CN112452803B - 蝴蝶兰分级设备及方法 - Google Patents

Abstract

本发明提供一种蝴蝶兰分级设备及方法，所述设备包括传送组件、识别组件以及分级组件。其中，识别组件通过计算机视觉图像处理技术，基于颜色分析和形状分析两步，对待分级蝴蝶兰的花朵和花苞进行计数并定级。并结合分级组件中各等级的通道，对经过定级后的待分级蝴蝶兰进行全自动筛选分类，不依靠人为判断，杜绝人为主观因素的影响，速度快，准确度高。

Description

蝴蝶兰分级设备及方法

技术领域

本发明涉及农业机械技术领域，尤其涉及一种蝴蝶兰分级设备及方法。

背景技术

蝴蝶兰花朵颜色艳丽、花期长，市场普及率高，是高档花卉的代表之一。为提高经济效益，在蝴蝶兰盆花上市前，需要对蝴蝶兰进行质量分级。目前，企业多采用人工挑选方式，采用人工方式主观性差异大，耗时长，人工成本高，分级结果稳定性差，且蝴蝶兰因其花朵质量不规则、花苞娇嫩，所以手工方式不仅分类不准确，而且可能对花朵造成伤害。市场经济体制下，对于蝴蝶兰的分级处理要求快速、准确、自动化以及标准一致，精确分级能够使经济效益最大化，而对蝴蝶兰采用人工分级的方式显然不能达到这种要求。

为了对蝴蝶兰进行快速分级并筛分，提高上市处理速度，亟待一种蝴蝶兰分级设备和方法，以实现自动化分级。

发明内容

本发明实施例提供了一种蝴蝶兰分级设备及方法，用于对蝴蝶兰进行自动分级并筛分，减少人工分级过程中主观因素导致的不确定性，同时避免人工筛选对蝴蝶兰造成伤害。

本发明的技术方案如下：

一方面，本发明提供一种蝴蝶兰分级设备，包括：

传送组件，所述传送组件包括主传送带以及驱动所述主传送带的第一驱动器。

识别组件，设置在所述主传送带运行方向的上游端，所述识别组件包括视觉相机和处理器，所述相机用于拍摄待分级蝴蝶兰的照片，所述处理器用于装载视觉处理软件以基于第一设定色深范围、第一设定亮度范围以及第一设定色调范围筛选出所述照片中的花朵区域，基于第二设定色深范围、第二设定亮度范围以及第二设定色调范围筛选出花朵和背景区域并从所述照片中剔除得到花苞区域；基于预设的一个或多个花朵模板对所述花朵区域进行形状拟合计算花朵数，基于预设的一个或多个花苞模板对所述花苞区域进行形状拟合计算花苞数；根据花朵数与花苞数确定待分级蝴蝶兰的等级。

分级组件，设置在所述主传送带运行方向的下游端，所述分级组件包括对应各蝴蝶兰等级的多个通道，以及分别设置在各通道一侧的到位传感器和推动构件；当所述主传送带将待分级蝴蝶兰传送到对应等级的通道并触发对应的到位传感器时，所述推动构件将带分级蝴蝶兰推送至对应等级的通道中。

在一些实施例中，所述识别组件还包括：

可升降的旋转台，用于将到达的待分级蝴蝶兰提升至所述视觉相机的视场范围内；

旋转电机，设置在所述旋转台底部，用于按照设定角度多次旋转所述旋转台使所述视觉相机对待分级蝴蝶兰进行多角度拍摄。

在一些实施例中，所述识别组件还包括：

检测室壳体；和/或

条形光源，设置在所述检测室壳体内，用于对待测蝴蝶兰进行照明补光；和/或

测高装置，设置在所述检测室壳体顶部，用于检测待分级蝴蝶兰与视觉相机的距离，以保证始终呈现在相机视场中；和/或

相机支架，设置在所述检测室壳体内，用于固定支撑所述视觉相机。

在一些实施例中，所述识别组件还包括：第一扫码器，用于扫描并记录待分级蝴蝶兰上用于标识身份的条形码或二维码。

在一些实施例中，所述分级组件还包括分别设置在各通道一侧的第二扫码器，用于接收对应到位传感器的触发信号，根据所述触发信号扫描识别待分级蝴蝶兰上用于标识身份的条形码或二维码并发送至所述处理器，以判断待分级蝴蝶兰是否与相应通道的等级匹配。

在一些实施例中，各通道分别设有副传送带，所述推动构件为推送气缸。

在一些实施例中，所述分级组件中，各通道包括：

一级通道，用于筛分花朵和花苞总数大于等于9的待分级蝴蝶兰；

二级通道，用于筛分花朵和花苞总数大于等于7且小于9的待分级蝴蝶兰；

三级通道，用于筛分花朵和花苞总数大于等于5且小于7的待分级蝴蝶兰；

等外级别通道，用于筛分花朵和花苞总数小于5的待分级蝴蝶兰。

在一些实施例中，所述第一设定色深范围为：0.6～1.3、所述第一设定亮度范围为：0～2.7，所述第一设定色调范围为0～2.2；所述第二设定色深范围为：0.3～5.5、所述第二设定亮度范围为：0～4.5，所述第二设定色调范围为0～3.2。

在一些实施例中，基于预设的一个或多个花朵模板对所述花朵区域进行形状拟合计算花朵数，包括：

将所述花朵模板在第一设定偏转角度范围、第一设定缩放比例范围内与所述花朵区域进行形状拟合，当一处位置匹配度达到第一接受阈值时，花朵计数增加1；其中，当同一位置重叠拟合多个所述花朵模板时，该多个花朵模板重叠度大于第一设定XY重叠值，该位置花朵计数仅增加1，否则该位置花朵计数按照实际完成拟合的花朵模板数增加；

基于预设的一个或多个花苞模板对所述花苞区域进行形状拟合计算花苞数，包括：

将所述花苞模板在第二设定偏转角度范围、第二设定缩放比例范围内与所述花苞区域进行形状拟合，当一处位置匹配度达到第二接受阈值时，花苞计数增加1；其中，当同一位置重叠拟合多个所述花苞模板时，该多个花苞模板重叠度大于第二设定XY重叠值，该位置花苞计数仅增加1，否则该位置花苞计数按照实际完成拟合的花苞模板数增加。

在一些实施例中，第一设定偏转角度范围为-43°～38°，第一设定缩放比例范围为89～130％，第一设定XY重叠值为52，第一接受阈值为26％；第二设定偏转角度范围为-41°～45°，第二设定缩放比例范围为22～111％，第二设定XY重叠值为0，第二接受阈值为35％。

另一方面，本发明提供一种蝴蝶兰分级方法，包括：

获取待分级蝴蝶兰的照片；

基于第一设定色深范围、第一设定亮度范围以及第一设定色调范围筛选出所述照片中的花朵区域；

基于预设的一个或多个花朵模板对所述花朵区域进行形状拟合计算花朵数；

基于第二设定色深范围、第二设定亮度范围以及第二设定色调范围筛选出花朵和背景区域，将花朵和背景区域并从所述照片中剔除得到花苞区域；

基于预设的一个或多个花苞模板对所述花苞区域进行形状拟合计算花苞数；

根据花朵数与花苞数确定待分级蝴蝶兰的等级。

在一些实施例中，根据花朵数与花苞数确定待分级蝴蝶兰的等级，包括：

基于待分级蝴蝶兰的多张照片对应的花朵数和花苞数，计算各照片对应的花朵和花苞总数，根据值最大的总数确定待分级蝴蝶兰的等级。

在一些实施例中，所述第一设定色深范围为：0.6～1.3、所述第一设定亮度范围为：0～2.7，所述第一设定色调范围为0～2.2；所述第二设定色深范围为：0.3～5.5、所述第二设定亮度范围为：0～4.5，所述第二设定色调范围为0～3.2。

在一些实施例中，基于预设的一个或多个花朵模板对所述花朵区域进行形状拟合计算花朵数，包括：

将所述花朵模板在第一设定偏转角度范围、第一设定缩放比例范围内与所述花朵区域进行形状拟合，当一处位置匹配度达到第一接受阈值时，花朵计数增加1；其中，当同一位置重叠拟合多个所述花朵模板时，该多个花朵模板重叠度大于第一设定XY重叠值，该位置花朵计数仅增加1，否则该位置花朵计数按照实际完成拟合的花朵模板数增加；

基于预设的一个或多个花苞模板对所述花苞区域进行形状拟合计算花苞数，包括：

将所述花苞模板在第二设定偏转角度范围、第二设定缩放比例范围内与所述花苞区域进行形状拟合，当一处位置匹配度达到第二接受阈值时，花苞计数增加1；其中，当同一位置重叠拟合多个所述花苞模板时，该多个花苞模板重叠度大于第二设定XY重叠值，该位置花苞计数仅增加1，否则该位置花苞计数按照实际完成拟合的花苞模板数增加。

在一些实施例中，第一设定偏转角度范围为-43°～38°，第一设定缩放比例范围为89～130％，第一设定XY重叠值为52，第一接受阈值为26％；第二设定偏转角度范围为-41°～45°，第二设定缩放比例范围为22～111％，第二设定XY重叠值为0，第二接受阈值为35％。

本发明的有益效果至少是：

所述蝴蝶兰分级设备及方法，通过计算机视觉图像处理技术，基于颜色分析和形状分析两步，对待分级蝴蝶兰的花朵和花苞进行计数并定级。并结合对应各等级的通道，对经过定级后的待分级蝴蝶兰进行全自动筛选分类，不依靠人为判断，杜绝人为主观因素的影响，速度快，准确度高。

本发明的附加优点、目的，以及特征将在下面的描述中将部分地加以阐述，且将对于本领域普通技术人员在研究下文后部分地变得明显，或者可以根据本发明的实践而获知。本发明的目的和其它优点可以通过在书面说明及其权利要求书以及附图中具体指出的结构实现到并获得。

本领域技术人员将会理解的是，能够用本发明实现的目的和优点不限于以上具体所述，并且根据以下详细说明将更清楚地理解本发明能够实现的上述和其他目的。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，并不构成对本发明的限定。在附图中：

图1为本发明一实施例所述蝴蝶兰分级设备的结构示意图；

图2为本发明另一实施例所述蝴蝶兰分级方法的逻辑示意图；

图3为本发明一实施例所述蝴蝶兰分级方法对待分级蝴蝶兰照片进行颜色提取后的图像；

图4为图3经二值化处理后的图像；

图5为采用预设花朵模板对图4进行形状拟合得到的花朵技术结果。

附图说明：

101：主传送带； 201：检测室； 202：视觉相机；

203：相机支架； 204：第一扫码器； 205：第一到位传感器；

206：测高装置； 207：条形光源； 208：控制器；

209：PC机； 210：升降旋转台； 301：一级蝴蝶兰输送带；

302：二级蝴蝶兰输送带； 303：三级蝴蝶兰输送带； 304：等外剔除蝴蝶兰输送带；

305：一级推送气缸； 306：二级推送气缸； 307：三级推送气缸；

308：等外剔除推送气缸； 309：第二扫码器； 310：第二到位传感器。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施方式和附图，对本发明做进一步详细说明。在此，本发明的示意性实施方式及其说明用于解释本发明，但并不作为对本发明的限定。

在此，还需要说明的是，为了避免因不必要的细节而模糊了本发明，在附图中仅仅示出了与根据本发明的方案密切相关的结构和/或处理步骤，而省略了与本发明关系不大的其他细节。

应该强调，术语“包括/包含”在本文使用时指特征、要素、步骤或组件的存在，但并不排除一个或更多个其它特征、要素、步骤或组件的存在或附加。

在此，还需要说明的是，如果没有特殊说明，术语“连接”在本文不仅可以指直接连接，也可以表示存在中间物的间接连接。

蝴蝶兰是市场上的经济型花卉之一，与大部分花卉或经济型作物类似，蝴蝶兰按照其质量可以进行分级售卖，以适应市场需求并提高经济效益。现阶段通常采用人工挑选的方式进行分级分类，一方面人工方式主观差异性大、耗时长、人工成本高，另一方面通过人工筛选可能会对蝴蝶兰花朵或花苞造成损伤。

本发明提供一种蝴蝶兰分级设备，用于对蝴蝶兰进行自动化定级和分级，所述设备包括：传送组件、识别组件以及分级组件。

传送组件包括主传送带以及驱动主传送带的第一驱动器，主传送带贯通连接识别组件和分级组件，用于将待分级蝴蝶兰首先传送至识别组件进行定级，再传送至分级组件进行分类。主传送带可以根据实际场景需要设置多段，第一驱动器用于驱动主传送带，第一驱动器可以直接采用电动机，也可以采用电动机配合减速器。

识别组件设置在主传送带运行方向的上游端，识别组件包括视觉相机和处理器，视觉相机可以采用数码相机，摄影机等各种形式的相机组件，处理器可以采用计算机、单片机、可编程门阵列等能够关于存储和运营程序的设备或存储介质。相机用于拍摄待分级蝴蝶兰的照片，处理器用于装载视觉处理软件以基于第一设定色深范围、第一设定亮度范围以及第一设定色调范围筛选出照片中的花朵区域，基于第二设定色深范围、第二设定亮度范围以及第二设定色调范围筛选出花朵和背景区域并从所述照片中剔除得到花苞区域；基于预设的一个或多个花朵模板对花朵区域进行形状拟合计算花朵数，基于预设的一个或多个花苞模板对花苞区域进行形状拟合计算花苞数；根据花朵数与花苞数确定待分级蝴蝶兰的等级。

具体的，识别组件利用计算机视觉处理软件对待分级蝴蝶兰的照片进行分析处理，识别待分级蝴蝶兰的花朵数和花苞数，进一步基于花朵和花苞的总数进行分级。计算机视觉分析包括两个步骤，分别为颜色匹配处理和图案匹配处理。视觉处理软件可以采用In-Sight Explorer软件，也可以采用其他能够进行颜色提取和形状匹配分析的计算机视觉工具。

首先对照片进行颜色匹配处理，提取出照片中花朵或花苞的所在区域及其边界特征。在待分级蝴蝶兰的照片中，花朵或花苞的颜色具有相对固定的特征，同一种蝴蝶兰的花朵之间的颜色趋于相同或近似，花苞的颜色也相同或近似。因此，可以基于图片属性中的色深、亮度和色调范围三个参数对待分级蝴蝶兰的照片进行处理，以筛选出花朵或花苞的区域范围或边界特征。其中，对于花朵区域是基于第一设定色深范围、第一设定亮度范围以及第一设定色调范围直接筛选得到。而花苞区域是从照片剔除花朵区域和背景区域得到的，具体的，花朵和背景区域对应的范围按照第二设定色深范围、第二设定亮度范围以及第二设定色调范围筛选得到。在一些实施例中，设置第一设定色深范围为：0.6～1.3、第一设定亮度范围为：0～2.7，第一设定色调范围为0～2.2。设置第二设定色深范围为：0.3～5.5、第二设定亮度范围为：0～4.5，第二设定色调范围为0～3.2。在另一些实施例中，对于提取到的花朵/花苞所在区域及其边界特征，还进行二值化处理。

进一步的，将提取到的花朵或花苞区域和边界特征，与预设花朵模板进行图案匹配处理，分析照片中花朵或花苞对应的区域所包含的花朵或花苞的数量。具体的，将照片中花朵所在区域以及边界特征，与预设的花朵模板进行形状对比，做匹配性分析，完成匹配的花朵模板的个数就是待分级蝴蝶兰的花朵数。其中，当花朵模板在识别偏转角度范围内，识别缩放比例范围内，与某一区域匹配度达到接受阈值时，则花朵计数加一。其中，在重叠状态下，花朵模板之间重叠度大于设定XY重叠值(同一区域内匹配完成的两个预设模板的预设重叠度，用于区分预设模板在相应位置拟合匹配但相互重叠的状态下，是否认定为相互独立，大于预设重叠度则不相互独立，仅计1个；小于等于预设重叠度，则相互独立，则按照实际拟合得到的模板数量计数)时，该区域花朵数量仅记为1；重叠状态下，花朵模板之间重叠度小于等于设定XY重叠值时，按照实际完成匹配的花朵模板数量计数。花朵的接收阈值为预设模板与照片中花朵所在区域及边界特征的匹配度阈值，高于该值才识别为花朵，计数增加。在一些实施例中，对花朵模板进行匹配分析时，识别偏转角度为-43°～38°，识别缩放比为89～130％，XY重叠值设定为52，接受阈值为26％。同理，基于照片中花苞所在区域以及边界特征，与预设的花苞模板进行匹配分析，匹配达标的花苞模板的个数就是待分级蝴蝶兰的花朵数。其中，当花苞模板在识别偏转角度范围内，识别缩放比例范围内，与某一区域匹配度达到接受阈值时，则花苞计数加一。其中，在重叠状态下，花苞模板之间重叠度大于设定XY重叠值时，该区域花朵数量仅记为1；重叠状态下，花朵模板之间重叠度小于等于设定XY重叠值时，按照实际完成匹配的花苞模板数量计数。花苞的接收阈值为预设模板与照片中花苞所在区域及边界特征的匹配度阈值，高于该值才识别为花苞，计数增加。在一些实施例中，对花苞模板的识别偏转角度为-41°～45°，识别缩放比为22～111％，XY重叠值设定为0，接受阈值为35％。

因此，基于预设的一个或多个花朵模板对所述花朵区域进行形状拟合计算花朵数，包括：将所述花朵模板在第一设定偏转角度范围、第一设定缩放比例范围内与所述花朵区域进行形状拟合，当一处位置匹配度达到第一接受阈值时，花朵计数增加1；其中，当同一位置重叠拟合多个所述花朵模板时，该多个花朵模板重叠度大于第一设定XY重叠值，该位置花朵计数仅增加1，否则该位置花朵计数按照实际完成拟合的花朵模板数增加；

基于预设的一个或多个花苞模板对所述花苞区域进行形状拟合计算花苞数，包括：将所述花苞模板在第二设定偏转角度范围、第二设定缩放比例范围内与所述花苞区域进行形状拟合，当一处位置匹配度达到第二接受阈值时，花苞计数增加1；其中，当同一位置重叠拟合多个所述花苞模板时，该多个花苞模板重叠度大于第二设定XY重叠值，该位置花苞计数仅增加1，否则该位置花苞计数按照实际完成拟合的花苞模板数增加。

在一些实施例中，第一设定偏转角度范围为-43°～38°，第一设定缩放比例范围为89～130％，第一设定XY重叠值为52，第一接受阈值为26％；第二设定偏转角度范围为-41°～45°，第二设定缩放比例范围为22～111％，第二设定XY重叠值为0，第二接受阈值为35％。

进一步地，基于待分级蝴蝶兰花朵和花苞的总数进行分级，总数的值越大，质量越好级别越高。在一些实施例中，总数大于等于9的为一级，总数大于等于7且小于9的为二级，总数大于等于5且小于7的为三级，总数小于5的为等外级别。

分级组件设置在主传送带运行方向的下游端，分级组件包括对应各蝴蝶兰等级的多个通道，以及分别设置在各通道一侧的到位传感器和推动构件，到位传感器和推动构件均连接识别组件中的处理器。

当主传送带将待分级蝴蝶兰传送到对应等级的通道并触发对应的到位传感器时，推动构件将带分级蝴蝶兰推送至对应等级的通道中。具体的，在经过识别组件的定级后，待分级蝴蝶兰在主传送带的作用下继续移动至分级组件，分级组件中的各通道分别对应相应的等级。待分级蝴蝶兰经定级后，在主传送带作用下依次经过各通道，当处理器接收到对应等级到位检测器的触发信号时控制推动构件将待分级蝴蝶兰推送至对应等级的通道。

在一些实施例中，识别组件还包括：

可升降的旋转台，用于将到达的待分级蝴蝶兰提升至视觉相机的视场范围内；旋转电机，设置在旋转台底部，用于按照设定角度多次旋转旋转台使视觉相机对待分级蝴蝶兰进行多角度拍摄。

在本实施例中，为了提高定级准确性，设置可升降的旋转台，在提升待分级蝴蝶兰后，有旋转电机驱动旋转多个角度分别进行拍摄，并分别分析计算花朵和花苞的总数，根据值最大的总数进行定级。在一些实施例中，旋转电机驱动旋转台旋转12次，每次旋转角度为30°，并分别进行拍照和分析。

在一些实施例中，识别组件还包括：

检测室壳体。和/或条形光源，条形光源设置在检测室壳体内，用于对待测蝴蝶兰进行照明补光。和/或测高装置，测高装置设置在检测室壳体顶部，用于检测待分级蝴蝶兰与视觉相机的距离，以保证始终呈现在相机视场中。和/或相机支架，相机支架设置在检测室壳体内，用于固定支撑视觉相机。

在本实施例中，为了保障待分级蝴蝶兰分析定级的准确定，设置检测室壳体可采用透明材料，以提供稳定的照相环境；检测室壳体也可以采用不透明材料，以隔绝外界光源干扰。通过设置条形光源以提供光照条件一致的照相环境，以防止不同光照条件下影定级分析的结果。测高装置可以采用红外测距传感器，用于检测待分级蝴蝶兰是否到达指定高度，由于待分级蝴蝶兰的高度并不相同，为了达到相同的拍照效果，要控制待分级蝴蝶兰与视觉相机的相对距离一致，以保证始终呈现在相机视场中。相机支架可以调节视觉相机的角度，以配合光照进行调整。

在一些实施例中，识别组件还包括：第一扫码器，用于扫描并记录待分级蝴蝶兰上用于标识身份的条形码或二维码。

在本实施例中，通过在识别组件中设置第一扫码器以更准确的对待分级蝴蝶兰进行定级后的标记。具体的，通过在待分级蝴蝶兰上设置条形码或二维码以标记身份，在识别组件完成对待分级蝴蝶兰的定级后，直接将定级结果关联至对应的条形码或二维码中，实现精确标记。

在一些实施例中，分级组件还包括分别设置在各通道一侧的第二扫码器，用于接收对应到位传感器的触发信号，根据触发信号扫描识别待分级蝴蝶兰上用于标识身份的条形码或二维码并发送至处理器，以判断待分级蝴蝶兰是否与相应通道的等级匹配。

在本实施例中，分级组件中某一通道的第二扫码器识别待分级蝴蝶兰的身份信息，通过将身份信息发送至处理器以检索其等级并判断是否属于当前通道，如果是则由推动构件推动待分级蝴蝶兰进入当前通道，如果不是则在到达下一个通道时重新判断。

在一些实施例中，各通道分别设有副传送带，推动构件将带分级蝴蝶兰推送到相应等级的通道后，由副传送带进一步传送至相应的储存平台。

在一些实施例中，分级组件中，各通道包括：

一级通道，用于筛分花朵和花苞总数大于等于9的待分级蝴蝶兰。

二级通道，用于筛分花朵和花苞总数大于等于7且小于9的待分级蝴蝶兰。

三级通道，用于筛分花朵和花苞总数大于等于5且小于7的待分级蝴蝶兰。

等外级别通道，用于筛分花朵和花苞总数小于5的待分级蝴蝶兰。

另一方面，本发明提供一种蝴蝶兰分级方法，参照图2，包括步骤S101～S106：

步骤S101：获取待分级蝴蝶兰的照片。

步骤S102：基于第一设定色深范围、第一设定亮度范围以及第一设定色调范围筛选出照片中的花朵区域。

步骤S103：基于预设的一个或多个花朵模板对花朵区域进行形状拟合计算花朵数。

步骤S104：基于第二设定色深范围、第二设定亮度范围以及第二设定色调范围筛选出花朵和背景区域，将花朵和背景区域并从照片中剔除得到花苞区域。

步骤S105：基于预设的一个或多个花苞模板对花苞区域进行形状拟合计算花苞数。

步骤S106：根据花朵数与花苞数确定待分级蝴蝶兰的等级。

对本实施例的解释说明，可以参照前文中对识别组件的说明，利用计算机视觉对待分级蝴蝶兰的照片进行分析处理，识别待分级蝴蝶兰的花朵数和花苞数，进一步基于花朵和花苞的总数进行分级。

步骤S101用于获取待分级蝴蝶兰的照片，以基于照片进行计算机视觉识别，对花朵和花苞进行计数。

步骤S102中，通过颜色匹配处理，以提取出照片中花朵对应的块及其边界特征。具体的，在待分级蝴蝶兰的照片中，花朵的颜色具有相对固定的特征，同一种蝴蝶兰的花朵之间的颜色趋于相同或近似。因此，可以基于图片属性中的色深、亮度和色调范围三个参数对待分级蝴蝶兰的照片进行处理，以筛选出花朵的区域范围或边界特征。在一些实施例中，提取照片中花朵所在区域及其边界特征，采用第一设定色深范围为：0.6～1.3、第一设定亮度范围为：0～2.7，第一设定色调范围为0～2.2。在另一些实施例中，对于提取到的花朵所在区域及其边界特征，还进行二值化处理。

在步骤S103中，对提取到的花朵区域和边界特征进行图案匹配处理，分析照片中花朵对应的区域所包含的花朵数量。通过将花朵模板的形状与照片中花朵区域及边界特征进行对比，当某一区域花朵模板与区域的边界形状匹配一致时，可以判断该区域有一花朵，则对花朵的计数增加1。由于花朵在拍摄过程中不同角度以及距离远近的变化，会导致照片中花朵区域形状、边界特征与标准的花朵模板相比呈现一定的角度变化和缩放大小的变化，因此，在形状匹配性分析过程中，进一步设置识别偏转角以及识别缩放比，以适应这种变化。进一步地，在花朵重叠的状态下，与花朵模板进行匹配时，花朵模板在图中也会呈现重叠，当重叠度较高时可以认定相应的两个或多个花朵模块属于同一花朵，仅做一次计数；当重叠度较低时可以对相应的两个或多个花朵模板分别计数。因此，利用XY重叠值进行区别判断，当同一位置匹配得到的两个花朵模板重叠度大于XY重叠值时，仅增加计数1；当同一位置匹配得到的两个花朵模板重叠度小于等于XY重叠值时，按照实际匹配得到的数量计数。花朵的接收阈值为预设模板与照片中花朵所在区域及边界特征的匹配度阈值，高于该值才识别为花朵，计数增加。

即将花朵模板在第一设定偏转角度范围、第一设定缩放比例范围内与花朵区域进行形状拟合，当一处位置匹配度达到第一接受阈值时，花朵计数增加1；其中，当同一位置重叠拟合多个花朵模板时，该多个花朵模板重叠度大于第一设定XY重叠值，该位置花朵计数仅增加1，否则该位置花朵计数按照实际完成拟合的花朵模板数增加。

在一些实施例中，第一设定偏转角度范围为-43°～38°，第一设定缩放比例范围为89～130％，第一设定XY重叠值为52，第一接受阈值为26％；

在步骤S104，与步骤S102同理，利用色深、亮度和色调范围三个参数对待分级蝴蝶兰的照片进行处理，提取花朵和背景所在区域及其边界特征，并进一步将花朵和背景从原照片中提出以得到花苞部分所在区域和边界特征。具体的，采用第二设定色深范围为：0.3～5.5、第二设定亮度范围为：0～4.5，第二设定色调范围为0～3.2。在另一些实施例中，对于提取到的花苞所在区域及其边界特征，还进行二值化处理。

步骤S105中，与步骤S103同理，将所述花苞模板在第二设定偏转角度范围、第二设定缩放比例范围内与所述花苞区域进行形状拟合，当一处位置匹配度达到第二接受阈值时，花苞计数增加1；其中，当同一位置重叠拟合多个所述花苞模板时，该多个花苞模板重叠度大于第二设定XY重叠值，该位置花苞计数仅增加1，否则该位置花苞计数按照实际完成拟合的花苞模板数增加。

在一些实施例中，第二设定偏转角度范围为-41°～45°，第二设定缩放比例范围为22～111％，第二设定XY重叠值为0，第二接受阈值为35％。

在步骤S106中，基于待分级蝴蝶兰的花朵和花苞总数进行定级，在一些实施例中，总数大于等于9的为一级，总数大于等于7且小于9的为二级，总数大于等于5且小于7的为三级，总数小于5的为等外级别。

具体的，步骤S101～步骤S106是基于视觉处理软件完成的，例如In-SightExplorer软件，也可以采用其他能够进行颜色提取和形状匹配分析的计算机视觉工具。

在一些实施例中，根据花朵数与花苞数确定待分级蝴蝶兰的等级，包括：

基于待分级蝴蝶兰的多张照片对应的花朵数和花苞数，计算各照片对应的花朵和花苞总数，根据值最大的总数确定待分级蝴蝶兰的等级。

具体的，在获取待分级蝴蝶兰的照片时，在水平方向上每旋转30°角拍摄一张照片，共拍摄12张用于分析，分别各张照片中的花朵和花苞总数进行识别，根据其中值最大的总数用于定级。

参照图3、图4和图5，对于一待分级蝴蝶兰的照片，首先进行颜色分析，采用色深范围：0.6～1.3、亮度范围：0～2.7，色调范围：0～2.2，提取花朵区域和边界特征得到图3，进一步二值化处理得到图4。基于预设花朵模板进行形状匹配，按照偏转角度范围：-43°～38°，缩放比例范围：89～130％，XY重叠值为52，接受阈值为26％，在图中得到出3个与预设花朵模板形状匹配的区块，则计当前待分级蝴蝶兰的花朵数为3。

在一些实施例中，所述蝴蝶兰分级设备如图1所示，包含主传送带101，用于完成视觉检测前、后蝴蝶兰盆花的输送任务；检测室201入口处主传送带101两侧有第一到位传感器205和第一扫码器204，分别用于检测是否有蝴蝶兰盆花到位和对盆花上的条码进行识别；检测室201内部包含相机支架203和视觉相机202、测高装置206、升降旋转台210、两个白色Led条形光源207、控制器208和PC机209。其中，相机支架203和视觉相机202的功能是为完成蝴蝶兰盆花图像的采集任务；测高装置206控制不同高度的蝴蝶兰盆花顶部上升到固定位置，保证蝴蝶兰盆花图像能可靠采集；升降旋转台210是为完成蝴蝶兰盆花多角度图像的采集，光源是为视觉系统提供拍摄清晰图像的要素；PC机209对视觉相机202采集的图像进行处理，得到其等级，并将提取结果发送至盆花管理数据库；控制器208控制整个系统。在检测室201出口后端，主传送带101两侧分别对应四条分级传送带及其推送气缸，分别为一级蝴蝶兰输送带301、二级蝴蝶兰输送带302、三级蝴蝶兰输送带303和等外剔除蝴蝶兰输送带304，以及相应的一级推送气缸305、二级推送气缸306、三级推送气缸307和等外剔除推送气缸308。一级推送气缸305、二级推送气缸306、三级推送气缸307和等外剔除推送气缸308的任务是当完成视觉判断的蝴蝶兰盆花随主传送带101运行至对应的分级传送带入口时，将其推送对应级别的分级传送带。在每个分级传送带的入口处，在主传送带101两侧分别安装有第二到位传感器310和第二扫码器309，到位传感器检测是否有蝴蝶兰盆花被输送到此位置，若有则启动第二扫码器309，识别此盆花的二维码信息或条形码信息，根据盆花管理数据库的等级信息，判断是否属于当前等级，从而控制气缸推送蝴蝶兰盆花。

在一些实施例中，视觉相机202可以采用集成有图像处理功能的智能相机，可以直接输出对待分级蝴蝶兰的定级结果。

在一些实施例中，提供一种蝴蝶兰分级方法，参照图1和图2，包括：

蝴蝶兰盆花通过传输带进入检测位置，当到达检测位置时，第一到位传感器205检测到盆花到来，主传送带101停止运行，第一扫码器204扫描识别花盆侧面的二维码信息，并记录识别结果。

检测位置上的升降旋转台210上升，带动待检测蝴蝶兰盆花上升，测高装置206检测蝴蝶兰盆花顶部的高度，在指定高度提示升降旋转台210停止上升，此时视觉相机202拍摄蝴蝶兰花朵图像，获取得到蝴蝶兰的彩色图像，运用颜色模板匹配算法和图案匹配算法完成其花朵数目的提取，得到其分级结果。完成获取图像一次后，转盘由旋转电机控制快速地转30度，再完成获取图像和分析，重复这个过程12次，完成一株待分级蝴蝶兰盆花的检测，将12次测量结果对比，以得到的花朵数目最大值(此时的获取的图像更完整，更能体现其花朵的品质)作为其分级指标，为其定级。

检测完一株蝴蝶兰盆花检测后，升降旋转台210下降，把蝴蝶兰重新放回住输送带，并启动主传送带101运行。当检测后的盆花到达各分级入口时，安装于各分级入口的第二到位传感器310被触发，此时各分级入口的第二扫码器309扫描花盆上的二维码，控制器208查询数据库得到此盆花的级别并判断是否属于当前级别，若是则启动对应的推送气缸，将蝴蝶兰盆花送至对应级别的分级传送带；否则，气缸不动作。

综上所述，所述蝴蝶兰分级设备及方法，通过计算机视觉图像处理技术，基于颜色分析和形状分析两步，对待分级蝴蝶兰的花朵和花苞进行计数并定级。并结合对应各等级的通道，对经过定级后的待分级蝴蝶兰进行全自动筛选分类，不依靠人为判断，杜绝人为主观因素的影响，速度快，准确度高。

还需要说明的是，本发明中提及的示例性实施例，基于一系列的步骤或者装置描述一些方法或系统。但是，本发明不局限于上述步骤的顺序，也就是说，可以按照实施例中提及的顺序执行步骤，也可以不同于实施例中的顺序，或者若干步骤同时执行。

本发明中，针对一个实施方式描述和/或例示的特征，可以在一个或更多个其它实施方式中以相同方式或以类似方式使用，和/或与其他实施方式的特征相结合或代替其他实施方式的特征。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明实施例可以有各种更改和变化。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)

1.一种蝴蝶兰分级设备，其特征在于，包括：

传送组件，所述传送组件包括主传送带以及驱动所述主传送带的第一驱动器；

识别组件，设置在所述主传送带运行方向的上游端，所述识别组件包括视觉相机和处理器，所述相机用于拍摄待分级蝴蝶兰的照片，所述处理器用于装载视觉处理软件以基于第一设定色深范围、第一设定亮度范围以及第一设定色调范围筛选出所述照片中的花朵区域，基于第二设定色深范围、第二设定亮度范围以及第二设定色调范围筛选出花朵和背景区域并从所述照片中剔除得到花苞区域；基于预设的一个或多个花朵模板对所述花朵区域进行形状拟合计算花朵数，基于预设的一个或多个花苞模板对所述花苞区域进行形状拟合计算花苞数；根据花朵数与花苞数确定待分级蝴蝶兰的等级；

分级组件，设置在所述主传送带运行方向的下游端，所述分级组件包括对应各蝴蝶兰等级的多个通道，以及分别设置在各通道一侧的到位传感器和推动构件；

其中，基于预设的一个或多个花朵模板对所述花朵区域进行形状拟合计算花朵数，包括：将所述花朵模板在第一设定偏转角度范围、第一设定缩放比例范围内与所述花朵区域进行形状拟合，当一处位置匹配度达到第一接受阈值时，花朵计数增加1；其中，当同一位置重叠拟合多个所述花朵模板时，该多个花朵模板重叠度大于第一设定XY重叠值，该位置花朵计数仅增加1，否则该位置花朵计数按照实际完成拟合的花朵模板数增加；

基于预设的一个或多个花苞模板对所述花苞区域进行形状拟合计算花苞数，包括：将所述花苞模板在第二设定偏转角度范围、第二设定缩放比例范围内与所述花苞区域进行形状拟合，当一处位置匹配度达到第二接受阈值时，花苞计数增加1；其中，当同一位置重叠拟合多个所述花苞模板时，该多个花苞模板重叠度大于第二设定XY重叠值，该位置花苞计数仅增加1，否则该位置花苞计数按照实际完成拟合的花苞模板数增加。

2.根据权利要求1所述的蝴蝶兰分级设备，其特征在于，所述识别组件还包括：

可升降的旋转台，用于将到达的待分级蝴蝶兰提升至所述视觉相机的视场范围内；

旋转电机，设置在所述旋转台底部，用于按照设定角度多次旋转所述旋转台使所述视觉相机对待分级蝴蝶兰进行多角度拍摄。

3.根据权利要求2所述的蝴蝶兰分级设备，其特征在于，所述识别组件还包括：

检测室壳体；和/或，

条形光源，设置在所述检测室壳体内，用于对待测蝴蝶兰进行照明补光；和/或，

测高装置，设置在所述检测室壳体顶部，用于检测待分级蝴蝶兰与视觉相机的距离，以保证始终呈现在相机视场中；和/或，

相机支架，设置在所述检测室壳体内，用于固定支撑所述视觉相机。

4.根据权利要求1所述的蝴蝶兰分级设备，其特征在于，所述识别组件还包括：第一扫码器，用于扫描并记录待分级蝴蝶兰上用于标识身份的条形码或二维码。

5.根据权利要求4所述的蝴蝶兰分级设备，其特征在于，所述分级组件还包括分别设置在各通道一侧的第二扫码器，用于接收对应到位传感器的触发信号，根据所述触发信号扫描识别待分级蝴蝶兰上用于标识身份的条形码或二维码并发送至所述处理器，以判断待分级蝴蝶兰是否与相应通道的等级匹配。

6.根据权利要求1所述的蝴蝶兰分级设备，其特征在于，各通道分别设有副传送带，所述推动构件为推送气缸；

各通道包括：

一级通道，用于筛分花朵和花苞总数大于等于9的待分级蝴蝶兰；

二级通道，用于筛分花朵和花苞总数大于等于7且小于9的待分级蝴蝶兰；

三级通道，用于筛分花朵和花苞总数大于等于5且小于7的待分级蝴蝶兰；

等外级别通道，用于筛分花朵和花苞总数小于5的待分级蝴蝶兰。

7.一种蝴蝶兰分级方法，其特征在于，包括：

获取待分级蝴蝶兰的照片；

基于第一设定色深范围、第一设定亮度范围以及第一设定色调范围筛选出所述照片中的花朵区域；

基于预设的一个或多个花朵模板对所述花朵区域进行形状拟合计算花朵数；

基于第二设定色深范围、第二设定亮度范围以及第二设定色调范围筛选出花朵和背景区域，将花朵和背景区域并从所述照片中剔除得到花苞区域；

基于预设的一个或多个花苞模板对所述花苞区域进行形状拟合计算花苞数；

根据花朵数与花苞数确定待分级蝴蝶兰的等级；

其中，基于预设的一个或多个花朵模板对所述花朵区域进行形状拟合计算花朵数，包括：将所述花朵模板在第一设定偏转角度范围、第一设定缩放比例范围内与所述花朵区域进行形状拟合，当一处位置匹配度达到第一接受阈值时，花朵计数增加1；其中，当同一位置重叠拟合多个所述花朵模板时，该多个花朵模板重叠度大于第一设定XY重叠值，该位置花朵计数仅增加1，否则该位置花朵计数按照实际完成拟合的花朵模板数增加；

基于预设的一个或多个花苞模板对所述花苞区域进行形状拟合计算花苞数，包括：将所述花苞模板在第二设定偏转角度范围、第二设定缩放比例范围内与所述花苞区域进行形状拟合，当一处位置匹配度达到第二接受阈值时，花苞计数增加1；其中，当同一位置重叠拟合多个所述花苞模板时，该多个花苞模板重叠度大于第二设定XY重叠值，该位置花苞计数仅增加1，否则该位置花苞计数按照实际完成拟合的花苞模板数增加。

8.根据权利要求7所述蝴蝶兰分级方法，其特征在于，根据花朵数与花苞数确定待分级蝴蝶兰的等级，包括：

基于待分级蝴蝶兰的多张照片对应的花朵数和花苞数，计算各照片对应的花朵和花苞总数，根据值最大的总数确定待分级蝴蝶兰的等级。

Images