CN111229649A - 一种物品分级方法、物品分级设备及物品自动分级系统 - Google Patents

一种物品分级方法、物品分级设备及物品自动分级系统 Download PDF

Info

Publication number
CN111229649A
CN111229649A CN202010063038.9A CN202010063038A CN111229649A CN 111229649 A CN111229649 A CN 111229649A CN 202010063038 A CN202010063038 A CN 202010063038A CN 111229649 A CN111229649 A CN 111229649A
Authority
CN
China
Prior art keywords
article
grade
standard
picture
grading
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
Application number
CN202010063038.9A
Other languages
English (en)
Other versions
CN111229649B (zh
Inventor
刘三军
杨金帅
杨瑞
李敏
董效杰
陈坤燚
黄双林
高林
黄勇
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.)
Hubei University for Nationalities
Original Assignee
Hubei University for Nationalities
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 Hubei University for Nationalities filed Critical Hubei University for Nationalities
Priority to CN202010063038.9A priority Critical patent/CN111229649B/zh
Publication of CN111229649A publication Critical patent/CN111229649A/zh
Application granted granted Critical
Publication of CN111229649B publication Critical patent/CN111229649B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • 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
    • 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
    • B07C5/36Sorting apparatus characterised by the means used for distribution
    • B07C5/38Collecting or arranging articles in groups
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30Computing systems specially adapted for manufacturing

Landscapes

  • Image Analysis (AREA)

Abstract

本发明公开了一种物品分级方法、物品分级设备及物品自动分级系统。该分级方法,包括:获取包含待分级物品的图片,从所述图片中提取有效像素点;在RGB三个通道的全部或部分通道中,分别统计每个通道分量不同取值时在有效像素点中占有的像素点个数,并分别计算出所有取值的有效像素点个数与有效像素点总数的比值;将所有比值按照标准数组的排列顺序构建为颜色分布数组;分别计算颜色分布数组与不同标准数组的相关系数,一个标准数组关联一个等级,每个等级关联有至少一个标准数组,将参与计算数值最大的相关系数的标准数组所关联的等级作为待分级物品的等级。该方法运算量少、并行性强,简单便捷,能够快速准确地获得待分级物品的等级。

Description

一种物品分级方法、物品分级设备及物品自动分级系统
技术领域
本发明涉及物品分级挑选领域,特别是涉及一种物品分级方法、物品分级设备及物品自动分级系统。
背景技术
在生活或生产中,通常需要区分物品的品质等级,如区分烟叶、茶叶、水果等经济作物或农产品的品质等级,以便分级销售或分级加工以获得更大的经济利益。随着经济的快速发展,人们对经济作物产品或农产品的需求越来越大,如何实现对经济作物或农产品的高效、便捷、低成本的分级成为迫在眉睫的问题。
目前对经济作物或农产品的加工和生产主要还是通过手工进行选择和分级,主要依赖工人的视觉、触觉、嗅觉等主观感受,再结合自身的经验进行判断。这种方式需要消耗相当大的人力、物力和财力,工人的主观因素、精神状态等原因都可能导致分级的正确率偏低、效率低下等缺点,同时,纯手工的分级方式也给食品的卫生安全带来隐患。
现有技术中公开号为CN108805867A的中国专利披露了一种用于输出烟叶等级信息的方法,该方法获取待分级烟叶的烟叶图像;将上述烟叶图像导入预先建立的烟叶分级模型,得到上述烟叶图像所指示的待分级烟叶的烟叶等级信息,其中,上述烟叶分级模型用于表征烟叶图像与烟叶图像所指示的烟叶的烟叶等级信息的对应关系;按照预先设定的输出方式,对上述烟叶等级信息进行输出。该方法虽然实现了待分级烟叶的烟叶等级信息的自动生成和输出,相对人工分级提高了烟叶质量检测的效率。但是烟叶分级模型建立需要较长时间,模型实际运行分级中算法复杂且耗时相对较长。
发明内容
本发明旨在至少解决现有技术中存在的技术问题,特别创新地提出了一种物品分级方法、物品分级设备及物品自动分级系统。
为了实现本发明的上述目的,根据本发明的第一个方面,本发明提供了一种物品分级方法,包括:
步骤S1,获取包含待分级物品的图片,从所述图片中提取有效像素点;
步骤S2,在RGB三个通道的全部或部分通道中,分别统计每个通道分量不同取值时在有效像素点中占有的像素点个数,并分别计算出所有取值的有效像素点个数与有效像素点总数的比值;将所有比值按照标准数组的排列顺序构建为颜色分布数组;
步骤S3,分别计算所述颜色分布数组与不同标准数组的相关系数,一个标准数组关联一个等级,每个等级关联有至少一个标准数组,将参与计算数值最大的相关系数的标准数组所关联的等级作为待分级物品的等级。
上述技术方案的有益效果为:该自动分级方法通过获取待分级物品图片的一维颜色分布数组,获取颜色分布数组与各标准数组的相关系数并比较各相关系数的大小,根据比较结果获得待分级物品的等级,一维数组之间的相关系数计算、运算量少、方法并行性强,实现简单便捷,能够快速高效地获得待分级物品的等级;颜色分布数组能够准确地表达待分级物品的等级特征(如烟叶、茶叶、苹果等待分级物品,其品质等级与外表颜色密切相关,不同品质等级的物品其颜色分布数组不同),因此该方法能够对待分级物品准确分级。
在本发明的一种优选实施方式中,在所述步骤S1中,在获取包含待分级物品的图片后,还包括像素值初步处理的步骤;所述像素值初步处理的步骤为:选取图片中像素点RGB像素值三个通道分量的部分数据位来重新表征三个通道分量,获得新的RGB像素值;三个通道分量可选取相同或不完全相同的数据位。
上述技术方案的有益效果为:能够极大地减少运算量,提升该分级方法的分级速度。
在本发明的一种优选实施方式中,分别选取图片中像素点RGB像素值三个通道分量的高n位数据来重新表征三个通道分量,获得新的RGB像素值;所述n为正整数,且n≤N,N表示图片中像素点原RGB像素值的三个通道分量的数据位总位数。
上述技术方案的有益效果为:在极大地减少运算量的同时,能够保证新的RGB像素值能够准确表达图片中待分级物品的颜色分布特点。
在本发明的一种优选实施方式中,所述步骤S2包括:
步骤S21,对于R通道,分别统计r=0,r=1,r=2,…,r=2n-1时在有效像素点中占有的像素点个数,分别记为n_r0,n_r1,n_r2,…,n_r(2n-1),r表示RGB像素值的R通道分量;
对于G通道,分别统计g=0,g=1,g=2,…,g=2n-1时在有效像素点中占有的像素点个数,分别记为n_g0,n_g1,n_g2,…,n_g(2n-1),g表示RGB像素值的G通道分量;
对于B通道,分别统计b=0,b=1,b=2,…,b=2n-1时在有效像素点中占有的像素点个数,分别记为n_b0,n_b1,n_b2,…,n_b(2n-1),b表示RGB像素值的B通道分量;
步骤S22,分别计算n_r0,n_r1,n_r2,…,n_r(2n-1),n_g0,n_g1,n_g2,…,n_g(2n-1),以及n_b0,n_b1,n_b2,…,n_b(2n-1)与有效像素点总数的比值;
步骤S23,将所有比值构建为颜色分布数组X,
Figure BDA0002375107240000041
,M为有效像素点总数。
上述技术方案的有益效果为:公开了求取颜色分布数组X的一种方法,该方法统计了RGB三个通道分量为不同数值时在有效像素点中占有的像素点个数,使得得到的颜色分布数组X更准确更全面地反应了待分级物品的颜色分布特点,分级准确性高。
在本发明的一种优选实施方式中,在所述步骤S1中,从所述图片中提取有效像素点的过程为:获取图片中背景图像的颜色分布特征,根据背景图像的颜色分布特征剔除背景像素点,将图片上剩余的像素点作为有效像素点。
上述技术方案的有益效果为:有利于提高分级方法的准确性,避免背景对分级结果的干扰。
在本发明的一种优选实施方式中,所述标准数组获取的过程为:
获取属于不同等级的标准物品图像,对于每个等级的标准物品图像,进行如下处理:从所述标准物品图像中提取有效像素点;在RGB三个通道的全部或部分通道中,分别统计每个通道分量不同取值时在有效像素点中占有的像素点个数,并分别计算其与有效像素点总数的比值;将所有比值按照预设的顺序构建为标准数组。
上述技术方案的有益效果为:公开了获得标准数组的过程,该过程与颜色分布数组X的获取过程具有相似性,提高了标准数组的参考计算价值,能提高分级方法的分级准确性。
为了实现本发明的上述目的,根据本发明的第二个方面,本发明提供了一种物品分级设备,包括图像传感器和处理器,所述图像传感器采集包含待分级物品的图片并将所述图片发送给处理器,所述处理器按照本发明所述的物品分级方法对所述图片进行处理获得待分级物品的等级。
上述技术方案的有益效果为:该物品分级设备通过获取待分级物品图片的一维颜色分布数组,获取颜色分布数组与各标准数组的相关系数,比较各相关系数的大小,并根据比较结果获得待分级物品的等级,为一维数组之间的相关系数计算、运算量少、方法并行性强,实现简单便捷,能够快速高效地获得待分级物品的等级;颜色分布数组能够准确地表达待分级物品的等级特征(如烟叶、茶叶、苹果等待分级物品,其品质等级与外表颜色密切相关,不同品质等级的物品其颜色分布数组不同),因此该设备能够对待分级物品准确分级。
在本发明的一种优选实施方式中,所述处理器包括FPGA单元和ARM单元;所述FPGA单元采集图像传感器拍摄的待分级物品图片,从所述图片中提取有效像素点,在RGB三个通道的全部或部分通道中,分别统计每个通道分量不同取值时在有效像素点中占有的像素点个数,并将统计的像素点个数发送给ARM单元;所述ARM单元计算统计的像素点个数与有效像素点总数的比值;将所有比值按照标准数组的排列顺序构建为颜色分布数组;计算所述颜色分布数组与不同标准数组的相关系数,一个标准数组关联一个等级,每个等级关联有至少十个标准数组,将参与计算数值最大的相关系数的标准数组所关联的等级作为待分级物品的等级;和/或还包括等级提示单元,所述处理器将获得的待分级物品的等级判定结果输入等级提示单元进行提示。
上述技术方案的有益效果为:公开了物品分级设备的一种并行处理结构,该并行处理结构能够进一步地加快分级速度,使得该设备分级耗时小,便于应用于生产流水线。等级提示单元便于工作人员直观地获知待分级物品的等级信息。
在本发明的一种优选实施方式中,还包括遮光壳体;所述遮光壳体包括为中空结构的本体,以及设置于本体两端的外沿部,所述本体和/或外沿部内壁不透光且为黑色;所述遮光壳体的底部设有与外部传送机构两侧连接的连接机构,待分级物品在传送机构的带动下穿过所述遮光壳体;在所述遮光壳体内顶部沿待分级物品进入方向依次设置有距离传感器和图像传感器,所述距离传感器采集距离传感器与其下方最近物体的距离;在所述遮光壳体内部侧壁上设置条形光源;所述处理器采集距离传感器输出的距离,判断所述距离是否小于预设的距离阈值,若所述距离小于距离阈值,认为待分级物品进入遮光壳体,控制图像传感器拍摄物品图像,若所述距离不小于距离阈值,认为待分级物品没有进入遮光壳体,控制图像传感器不拍摄物品图像。
上述技术方案的有益效果为:设置外沿部有效避免外部光线对图像采集的影响;本体和/或外沿部内壁不透光能防止壳体内部的光线外泄,影响照明强度;本体和/或外沿部内壁为黑色能够吸收壳体内的反射光,避免反射光影响图像采集,进而提高了图像识别和处理的准确性。连接机构便于该分级设备应用于生产线。对待分级物品进入壳体进行有效到位识别,并根据到位识别结果自动采集图片。在遮光壳体内部侧壁上设置条形光源,能够使照明光线不影响图像传感器的拍摄质量。
为了实现本发明的上述目的,根据本发明的第三个方面,本发明提供了一种物品自动分级系统,包括传送带机构、设于传送带机构上料端的物品获取机构、设于传送带机构上的本发明所述的物品分级设备、设于传送带机构下料端的分度盘、圆周分布于所述分度盘上的多个容器、以及控制模块;所述容器与等级一一对应;物品分级设备的连接机构与传送带机构的两侧连接;所述控制模块控制物品获取机构获取待分级物品,并将待分级物品放置于传送带机构上;待分级物品通过传送带进入物品分级设备,控制器根据物品分级设备的处理器输出的等级信号控制分度盘转动,使分度盘上与所述等级信号对应的容器正对传送带下料端。
上述技术方案的有益效果为:该系统除了具备本发明提供的物品分级设备的有益效果外,还具有能够自动将不同等级的物品装入不同的容器,从而实现自动分级,整个系统具有自动化程度高、使用方便、安全卫生、成本低廉、扩展性强等优点,能够很好的解决目前烟叶、水果等物品分级主要依赖于人工完成的现状,整个过程中由于前一待分级物品和在此之后的待分级物品的传输和处理时间间隔较短,所以能够保证较高的分级效率。
附图说明
图1是本发明一具体实施方式中物品自动分级方法的流程示意图;
图2是本发明一具体实施方式中物品自动分级方法的标准数组建立流程示意图;
图3是本发明一种应用场景中物品自动分级方法的流程示意图;
图4是本发明另一种应用场景中物品分级系统的进程示意图;
图5是本发明另一种应用场景中物品自动分级系统的分级流程示意图;
图6是本发明另一种应用场景中物品自动分级系统的控制关系示意图;
图7是本发明一具体实施方式中物品分级设备的结构示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能理解为对本发明的限制。
在本发明的描述中,需要理解的是,术语“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
在本发明的描述中,除非另有规定和限定,需要说明的是,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是机械连接或电连接,也可以是两个元件内部的连通,可以是直接相连,也可以通过中间媒介间接相连,对于本领域的普通技术人员而言,可以根据具体情况理解上述术语的具体含义。
本发明提供了一种物品分级方法,在一种优选实施方式中,该方法的流程示意图如图1所示,包括:
步骤S1,获取包含待分级物品的图片,从图片中提取有效像素点;
步骤S2,在RGB三个通道的全部或部分通道中,分别统计每个通道分量不同取值时在有效像素点中占有的像素点个数,并分别计算出所有取值的有效像素点个数(即所有取值在有效像素点中占有的像素点个数)与有效像素点总数的比值;将所有比值按照标准数组的排列顺序构建为颜色分布数组;
步骤S3,分别计算颜色分布数组与不同标准数组的相关系数,一个标准数组关联一个等级,每个等级关联有至少一个标准数组,将参与计算数值最大的相关系数的标准数组所关联的等级作为待分级物品的等级。
在本实施方式中,设置相关系数阈值,若计算获得的所有相关系数部分或全部大于等于相关系数阈值时,将参与计算数值最大的相关系数的标准数组所关联的等级作为待分级物品的等级,若计算获得的所有相关系数均小于相关系数阈值时,认为待分级物品为次品。相关系数阈值优选但不限于为0.4到0.6,优选的,为0.5。通过这种方式,能够有效快速筛选出次品。在本实施方式中,有效像素点优选但不限于为图片中待分级物品图像的像素点,或者能够表征待分级物品特点的像素点(如图片中属于某颜色区间的像素点,该颜色区间中不同颜色取值代表了物品的品质等级,如红苹果分级时,红色区间中深红代表优质等级,浅红代表次优等级,黄绿代表劣质等级。)
在本实施方式中,优选的,每个等级关联有多个标准数组,如关联有10个标准数组。
在本实施方式中,进一步优选的,在步骤S1中,从图片中提取有效像素点的过程为:
获取图片中背景图像的颜色分布特征,根据背景图像的颜色分布特征剔除背景像素点,将图片上剩余的像素点作为有效像素点。图片中的背景颜色是可以预先设置的,比如将待分级物品放置于与物品颜色差异较大的背景色(背景色可为白色或黑色等)的底板上拍照,那么根据背景色的颜色分布特征剔除背景像素点,将图片上剩余的像素点作为有效像素点。
在本实施方式的一种应用场景中,背景图像颜色为白色,经验证发现,当像素点的RGB像素值的三个通道分量同时满足r>10,g>20,b>10三个条件时可认为该像素点为白色,因此,就可在图片中剔除所有白色像素点进而获得有效像素点。
在本实施方式中,在步骤S2中,可对RGB三个通道的全部通道进行处理,也可只对部分通道进行处理,比如当待分级物品为红苹果时,可通过红色通道(R通道)分量分布情况获得苹果的成熟等级,因此可只对R通道的数值进行处理,获得颜色分布数组。选择通道后,对于每个通道,分别统计该通道分量在其取值区间(如0到255)内不同取值时在有效像素点中占有的像素点个数,并计算该通道分量不同取值时在有效像素点中占有的像素点个数与有效像素点总量的比值。
在本实施方式中,每个等级可与一个标准数组一一关联,每个等级也可与多个标准数组关联,但是每个标准数组只能关联一个等级。在本实施方式中,优选的,在步骤S3中,计算颜色分布数组与标准数组的相关系数Correlate的计算公式为:
Figure BDA0002375107240000101
其中,X表示颜色分布数组;Y表示标准数组;Cov(X,Y)表示数组X和数组Y的协方差;D(X)表示数组X的方差;D(Y)表示数组Y的方差。
在一种优选实施方式中,在步骤S1中,在获取包含待分级物品的图片后,还包括像素值初步处理的步骤;
像素值初步处理的步骤为:选取图片中像素点RGB像素值三个通道分量的部分数据位来重新表征三个通道分量,获得新的RGB像素值;三个通道分量可选取相同或不完全相同的数据位。
在本实施方式中,选取的数据位可在高位、低位或数据中部。
在一种优选实施方式中,分别选取图片中像素点RGB像素值三个通道分量的高n位数据来重新表征三个通道分量,获得新的RGB像素值;n为正整数,且n≤N,N表示图片中像素点原RGB像素值的三个通道分量的数据位总位数。如原RGB像素值三个通道分量的数据位总位数为8位。
在一种优选实施方式中,步骤S2包括:
步骤S21,对于R通道,分别统计r=0,r=1,r=2,…,r=2n-1时在有效像素点中占有的像素点个数,分别记为n_r0,n_r1,n_r2,…,n_r(2n-1),r表示RGB像素值的R通道分量;
对于G通道,分别统计g=0,g=1,g=2,…,g=2n-1时在有效像素点中占有的像素点个数,分别记为n_g0,n_g1,n_g2,…,n_g(2n-1),g表示RGB像素值的G通道分量;
对于B通道,分别统计b=0,b=1,b=2,…,b=2n-1时在有效像素点中占有的像素点个数,分别记为n_b0,n_b1,n_b2,…,n_b(2n-1),b表示RGB像素值的B通道分量;
步骤S22,分别计算n_r0,n_r1,n_r2,…,n_r(2n-1),n_g0,n_g1,n_g2,…,n_g(2n-1),以及n_b0,n_b1,n_b2,…,n_b(2n-1)与有效像素点总数的比值;
步骤S23,将所有比值构建为颜色分布数组X,
Figure BDA0002375107240000121
,M为有效像素点总数。
在本实施方式中,颜色分布数组的排列顺序为R通道、G通道和B通道。
在一种优选实施方式中,如图2所示,标准数组获取的过程为:
获取属于不同等级的标准物品图像,对于每个等级的标准物品图像,进行如下处理:
分析图像的RGB值,分析背景像素点颜色特征,优选的,还选取像素点的RGB像素值的部分数据位来重新表征像素点,从标准物品图像或更新RGB像素值后的图像数据中提取有效像素点,剔除背景像素点;在RGB三个通道的全部或部分通道中,分别统计每个通道分量不同取值时在有效像素点中占有的像素点个数,并分别计算其与有效像素点总数的比值;将所有比值按照预设的顺序构建为标准数组。
在本实施方式中,预设的顺序可为R通道所有比值、G通道所有比值和B通道所有比值三者的任意排序;在R通道所有比值或G通道所有比值或B通道所有比值中可按照对应通道分量从大到小或从小到大的顺序排列。
在本发明物品分级方法的一种应用于烟叶分级的场景中,如图3所示,统一取RGB像素值的R,G,B三个通道的(本发明中R,G,B三个通道分别表示红色、绿色、蓝色三原色)的高五位数据作为像素点的新RGB像素值。在获得新RGB像素值后,背景颜色为白色,r、g、b分别表示R通道分量、G通道分量、B通道分量,经验证发现,当r>10,g>20,b>10同时成立时可认为该像素点为白色,因此,通过上述条件可剔除掉白色的像素点后得到的即为有效的像素点,并通过计数器N_valid统计出所有的有效像素点个数,因采用的是r,g,b值的高五位数据,因此只需要得出r=0,r=1...r=31,g=0,g=1...g=31,b=0,b=1...b=31的有效像素点的个数,以n_r0、n_r1…n_r31,n_g0、n_g1…n_g31,n_b0、n_b1…n_b31分别表示r,g,b值取0、1、2…31时的点的个数,即可得到有效像素点中r,g,b分量的分布特点。
在本应用场景中,根据前面得到的r,g,b分量的分布特点,得出由r,g,b各种取值的个数所占有效像素点的比值(n_r[l]/N_valid,n_r[2]/N_valid…n_r[3l]/N_valid、n_g[l]/N_valid,n_g[2]/N_valid…n_g[3l]/N_valid、n_b[l]/N_valid,n_b[2]/N_valid…n_b[3l]/N_valid)构成的图像的分布序列。然后用一个包含96元素的数组distribute[96]来保存有效像素点的r,g,b三种颜色取值占有效像素点的比例,distribute[96]即为颜色分布数组。
在本应用场景中,取出标准库(提前采集标准物品图像,将得到的所有不同等级物品的标准数组distribute[96],将不同等级不同叶片得到的所有数组写入.txt文件中后分别命名并在sd卡中存储起来以建立的标准等级数据库)中的一个标准数组记为distribute2[96](将依次提取数据库中的所有标准数组来与待分级物品的颜色分布数组进行比对分析,记为distribute1[96],现仅以某一个为例来对算法进行讲解),如图3所示,然后求distribute1[96]和distribute2[96]的平均值。用x,y分别表示distribute1[96]和distribute2[96]中的元素,Sum_x,Sum_y表示96个x和y的和,Mean_x和Mean_y表示x,y序列的平均值。求相关系数的分子,记为Sigma_xy,求相关系数中的方差,记为SquareSum_x、SquareSum_y,根据相关系数公式,求解相关系数值,记为correlate[96]。
在本应用场景中,求出待分级物品图像中r,g,b分量分布数组与标准库中所有的标准数组的相关系数后,比较所有的相关系数值大小并得出与各个等级标准数组的相关系数最大值(若开始设定三个标准数组,则求出三个相关系数),再比较哪一个最接近1则表示该待分级物品与哪个等级最接近,即可直接得出属于该等级(以三个等级为例,比较完毕后可以用1、2、3、4表示一等、二等、三等、次品,当求得的最大相关系数仍小于0.5时,可认为该聚类物质属于次品),至此即完成烟叶的算法分级。
本发明还公开了一种物品分级设备,在一种优选实施方式中,该设备包括图像传感器4和处理器,图像传感器4采集包含待分级物品的图片并将图片发送给处理器,处理器按照上述物品分级方法对图片进行处理获得待分级物品的等级。
在本实施方式中,图像传感器4为彩色摄像头,处理器优选但不限于为FPGA或ARM等。
在一种优选实施方式中,处理器包括FPGA单元和ARM单元;
FPGA单元采集图像传感器4拍摄的待分级物品图片,从图片中提取有效像素点,在RGB三个通道的全部或部分通道中,分别统计每个通道分量不同取值时在有效像素点中占有的像素点个数,并将统计的像素点个数发送给ARM单元;
ARM单元计算统计的像素点个数与有效像素点总数的比值;将所有比值按照标准数组的排列顺序构建为颜色分布数组;计算颜色分布数组与不同标准数组的相关系数,一个标准数组关联一个等级,每个等级关联有至少一个标准数组,将参与计算数值最大的相关系数的标准数组所关联的等级作为待分级物品的等级;
和/或还包括等级提示单元,处理器将获得的待分级物品的等级判定结果输入等级提示单元进行提示。
在本实施方式中,等级提示单元优选但不限于为显示器或多个不同颜色的指示灯或者语音提示模块。指示灯的不同颜色代表了不同等级。在一种优选实施方式中,还包括遮光壳体,如图7所示:
遮光壳体包括为中空结构的本体1,以及设置于本体1两端的外沿部2,本体1和/或外沿部2内壁不透光且为黑色;
遮光壳体的底部设有与外部传送机构两侧连接的连接机构,待分级物品在传送机构的带动下穿过遮光壳体;
在遮光壳体内顶部沿待分级物品进入方向依次设置有距离传感器5和图像传感器4,距离传感器5采集距离传感器5与其下方最近物体的距离;在遮光壳体内部侧壁上设置有条形光源3;
处理器采集距离传感器5输出的距离,判断距离是否小于预设的距离阈值,若距离小于距离阈值,认为待分级物品进入遮光壳体,控制图像传感器4拍摄物品图像,若距离不小于距离阈值,认为待分级物品没有进入遮光壳体,控制图像传感器4不拍摄物品图像。
在本实施方式中,本体1的中空结构优选但不限于为半圆柱体形或长方体形。如图7所示,外沿部2优选但不限于为倾斜的半球面壳体。遮光壳体的底部的连接机构可为现有的卡紧或嵌套机构。
在本实施方式中,本体1和/或外沿部2内壁是密闭的,不具有孔或缝隙等透光结构,以实现不透光。优选的,条形光源3为LED灯带,如白光LED灯带;优选的,条形光源3设于遮光壳体内部侧壁上部,且分别位于前后两个侧壁上;优选的,条形光源3在遮光壳体内部侧壁上呈闭合或非闭合形状,非闭合时,可在遮光壳体内部的前后侧壁上分别设置一条条形光源3。
在本实施方式中,距离传感器5优选但不限于为红外测距传感器或激光测距传感器或超声波测距传感器。距离阈值优选但不限于为距离传感器5与本体1底部垂直距离的0.8倍到0.95倍。距离传感器5采集距离传感器5与其下方最近物体的距离,优选的为垂直距离;当待分级物品未处于距离传感器5下方时,距离传感器5采集自身与本体1底部的垂直距离(当物品分级设备安装于传送机构时,采集距离传感器5与传送机构上表面的垂直距离),此时获得的距离值大于距离阈值,认为待分级物品没有进入遮光壳体,处理器控制图像传感器4不拍摄物品图像;当待分级物品进入遮光壳体移动至距离传感器5下方时,距离传感器5采集自身与待分级物品上表面的垂直距离,此时获得的距离值小于或等于距离阈值,认为待分级物品进入遮光壳体,处理器控制图像传感器4启动拍摄,由于距离传感器5位于图像传感器4之前,因此,图像传感器4能捕获到待分级物品图像。
本发明还公开了一种物品自动分级系统,在一种优选实施方式中,该系统包括传送带机构、设于传送带机构上料端的物品获取机构、设于传送带机构上的上述物品分级设备、设于传送带机构下料端的分度盘、圆周分布于分度盘上的多个容器、以及控制模块;
容器与等级一一对应;物品分级设备的连接机构与传送带机构的两侧连接;
控制模块控制物品获取机构获取待分级物品,并将待分级物品放置于传送带机构上;
待分级物品通过传送带进入物品分级设备,控制器根据物品分级设备的处理器输出的等级信号控制分度盘转动,使分度盘上与等级信号对应的容器正对传送带下料端。
在本实施方式中,物品获取机构优选但不限于为现有的自动化机械手,或者采用公开号为CN107952696B的中国专利所公开的烟叶抓取模块结构。
在本实施方式中,设置分度盘0度位置,并为每个等级的容器分配一个以0度位置开始的顺时针旋转角度,如包含4个等级的容器,一级、二级、三级和次品容器顺时针圆周分布于分度盘上,旋转角度分别为0°、90°、180°和270°,一级容器在分度盘0°位置时正对传送带下料端。在控制器中存储有与每个等级对应的旋转角度,获取物品分级设备的处理器输出的等级信号并根据与等级对应的旋转角度控制分度盘转动,使分度盘上与等级信号对应的容器正对传送带下料端。
在本实施方式中,优选的,可通过一个FPGA同时用作控制器和物品分级设备的处理器,以便节省成本。
在本实施方式中,优选的,控制器控制传送带机构启动或关闭;当物品分级设备的处理器根据距离传感器5输出距离信号检测到待分级物品进入可遮光壳体时,可发送待分级物品到位信号至控制器,控制器控制传送带机构关闭,此时图像传感器4对静止的待分级物品拍摄,当图像传感器4拍摄完成后,发送拍摄图片至处理器,处理器接收图片后发送传送启动信号至控制器,使控制器控制传送带机构启动继续传送待分级物品。这样,静止拍摄能够减少动态拍摄清晰图像的算法运算量,能够简单地拍摄出清晰图像,降低成本。
在本实施方式的一种应用场景中,待分级物品为烟叶,进行恩施当地烟叶的自动识别分级。根据恩施当地烟叶的特性以及分级的标准,依据颇色的特征分类可以分为柠檬黄,橘黄及上部红棕三个色组。根据这三种特征分别挑选出三个等级的烟叶,每个等级烟叶挑选十片作为标准烟叶,即每种等级烟叶都建立十个标准数组以.txt文件的形式存放于数据库中。
在本应用场景中,物品获取机构包括水平滑轨、沿水平滑轨滑动的水平滑块、设置于水平滑块上的竖直滑轨、沿竖直滑轨滑动的竖直滑块、设于竖直滑块底部的至少一个吸料泵、驱动竖直滑块沿竖直滑轨滑动的第一驱动单元、以及驱动水平滑块沿水平滑轨滑动的第二驱动单元;控制器控制第一驱动单元使竖直滑块向下移动至第一目标位置,启动吸料泵吸附待分级物品后,控制第一驱动单元使竖直滑块向上移动至第二目标位置,控制第二驱动单元使水平滑块在水平滑轨上滑动至第三目标位置,控制吸料泵释放物品至传送带机构上。吸料泵可为高精度泵。第一驱动单元和第二驱动单元优选但不限于为现有的电机驱动机构。
在本应用场景中,传送带机构包括底架、设于底架上端的带动待分级物品移动的皮带、设于皮带两侧的两条平行导轨、驱动皮带转动的皮带驱动单元;物品分级设备安装在所述两条平行导轨上;控制器控制皮带驱动单元启动或关闭,进而控制皮带转动或静止。皮带驱动单元优选但不限于为现有的电机驱动机构。
在本应用场景中,控制器和处理器采用同一个FPGA完成,FPGA具有有三个工作线程如图4所示,整个分级过程分为thread1_bump、thread2_cmos和thread3_plate三个线程来完成。
在本应用场景中,系统获取待分级物品的等级信号以及控制分度盘传动的流程如图5所示,控制关系图如图6所示。
在本应用场景中,thread1_bump根据分级需求来控制物品获取机构的吸料泵、物品获取机构的第一驱动单元、物品获取机构的第二驱动单元和传送带机构的皮带驱动单元的工作状态,进而同时控制吸料泵、二维滑轨、传送带的工作;thread2_cmos主要通过本发明上述物品分级方法分析处理待分级烟叶图像得出烟叶的等级;thread3_plate根据thread2_cmos中获得的烟叶等级划分结果来控制分度盘旋转,使该烟叶落入对应的收集容器内。三个线程分别完成其相应的工作,不同线程之间工作相互独立且有通信信号,可以很好地解决配合问题,通过这种方法大大的简化了编程代码量,同时这种线程的工作方式也极大的提升了系统硬件的响应速度。
在本应用场景中,将待分级的烟叶放置在吸料泵下方后将系统上电。系统上电后,传送带即刻开始工作,程序首先对图像传感器4和大量的寄存器进行初始化处理,然后FPGA开发板使图像传感器4开始工作并将实时采集的图像通过HDMI在显示器上显示,同时关闭所有的PWM使物品获取机构复位。接收到开始信号后,FPGA中产生的三个线程(thread1_bump、thread2_cmos、thread3_plate)同时开始工作。thread1_bump令FPGA使用GPIO核产生多个PWM信号并定义到输出I/O上,通过控制PWM波的频率和脉冲的个数,来控制吸料泵开始工作,产生足以吸起烟叶的吸附力,同时控制垂直方向上的第一驱动单元的步进电机的GPIO执行写的功能带动吸料泵泵垂直向下移动至第一目标位置,使吸料泵吸附起烟叶,然后再控制垂直方向上的第一驱动单元的步进电机工作使吸料泵带着烟叶先向上移动至第二目标位置,之后,再控制水平方向的第二驱动单元的步进电机工作使吸料泵向传送带移动,到达传送带上方第三目标位置后释放烟叶,此后控制器同样对这几个步进电机的GPIO进行写操作,使吸料泵回到原始位置以便下一次抓取。
在本应用场景中,当烟叶被传送到图像采集区域时,thread2_cmos控制FPGA开发板通过自定义的摄像头IP核来驱动图像传感器4即刻开始采集烟叶的图像数据并通过Avalon总线实时传送到FPGA开发板中进行处理,通过本发明上述的物品分级方法分析处理后得到烟叶分级的结果,FPGA读取用于控制分度盘步进电机转动的GPIO口的状态再根据分级的结果得出分度盘步进电机应该转动的角度,进而控制分度盘转到相对应的等级使烟叶落入分度盘中,至此完成了一片烟叶的分级过程。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施例,本领域的普通技术人员可以理解:在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由权利要求及其等同物限定。

Claims (10)

1.一种物品分级方法,其特征在于,包括:
步骤S1,获取包含待分级物品的图片,从所述图片中提取有效像素点;
步骤S2,在RGB三个通道的全部或部分通道中,分别统计每个通道分量不同取值时在有效像素点中占有的像素点个数,并分别计算出所有取值的有效像素点个数与有效像素点总数的比值;将所有比值按照标准数组的排列顺序构建为颜色分布数组;
步骤S3,分别计算所述颜色分布数组与不同标准数组的相关系数,一个标准数组关联一个等级,每个等级关联有至少一个标准数组,将参与计算数值最大的相关系数的标准数组所关联的等级作为待分级物品的等级。
2.如权利要求1所述的物品分级方法,其特征在于,在所述步骤S1中,在获取包含待分级物品的图片后,还包括像素值初步处理的步骤;
所述像素值初步处理的步骤为:选取图片中像素点RGB像素值三个通道分量的部分数据位来重新表征三个通道分量,获得新的RGB像素值;三个通道分量可选取相同或不完全相同的数据位。
3.如权利要求2所述的物品分级方法,其特征在于,分别选取图片中像素点RGB像素值三个通道分量的高n位数据来重新表征三个通道分量,获得新的RGB像素值;所述n为正整数,且n≤N,N表示图片中像素点原RGB像素值的三个通道分量的数据位总位数。
4.如权利要求3所述的物品分级方法,其特征在于,所述步骤S2包括:
步骤S21,对于R通道,分别统计r=0,r=1,r=2,…,r=2n-1时在有效像素点中占有的像素点个数,分别记为n_r0,n_r1,n_r2,…,n_r(2n-1),r表示RGB像素值的R通道分量;
对于G通道,分别统计g=0,g=1,g=2,…,g=2n-1时在有效像素点中占有的像素点个数,分别记为n_g0,n_g1,n_g2,…,n_g(2n-1),g表示RGB像素值的G通道分量;
对于B通道,分别统计b=0,b=1,b=2,…,b=2n-1时在有效像素点中占有的像素点个数,分别记为n_b0,n_b1,n_b2,…,n_b(2n-1),b表示RGB像素值的B通道分量;
步骤S22,分别计算n_r0,n_r1,n_r2,…,n_r(2n-1),n_g0,n_g1,n_g2,…,n_g(2n-1),以及n_b0,n_b1,n_b2,…,n_b(2n-1)与有效像素点总数的比值;
步骤S23,将所有比值构建为颜色分布数组X,
Figure FDA0002375107230000021
,M为有效像素点总数。
5.如权利要求1-4之一所述的物品分级方法,其特征在于,在所述步骤S1中,从所述图片中提取有效像素点的过程为:
获取图片中背景图像的颜色分布特征,根据背景图像的颜色分布特征剔除背景像素点,将图片上剩余的像素点作为有效像素点。
6.如权利要求1所述的物品分级方法,其特征在于,所述标准数组获取的过程为:
获取属于不同等级的标准物品图像,对于每个等级的标准物品图像,进行如下处理:
从所述标准物品图像中提取有效像素点;在RGB三个通道的全部或部分通道中,分别统计每个通道分量不同取值时在有效像素点中占有的像素点个数,并分别计算其与有效像素点总数的比值;将所有比值按照预设的顺序构建为标准数组。
7.一种物品分级设备,其特征在于,包括图像传感器和处理器,所述图像传感器采集包含待分级物品的图片并将所述图片发送给处理器,所述处理器按照权利要求1-6之一所述物品分级方法对所述图片进行处理获得待分级物品的等级。
8.如权利要求7所述的物品分级设备,其特征在于,所述处理器包括FPGA单元和ARM单元;
所述FPGA单元采集图像传感器拍摄的待分级物品图片,从所述图片中提取有效像素点,在RGB三个通道的全部或部分通道中,分别统计每个通道分量不同取值时在有效像素点中占有的像素点个数,并将统计的像素点个数发送给ARM单元;
所述ARM单元计算统计的像素点个数与有效像素点总数的比值;将所有比值按照标准数组的排列顺序构建为颜色分布数组;计算所述颜色分布数组与不同标准数组的相关系数,一个标准数组关联一个等级,每个等级关联有至少一个标准数组,将参与计算数值最大的相关系数的标准数组所关联的等级作为待分级物品的等级;
和/或还包括等级提示单元,所述处理器将获得的待分级物品的等级判定结果输入等级提示单元进行提示。
9.如权利要求7所述的物品分级设备,其特征在于,还包括遮光壳体;
所述遮光壳体包括为中空结构的本体,以及设置于本体两端的外沿部,所述本体和/或外沿部内壁不透光且为黑色;
所述遮光壳体的底部设有与外部传送机构两侧连接的连接机构,待分级物品在传送机构的带动下穿过所述遮光壳体;
在所述遮光壳体内顶部沿待分级物品进入方向依次设置有距离传感器和图像传感器,所述距离传感器采集距离传感器与其下方最近物体的距离;在所述遮光壳体内部侧壁上设置有条形光源;
所述处理器采集距离传感器输出的距离,判断所述距离是否小于预设的距离阈值,若所述距离小于距离阈值,认为待分级物品进入遮光壳体,控制图像传感器拍摄物品图像,若所述距离不小于距离阈值,认为待分级物品没有进入遮光壳体,控制图像传感器不拍摄物品图像。
10.一种物品自动分级系统,其特征在于,包括传送带机构、设于传送带机构上料端的物品获取机构、设于传送带机构上的权利要求7-9之一所述的物品分级设备、设于传送带机构下料端的分度盘、圆周分布于所述分度盘上的多个容器、以及控制模块;
所述容器与等级一一对应;物品分级设备的连接机构与传送带机构的两侧连接;
所述控制模块控制物品获取机构获取待分级物品,并将待分级物品放置于传送带机构上;
待分级物品通过传送带进入物品分级设备,控制器根据物品分级设备的处理器输出的等级信号控制分度盘转动,使分度盘上与所述等级信号对应的容器正对传送带下料端。
CN202010063038.9A 2020-01-20 2020-01-20 一种物品分级方法及自动分级系统 Active CN111229649B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010063038.9A CN111229649B (zh) 2020-01-20 2020-01-20 一种物品分级方法及自动分级系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010063038.9A CN111229649B (zh) 2020-01-20 2020-01-20 一种物品分级方法及自动分级系统

Publications (2)

Publication Number Publication Date
CN111229649A true CN111229649A (zh) 2020-06-05
CN111229649B CN111229649B (zh) 2023-09-01

Family

ID=70878006

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010063038.9A Active CN111229649B (zh) 2020-01-20 2020-01-20 一种物品分级方法及自动分级系统

Country Status (1)

Country Link
CN (1) CN111229649B (zh)

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2236848A (en) * 1989-10-03 1991-04-17 Japanese Research & Dev Ass Fo Sorting apparatus utilizing transmitted light
JP2007007497A (ja) * 2005-06-28 2007-01-18 Masaru Hattori 異物除去及び色彩選別を行うための方法及び装置
CN101315326A (zh) * 2007-05-31 2008-12-03 财团法人工业技术研究院 烟雾侦测方法与装置
CN103076288A (zh) * 2012-12-26 2013-05-01 中国科学院海洋研究所 一种基于计算机视觉的鱼肉自动分级装置和方法
WO2013176114A1 (ja) * 2012-05-21 2013-11-28 国立大学法人帯広畜産大学 肉色の等級決定方法
CN105261045A (zh) * 2015-09-12 2016-01-20 黑龙江八一农垦大学 一种快速评估苜蓿病虫害损失程度的数字化方法
KR101703542B1 (ko) * 2016-11-30 2017-02-23 대한민국 멍게의 특징 측정과 hsv 색상 모델을 이용한 멍게 자동 선별방법
CN107185854A (zh) * 2017-05-17 2017-09-22 河北工业大学 基于rgb通道的光伏电池片色差检测及颜色分类的算法
CN107243461A (zh) * 2017-05-12 2017-10-13 宁波大红鹰学院 一种自动分级装置
WO2018107983A1 (zh) * 2016-12-16 2018-06-21 深圳市中达瑞和科技有限公司 一种颜色识别方法及系统
CN110569753A (zh) * 2019-08-26 2019-12-13 湖南航天天麓新材料检测有限责任公司 一种基于机器视觉的条烟在线识别方法及系统
CN209829591U (zh) * 2019-04-19 2019-12-24 深圳市云创分拣系统技术有限公司 新型转盘分拣机构
CN110619648A (zh) * 2019-09-19 2019-12-27 四川长虹电器股份有限公司 一种基于rgb变化趋势划分图像区域的方法
CN209849350U (zh) * 2019-03-29 2019-12-27 河北泽邦供应链管理有限公司 一种物流盘式分拣机

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2236848A (en) * 1989-10-03 1991-04-17 Japanese Research & Dev Ass Fo Sorting apparatus utilizing transmitted light
JP2007007497A (ja) * 2005-06-28 2007-01-18 Masaru Hattori 異物除去及び色彩選別を行うための方法及び装置
CN101315326A (zh) * 2007-05-31 2008-12-03 财团法人工业技术研究院 烟雾侦测方法与装置
WO2013176114A1 (ja) * 2012-05-21 2013-11-28 国立大学法人帯広畜産大学 肉色の等級決定方法
CN103076288A (zh) * 2012-12-26 2013-05-01 中国科学院海洋研究所 一种基于计算机视觉的鱼肉自动分级装置和方法
CN105261045A (zh) * 2015-09-12 2016-01-20 黑龙江八一农垦大学 一种快速评估苜蓿病虫害损失程度的数字化方法
KR101703542B1 (ko) * 2016-11-30 2017-02-23 대한민국 멍게의 특징 측정과 hsv 색상 모델을 이용한 멍게 자동 선별방법
WO2018107983A1 (zh) * 2016-12-16 2018-06-21 深圳市中达瑞和科技有限公司 一种颜色识别方法及系统
CN107243461A (zh) * 2017-05-12 2017-10-13 宁波大红鹰学院 一种自动分级装置
CN107185854A (zh) * 2017-05-17 2017-09-22 河北工业大学 基于rgb通道的光伏电池片色差检测及颜色分类的算法
CN209849350U (zh) * 2019-03-29 2019-12-27 河北泽邦供应链管理有限公司 一种物流盘式分拣机
CN209829591U (zh) * 2019-04-19 2019-12-24 深圳市云创分拣系统技术有限公司 新型转盘分拣机构
CN110569753A (zh) * 2019-08-26 2019-12-13 湖南航天天麓新材料检测有限责任公司 一种基于机器视觉的条烟在线识别方法及系统
CN110619648A (zh) * 2019-09-19 2019-12-27 四川长虹电器股份有限公司 一种基于rgb变化趋势划分图像区域的方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李鹏,彭毅,熊善柏,李小昱,陶海龙,黄涛: "基于虚拟仪器的淡水鱼质量在线分级系统", 华中农业大学学报, no. 32, pages 149 - 153 *

Also Published As

Publication number Publication date
CN111229649B (zh) 2023-09-01

Similar Documents

Publication Publication Date Title
CN106872465B (zh) 基于机器视觉的禽类受精蛋检测筛选装置
CN104871175B (zh) 对食品质量进行评分和控制
CN1092375C (zh) 识别对象的系统及方法
EP1980839B1 (de) Kontrollvorrichtung für Lebensmittel und deren Verwendung
CN101234381B (zh) 基于视觉识别的颗粒物料分选分级方法
Eissa et al. Understanding color image processing by machine vision for biological materials
CN106548480A (zh) 一种基于机器视觉的农产品体积快速测量装置及测量方法
CN105466950A (zh) 一种基于视觉的竹块在线检测方法及系统
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
CN103076288A (zh) 一种基于计算机视觉的鱼肉自动分级装置和方法
US11203494B2 (en) System and method for sorting moving objects
CN113600508B (zh) 一种基于机器视觉的烟叶烟包霉变及杂物监测系统
CN111161214A (zh) 一种基于双目视觉的猪只体重测量及饮水行为识别系统及方法
CN110893399A (zh) 基于视觉识别的智能烟叶分级分拣设备及分拣方法
CN206906259U (zh) 肉类品质智能检测装置
CN207222383U (zh) 木板分拣系统
CN109780810A (zh) 一种食物状况的确定方法、装置、存储介质及冰箱
CN105744261B (zh) 机顶盒前面板的测试系统及测试方法
CN101172274B (zh) 一种枸杞子分级分选装置及其方法
CN112676195B (zh) 基于线阵cmos相机的实木地板的颜色分选装置及方法
CN111229649B (zh) 一种物品分级方法及自动分级系统
CN209550027U (zh) 基于计算机视觉的一次性纸尿裤智能分拣系统
CN113145473A (zh) 一种水果智能分拣系统及方法
CN108491759A (zh) 一种基于深度学习的工序检测装置及其工序检测方法
JP4171806B2 (ja) 果実そ菜類の等級判別方法。

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