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 PDFInfo
- 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
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
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。
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)
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)
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 |
-
2018
- 2018-03-30 CN CN201810298418.3A patent/CN108480227A/zh active Pending
Patent Citations (7)
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)
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 |