技术人员来说也是一种成熟的技术,为此出于节约本说明书篇幅的角度考虑,不在详细描述提取纹理特征系数的方法以及判定方法。
以上仅为本发明较佳的实施例,并非因此限制本发明的实施方式及保护范围,对于本领域技术人员而言,应当能够意识到凡运用本发明说明书及图示内容所作出的等同替换和显而易见的变化所得到的方案,均应当包含在本发明的保护范围内。
Claims (8)
1.一种自动分级装置,适用于筛选通过传输带运输的铁皮石斛,其特征在于,所述自动分级装置包括:
分级单元,所述分级单元包括:
多个托盘装置,用于承载所述铁皮石斛;
多个电机装置,每个所述电机装置都具有相应的所述托盘装置,每个所述电机装置分别与相应的所述托盘装置相连,每个所述电机装置用于控制对应的所述托盘装置旋转;
图像检测单元,配置在所述传送带的上方,用于检测所述铁皮石斛的种类,并输出分级信息;
控制单元,分别连接于所述电机装置与所述图像检测装置,根据所述检测结果输出控制指令,所述电机装置根据所述分级信息控制所述托盘旋转;
当所述铁皮石斛通过所述传输带运送到所述图像检测单元下方时,所述图像检测单元通过检测所述铁皮石斛的外观信息并输出所述分级信息,所述控制单元根据所述分级信息向所述电机装置发送控制指令,所述电机装置根据所述控制指令控制所述托盘装置进行旋转。
2.根据权利要求1所述的自动分级装置,其特征在于,所述自动分级装置还包括多个回收槽,每个所述托盘装置都配置有一相应的所述回收槽,每个所述回收槽配置在相应的所述托盘装置的下方,所述回收槽用于接收相应的从所述托盘装置倾倒出来的所述铁皮石斛。
3.根据权利要求1所述的自动分级装置,其特征在于,所述图像检测装置包括:
相机装置,配置在所述传送带上方,用于获取所述铁皮石斛的所述外观信息;
判断组件,与所述相机装置相连,用于根据所述物理的所述图像输出所述分级信息。
4.根据权利要求3所述的自动分级装置,其特征在于,所述判断组件还包括:
第一计算模块,连接所述相机装置,用于根据所述外观信息输出图像定位信息;
第二计算模块,连接所述第一计算模块和所述相机装置,用于根据所述图像定位信息和所述外观信息输出第一参考信息;
第三计算模块,连接所述相机装置,用于根据所述图像信息输出第二参考信息;
第四计算模块,连接所述相机装置,用于根据所述图像信息输出第三参考信息;
第五计算模块,分别连接所述第二计算模块、所述第三计算模和所述第四计算模块,用于根据所述第一参考信息、所述第二参考信息和所述第三参考信息输出所述分级信息。
5.根据权利要求4所述的自动分级装置,其特征在于,所述第一计算模块包括:
第一标定部件,连接所述相机装置,用于根据所述外观信息分析计算出图像定位坐标系;
第二标定部件,连接所述第一标定部件,用于更正所述定位坐标系中畸变并输出所述图像定位信息。
6.根据权利要求4所述的自动分级装置,其特征在于,所述第二计算模块包括:
第一测定部件,连接所述第一计算模块,用于根据所述图像定位信息输出第一测定信息;
第二测定部件,连接所述第一测定部件,用于根据所述第一测定信息计算出第二测定信息;
第三测定部件,连接所述第二测定部件,用于根据所述第二测定输出第一参考信息。
7.根据权利要求4所述的自动分级装置,其特征在于,所述第三计算模块还包括:
第一统计部件,连接所述第一计算模块,用于根据所述图像定位信息统计出所述第一色值信息;
第二统计部件,连接所述第一统计部件,用于根据所述第一色值信息计算出所述第二参考信息。
8.根据权利要求4所述的在自动分级装置,其特征在于,所述第四计算模块还包括:
第三统计部件,连接所述第一计算模块,用于根据所述图像定位信息统计出第一统计信息;
第四统计部件,连接所述第三统计部件,用于根据所述第一统计信息输出所述第三参考信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710332874.0A CN107243461B (zh) | 2017-05-12 | 2017-05-12 | 一种自动分级装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710332874.0A CN107243461B (zh) | 2017-05-12 | 2017-05-12 | 一种自动分级装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107243461A true CN107243461A (zh) | 2017-10-13 |
CN107243461B CN107243461B (zh) | 2019-12-31 |
Family
ID=60017047
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710332874.0A Active CN107243461B (zh) | 2017-05-12 | 2017-05-12 | 一种自动分级装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107243461B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109801300A (zh) * | 2017-11-16 | 2019-05-24 | 北京百度网讯科技有限公司 | 棋盘格角点的坐标提取方法、装置、设备及计算机可读存储介质 |
CN111229649A (zh) * | 2020-01-20 | 2020-06-05 | 湖北民族大学 | 一种物品分级方法、物品分级设备及物品自动分级系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19755583A1 (de) * | 1997-12-12 | 1999-06-24 | Allan Fruehauf | Vorrichtung zum selbsttätigen Klassifizieren von Objekten |
CN1394699A (zh) * | 2002-08-03 | 2003-02-05 | 浙江大学 | 水果品质实时检测和分级机器人系统 |
CN2555109Y (zh) * | 2002-08-03 | 2003-06-11 | 浙江大学 | 利用移位寄存器控制的水果实时分级控制系统 |
CN2601754Y (zh) * | 2003-01-20 | 2004-02-04 | 浙江大学 | 采用单片机进行同步控制的水果分级机器 |
US6901163B1 (en) * | 1998-05-19 | 2005-05-31 | Active Silicon Limited | Method of detecting objects |
CN202010662U (zh) * | 2011-01-07 | 2011-10-19 | 昆明理工大学 | 水果外观品质实时检测分级系统装置 |
CN205587322U (zh) * | 2016-05-03 | 2016-09-21 | 莆田秀屿区群韬农业技术开发有限公司 | 一种基于图像识别的枇杷色泽自动分级装置 |
-
2017
- 2017-05-12 CN CN201710332874.0A patent/CN107243461B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19755583A1 (de) * | 1997-12-12 | 1999-06-24 | Allan Fruehauf | Vorrichtung zum selbsttätigen Klassifizieren von Objekten |
US6901163B1 (en) * | 1998-05-19 | 2005-05-31 | Active Silicon Limited | Method of detecting objects |
CN1394699A (zh) * | 2002-08-03 | 2003-02-05 | 浙江大学 | 水果品质实时检测和分级机器人系统 |
CN2555109Y (zh) * | 2002-08-03 | 2003-06-11 | 浙江大学 | 利用移位寄存器控制的水果实时分级控制系统 |
CN2601754Y (zh) * | 2003-01-20 | 2004-02-04 | 浙江大学 | 采用单片机进行同步控制的水果分级机器 |
CN202010662U (zh) * | 2011-01-07 | 2011-10-19 | 昆明理工大学 | 水果外观品质实时检测分级系统装置 |
CN205587322U (zh) * | 2016-05-03 | 2016-09-21 | 莆田秀屿区群韬农业技术开发有限公司 | 一种基于图像识别的枇杷色泽自动分级装置 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109801300A (zh) * | 2017-11-16 | 2019-05-24 | 北京百度网讯科技有限公司 | 棋盘格角点的坐标提取方法、装置、设备及计算机可读存储介质 |
CN111229649A (zh) * | 2020-01-20 | 2020-06-05 | 湖北民族大学 | 一种物品分级方法、物品分级设备及物品自动分级系统 |
CN111229649B (zh) * | 2020-01-20 | 2023-09-01 | 湖北民族大学 | 一种物品分级方法及自动分级系统 |
Also Published As
Publication number | Publication date |
---|---|
CN107243461B (zh) | 2019-12-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105427275B (zh) | 大田环境麦穗计数方法及装置 | |
CN110276386A (zh) | 一种基于机器视觉的苹果分级方法及系统 | |
CN106971393B (zh) | 一种玉米籽粒的表型测量方法及系统 | |
CN108765433A (zh) | 一种用于提高精度的多叶面积测量方法 | |
CN111462058B (zh) | 一种水稻有效穗快速检测方法 | |
CN106485288A (zh) | 一种色织物组织的自动识别方法 | |
CN105466921A (zh) | 一种多样品同时检测的方法 | |
CN107243461A (zh) | 一种自动分级装置 | |
CN111476153A (zh) | 一种水果成熟度计算方法 | |
CN107895136A (zh) | 一种煤矿区域识别方法及系统 | |
CN106645180A (zh) | 检查基板玻璃缺陷的方法、现场终端及服务器 | |
CN109509188A (zh) | 一种基于hog特征的输电线路典型缺陷识别方法 | |
CN110575973B (zh) | 一种农作物种子品质检测与筛选系统 | |
CN107256421B (zh) | 一种稻麦籽粒快速计数方法 | |
CN111680738A (zh) | 一种用于苹果品质检测的筛选装置及其检测方法 | |
CN110882948B (zh) | 一种柚子品质分类方法与装置 | |
CN104568639B (zh) | 一种水果糖度的确定方法和装置 | |
CN106311628A (zh) | 一种红枣分级装置 | |
CN107527362A (zh) | 一种基于图像纹理特征指标的苹果口感定性鉴别方法 | |
CN107389511A (zh) | 一种作物种籽表型测量方法及便携装置 | |
CN114088624B (zh) | 用于谷物颗粒表面规则度检测设备 | |
CN115330721A (zh) | 基于形状和颜色信息的香蕉果梳饱满度检测方法与系统 | |
Sirisathitkul et al. | Automated chokun orange maturity sorting by color grading | |
CN104268890A (zh) | 一种水稻结实率测算方法 | |
CN106503749B (zh) | 一种鱼子酱的自动分级方法及其系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |