CN108480227A - 一种基于图像识别的苹果分拣方法及系统 - Google Patents

一种基于图像识别的苹果分拣方法及系统 Download PDF

Info

Publication number
CN108480227A
CN108480227A CN201810298418.3A CN201810298418A CN108480227A CN 108480227 A CN108480227 A CN 108480227A CN 201810298418 A CN201810298418 A CN 201810298418A CN 108480227 A CN108480227 A CN 108480227A
Authority
CN
China
Prior art keywords
apple
image
region
processor
dimension information
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.)
Pending
Application number
CN201810298418.3A
Other languages
English (en)
Inventor
李伟
姜杰文
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.)
Yantai Dimensional Robot Co Ltd
Original Assignee
Yantai Dimensional Robot Co Ltd
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 Yantai Dimensional Robot Co Ltd filed Critical Yantai Dimensional Robot Co Ltd
Priority to CN201810298418.3A priority Critical patent/CN108480227A/zh
Publication of CN108480227A publication Critical patent/CN108480227A/zh
Pending legal-status Critical Current

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
    • B07C5/36—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
    • 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
    • B07C2501/00—Sorting according to a characteristic or feature of the articles or material to be sorted
    • B07C2501/009—Sorting of fruit

Landscapes

  • Sorting Of Articles (AREA)

Abstract

本发明涉及一种基于图像识别的苹果分拣方法及系统，其中方法包括：图像采集装置采集传送带上苹果的图像；处理器对所述图像进行图像识别处理，得到苹果的尺寸信息和位姿信息，并根据所述尺寸信息按照设定的分级标准对所述苹果进行分级；机械手根据所述位姿信息抓取苹果，并对苹果的位姿进行校正，根据苹果的分级结果对苹果进行分拣。本发明利用计算机视觉技术，判断苹果的尺寸和位姿，利用机械手对不同尺寸规格的苹果进行分拣，并对苹果的摆放位姿进行了统一的调整，实现了从分级、分选到分拣装箱一体化的无人值守全自动苹果包装系统。

Description

一种基于图像识别的苹果分拣方法及系统
技术领域
本发明涉及分拣技术领域，具体涉及一种基于图像识别的苹果分拣方法及系统。
背景技术
众所周知，苹果是按照等级销售的，苹果的等级按照其直径、色泽、外观等有严格的分级体系。经销商从果农手中收购苹果，到分级装箱销售都与果品的等级挂钩。
目前，传统的分级、分拣装箱工艺中，依然采用人工分级、人工装箱的方法，利用人工判断苹果的直径、色泽、外观等，再将同一等级的苹果装入同意包装内。这种方式将产生巨大的劳动力成本，而且效率低下。
现有的技术改造中，很多产品是利用振动设备逐级分选，此种方法虽然能够分级选出不同大小的苹果，但是对残果无从判断，而且振动分选会在一定程度对苹果的外观造成伤害。所以真正使用的商家很少。目前最多的还是依靠人工分选苹果。
发明内容
针对上述技术问题，本发明提供一种基于图像识别的苹果分拣方法及系统。
本发明解决上述技术问题的技术方案如下：一种基于图像识别的苹果分拣方法，包括以下步骤：
图像采集装置采集传送带上苹果的图像；
处理器对所述图像进行图像识别处理，得到苹果的尺寸信息和位姿信息，并根据所述尺寸信息按照设定的分级标准对所述苹果进行分级；
机械手根据所述位姿信息抓取苹果，并对苹果的位姿进行校正，根据苹果的分级结果对苹果进行分拣。
在上述技术方案的基础上，本发明还可以做如下改进。
进一步，所述处理器对所述图像进行图像识别处理，得到苹果的尺寸信息，具体包括：
利用预先训练的特征分类器识别图像中苹果所在区域；
对图像进行二值化处理，得到二值化图像；
根据所述二值化图像中的苹果所在区域中像素点的数量，得到苹果的尺寸信息。
进一步，所述处理器对所述图像进行图像识别处理，得到苹果的位姿信息，具体包括：
利用预先训练的特征分类器识别图像中苹果所在区域；
对图像进行灰度处理，得到灰度图像；
计算所述灰度图像中的苹果所在区域的重心和方向。
进一步，该方法还包括：处理器检测苹果所在区域中是否存在边缘点，若存在则将苹果判定为残果。
为实现上述发明目的，本发明还提供一种基于图像识别的苹果分拣系统，包括图像采集装置、处理器和机械手；
所述图像采集装置，用于采集传送带上苹果的图像；
所述处理器，用于对所述图像进行图像识别处理，得到苹果的尺寸信息和位姿信息，并根据所述尺寸信息按照设定的分级标准对所述苹果进行分级；
所述机械手，用于根据所述位姿信息抓取苹果，并对苹果的位姿进行校正，根据苹果的分级结果对苹果进行分拣。
进一步，所述处理器具体用于：
利用预先训练的特征分类器识别图像中苹果所在区域；
对图像进行二值化处理，得到二值化图像；
根据所述二值化图像中的苹果所在区域中像素点的数量，得到苹果的尺寸信息。
进一步，所述处理器具体还用于：
利用预先训练的特征分类器识别图像中苹果所在区域；
对图像进行灰度处理，得到灰度图像；
计算所述灰度图像中的苹果所在区域的重心和方向。
进一步，所述处理器还用于检测苹果所在区域中是否存在边缘点，若存在则将苹果判定为残果。
本发明的有益效果是：利用计算机视觉技术，判断苹果的尺寸和位姿，利用机械手对不同尺寸规格的苹果进行分拣，并对苹果的摆放位姿进行了统一的调整，实现了从分级、分选到分拣装箱一体化的无人值守全自动苹果包装系统。
附图说明
图1为本发明实施例提供的一种基于图像识别的苹果分拣方法的流程图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。
图1为本发明实施例提供的一种基于图像识别的苹果分拣方法的流程图，如图1所示，该方法包括：
110、图像采集装置采集传送带上苹果的图像；
120、处理器对所述图像进行图像识别处理，得到苹果的尺寸信息和位姿信息，并根据所述尺寸信息按照设定的分级标准对所述苹果进行分级；
130、机械手根据所述位姿信息抓取苹果，并对苹果的位姿进行校正，根据苹果的分级结果对苹果进行分拣。
本发明实施例提供的一种基于图像识别的苹果分拣方法，利用计算机视觉技术，判断苹果的尺寸和位姿，利用机械手对不同尺寸规格的苹果进行分拣，并对苹果的摆放位姿进行了统一的调整，实现了从分级、分选到分拣装箱一体化的无人值守全自动苹果包装系统。
可选地，在该实施例中，所述处理器对所述图像进行图像识别处理，得到苹果的尺寸信息，具体包括：
利用预先训练的特征分类器识别图像中苹果所在区域；
对图像进行二值化处理，得到二值化图像；
根据所述二值化图像中的苹果所在区域中像素点的数量，得到苹果的尺寸信息。
可选地，在该实施例中，所述处理器对所述图像进行图像识别处理，得到苹果的位姿信息，具体包括：
利用预先训练的特征分类器识别图像中苹果所在区域；
对图像进行灰度处理，得到灰度图像；
计算所述灰度图像中的苹果所在区域的重心和方向。
具体的，一幅图像中像素的坐标可看成是一个二维随机变量(X,Y)，那么一幅灰度图像可以用二维灰度密度函数来表示，每个像素点的值可以看成是该处的密度，对某点求期望就是该图像在该点处的矩(原点矩)HU，因此可以用矩来描述灰度图像的特征，其中一阶矩和零阶矩用来计算某个形状的重心，二阶矩用来计算形状的方向。
可选地，在该实施例中，该方法还包括：处理器检测苹果所在区域中是否存在边缘点，若存在则将苹果判定为残果。
具体的，当苹果为残果时，一般的，苹果表面会存在凹陷的区域，表现为图像中的苹果区域中会存在边缘点，这里运用现有的边缘点检测算法来获取边缘点，如果边缘点存在于苹果所在区域中，即认为苹果为残果。
本发明实施例中所使用的二值化处理、灰度处理、边缘点的检测等图像处理算法均为现有技术，其具体过程在此不作赘述，下同。
本发明还提供一种基于图像识别的苹果分拣系统，该系统包括图像采集装置、处理器和机械手；
所述图像采集装置，用于采集传送带上苹果的图像；
所述处理器，用于对所述图像进行图像识别处理，得到苹果的尺寸信息和位姿信息，并根据所述尺寸信息按照设定的分级标准对所述苹果进行分级；
所述机械手，用于根据所述位姿信息抓取苹果，并对苹果的位姿进行校正，根据苹果的分级结果对苹果进行分拣。
可选地，在该实施例中，所述处理器具体用于：
利用预先训练的特征分类器识别图像中苹果所在区域；
对图像进行二值化处理，得到二值化图像；
根据所述二值化图像中的苹果所在区域中像素点的数量，得到苹果的尺寸信息。
可选地，在该实施例中，所述处理器具体还用于：
利用预先训练的特征分类器识别图像中苹果所在区域；
对图像进行灰度处理，得到灰度图像；
计算所述灰度图像中的苹果所在区域的重心和方向。
可选地，在该实施例中，所述处理器还用于检测苹果所在区域中是否存在边缘点，若存在则将苹果判定为残果。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种基于图像识别的苹果分拣方法，其特征在于，包括以下步骤：
图像采集装置采集传送带上苹果的图像；
处理器对所述图像进行图像识别处理，得到苹果的尺寸信息和位姿信息，并根据所述尺寸信息按照设定的分级标准对所述苹果进行分级；
机械手根据所述位姿信息抓取苹果，并对苹果的位姿进行校正，根据苹果的分级结果对苹果进行分拣。
2.根据权利要求1所述的方法，其特征在于，所述处理器对所述图像进行图像识别处理，得到苹果的尺寸信息，具体包括：
利用预先训练的特征分类器识别图像中苹果所在区域；
对图像进行二值化处理，得到二值化图像；
根据所述二值化图像中的苹果所在区域中像素点的数量，得到苹果的尺寸信息。
3.根据权利要求1所述的方法，其特征在于，所述处理器对所述图像进行图像识别处理，得到苹果的位姿信息，具体包括：
利用预先训练的特征分类器识别图像中苹果所在区域；
对图像进行灰度处理，得到灰度图像；
计算所述灰度图像中的苹果所在区域的重心和方向。
4.根据权利要求2或3所述的方法，其特征在于，还包括：处理器检测苹果所在区域中是否存在边缘点，若存在则将苹果判定为残果。
5.一种基于图像识别的苹果分拣系统，其特征在于，包括图像采集装置、处理器和机械手；
所述图像采集装置，用于采集传送带上苹果的图像；
所述处理器，用于对所述图像进行图像识别处理，得到苹果的尺寸信息和位姿信息，并根据所述尺寸信息按照设定的分级标准对所述苹果进行分级；
所述机械手，用于根据所述位姿信息抓取苹果，并对苹果的位姿进行校正，根据苹果的分级结果对苹果进行分拣。
6.根据权利要求5所述的系统，其特征在于，所述处理器具体用于：
利用预先训练的特征分类器识别图像中苹果所在区域；
对图像进行二值化处理，得到二值化图像；
根据所述二值化图像中的苹果所在区域中像素点的数量，得到苹果的尺寸信息。
7.根据权利要求5所述的系统，其特征在于，所述处理器具体还用于：
利用预先训练的特征分类器识别图像中苹果所在区域；
对图像进行灰度处理，得到灰度图像；
计算所述灰度图像中的苹果所在区域的重心和方向。
8.根据权利要求6或7所述的系统，其特征在于，所述处理器还用于检测苹果所在区域中是否存在边缘点，若存在则将苹果判定为残果。
CN201810298418.3A 2018-03-30 2018-03-30 一种基于图像识别的苹果分拣方法及系统 Pending CN108480227A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810298418.3A CN108480227A (zh) 2018-03-30 2018-03-30 一种基于图像识别的苹果分拣方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810298418.3A CN108480227A (zh) 2018-03-30 2018-03-30 一种基于图像识别的苹果分拣方法及系统

Publications (1)

Publication Number Publication Date
CN108480227A true CN108480227A (zh) 2018-09-04

Family

ID=63314726

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810298418.3A Pending CN108480227A (zh) 2018-03-30 2018-03-30 一种基于图像识别的苹果分拣方法及系统

Country Status (1)

Country Link
CN (1) CN108480227A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110598539A (zh) * 2019-08-02 2019-12-20 焦作大学 基于计算机视觉识别的体育用品分类装置及方法
CN111167731A (zh) * 2019-10-23 2020-05-19 武汉库柏特科技有限公司 一种产品分拣方法、产品分拣系统和智能分拣机器人
CN113319013A (zh) * 2021-07-08 2021-08-31 陕西科技大学 一种基于机器视觉的苹果智能分拣的方法
CN113643287A (zh) * 2021-10-13 2021-11-12 深圳市巨力方视觉技术有限公司 水果的分拣方法、装置和计算机可读存储介质
CN117314923A (zh) * 2023-11-30 2023-12-29 广州城建职业学院 一种基于机器视觉的荔枝智能分拣与配送优化方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104511436A (zh) * 2013-09-28 2015-04-15 沈阳新松机器人自动化股份有限公司 一种基于机器人视觉伺服技术的快递分拣方法及系统
CN104646298A (zh) * 2013-11-25 2015-05-27 比亚迪股份有限公司 一种药品分拣方法
CN205816230U (zh) * 2016-03-18 2016-12-21 浙江工业大学 基于Kinect的新型苹果分拣系统及装置
WO2016209071A1 (en) * 2015-06-22 2016-12-29 De Greef's Wagen-, Carrosserie- En Machinebouw B.V. Sorting system for sorting products and method therefor
CN107552415A (zh) * 2017-08-30 2018-01-09 天津颐和中威精密机器有限公司 一种应用于桔瓣分拣机的桔瓣分拣方法
CN107694962A (zh) * 2017-11-07 2018-02-16 陕西科技大学 一种基于机器视觉与bp神经网络的水果自动分拣方法
CN107804514A (zh) * 2017-10-23 2018-03-16 江苏艾萨克机器人股份有限公司 一种基于图像识别的牙刷分拣方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104511436A (zh) * 2013-09-28 2015-04-15 沈阳新松机器人自动化股份有限公司 一种基于机器人视觉伺服技术的快递分拣方法及系统
CN104646298A (zh) * 2013-11-25 2015-05-27 比亚迪股份有限公司 一种药品分拣方法
WO2016209071A1 (en) * 2015-06-22 2016-12-29 De Greef's Wagen-, Carrosserie- En Machinebouw B.V. Sorting system for sorting products and method therefor
CN205816230U (zh) * 2016-03-18 2016-12-21 浙江工业大学 基于Kinect的新型苹果分拣系统及装置
CN107552415A (zh) * 2017-08-30 2018-01-09 天津颐和中威精密机器有限公司 一种应用于桔瓣分拣机的桔瓣分拣方法
CN107804514A (zh) * 2017-10-23 2018-03-16 江苏艾萨克机器人股份有限公司 一种基于图像识别的牙刷分拣方法
CN107694962A (zh) * 2017-11-07 2018-02-16 陕西科技大学 一种基于机器视觉与bp神经网络的水果自动分拣方法

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110598539A (zh) * 2019-08-02 2019-12-20 焦作大学 基于计算机视觉识别的体育用品分类装置及方法
CN111167731A (zh) * 2019-10-23 2020-05-19 武汉库柏特科技有限公司 一种产品分拣方法、产品分拣系统和智能分拣机器人
CN111167731B (zh) * 2019-10-23 2022-11-08 武汉库柏特科技有限公司 一种产品分拣方法、产品分拣系统和智能分拣机器人
CN113319013A (zh) * 2021-07-08 2021-08-31 陕西科技大学 一种基于机器视觉的苹果智能分拣的方法
CN113643287A (zh) * 2021-10-13 2021-11-12 深圳市巨力方视觉技术有限公司 水果的分拣方法、装置和计算机可读存储介质
CN113643287B (zh) * 2021-10-13 2022-03-01 深圳市巨力方视觉技术有限公司 水果的分拣方法、装置和计算机可读存储介质
CN117314923A (zh) * 2023-11-30 2023-12-29 广州城建职业学院 一种基于机器视觉的荔枝智能分拣与配送优化方法
CN117314923B (zh) * 2023-11-30 2024-03-08 广州城建职业学院 一种基于机器视觉的荔枝智能分拣与配送优化方法

Similar Documents

Publication Publication Date Title
CN108480227A (zh) 一种基于图像识别的苹果分拣方法及系统
CN106530297B (zh) 基于点云配准的物体抓取区域定位方法
CN108971190B (zh) 一种基于机器视觉的生活垃圾分拣方法
Myers et al. Affordance detection of tool parts from geometric features
Hannan et al. A machine vision algorithm combining adaptive segmentation and shape analysis for orange fruit detection
CN104417490B (zh) 一种汽车安全带检测方法及装置
CN106651825A (zh) 一种基于图像分割的工件定位与识别的方法
CN107804514A (zh) 一种基于图像识别的牙刷分拣方法
CN112233107B (zh) 基于图像处理技术的葵花籽品级分类方法
CN108416814B (zh) 一种菠萝头部的快速定位与识别方法及系统
Uluişik et al. Image processing based machine vision system for tomato volume estimation
CN108108703A (zh) 减速带缺失检测方法、装置及电子设备
CN107316287A (zh) 一种矩形铁氧体磁片表面的缺陷识别方法
Qiaohua et al. Grape size detection and online gradation based on machine vision
CN115661646A (zh) 基于计算机视觉的垃圾智能分类方法
CN113284095B (zh) 一种基于机器视觉的药盒内药袋数量的检测方法
Chinchuluun et al. Machine vision system for determining citrus count and size on a canopy shake and catch harvester
Han et al. Toward fully automated metal recycling using computer vision and non-prehensile manipulation
Javadikia et al. Machine vision based expert system to estimate orange mass of three varieties
CN102254173A (zh) 基于k均值聚类与线性邻域传播结合的指纹图像分割方法
Riyadi et al. Wavelet-based feature extraction technique for fruit shape classification
Lee et al. Development of a mushroom harvesting assistance system using computer vision
CN111325795B (zh) 一种图像处理方法、装置、存储介质及机器人
CN108786127A (zh) 降落伞式升降主体操纵平台
Shanmugavadivu et al. Segmentation of pectoral muscle in mammograms using Fractal method

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20180904

RJ01 Rejection of invention patent application after publication