CN112845183B - 一种果品智能分选机 - Google Patents

一种果品智能分选机 Download PDF

Info

Publication number
CN112845183B
CN112845183B CN202011635770.5A CN202011635770A CN112845183B CN 112845183 B CN112845183 B CN 112845183B CN 202011635770 A CN202011635770 A CN 202011635770A CN 112845183 B CN112845183 B CN 112845183B
Authority
CN
China
Prior art keywords
fruit
weight
tray
pixel
detection system
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.)
Active
Application number
CN202011635770.5A
Other languages
English (en)
Other versions
CN112845183A (zh
Inventor
韩炯强
易彬
杨建华
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 Guoju Agricultural Machinery Technology Co ltd
Original Assignee
Hubei Guoju Agricultural Machinery Technology 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 Hubei Guoju Agricultural Machinery Technology Co ltd filed Critical Hubei Guoju Agricultural Machinery Technology Co ltd
Priority to CN202011635770.5A priority Critical patent/CN112845183B/zh
Publication of CN112845183A publication Critical patent/CN112845183A/zh
Application granted granted Critical
Publication of CN112845183B publication Critical patent/CN112845183B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • B07C5/34—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
    • B07C5/02—Measures preceding sorting, e.g. arranging articles in a stream orientating
    • 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
    • B07C5/16—Sorting according to weight
    • B07C5/28—Sorting according to weight using electrical control 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
    • 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
    • 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
    • B07C5/38—Collecting or arranging articles in groups
    • 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

Abstract

本发明涉及果品分选技术领域，特别涉及一种果品智能分选机，包括：队列排序机构、托盘输送机构、机器视觉检测系统、果品重量检测系统及上位机。队列排序机构与托盘输送机构连接；机器视觉检测系统及果品重量检测系统设置在托盘输送机构上；机器视觉检测系统及果品重量检测系统与上位机电性连接；上位机与托盘输送机构电性连接。本发明提供的果品智能分选机，可实现果品的快速、准确分选，提高了果品的分选效率。

Description

一种果品智能分选机
技术领域
本发明涉及果品分选技术领域，特别涉及一种果品智能分选机。
背景技术
目前，在果品的加工过程中，需要将果品按照不同品级外观、不同重量和不同甜度等参数进行分选，然后进行加工或包装。目前，对果品的分选主要靠人工肉眼判断的方式进行，其主要存在果品的分选效率低的技术问题。
发明内容
本发明针对现有技术中存在的果品的分选效率低的技术问题，提供了一种果品智能分选机。
本发明解决上述技术问题的技术方案如下：
一种果品智能分选机，包括：队列排序机构、托盘输送机构、机器视觉检测系统、果品重量检测系统及上位机；
所述队列排序机构与所述托盘输送机构连接；
所述机器视觉检测系统及果品重量检测系统设置在所述托盘输送机构上；所述机器视觉检测系统及所述果品重量检测系统与所述上位机电性连接；
所述上位机与所述托盘输送机构电性连接。
进一步的，所述托盘排序机构包括：安装框架、第一皮带机及第二皮带机；
所述第一皮带机及所述第二皮带机安装在所述安装框架上；
所述第一皮带机及所述第二皮带机的输送面呈“V”字型设置；
所述第一皮带机与所述第二皮带机的输送速度不同。
进一步的，所述托盘输送机构包括：托盘、支架、输送组件、驱动轮、步进电机及执行机构；
所述托盘活动连接在所述支架上端，所述托盘可相对于所述支架左右掀翻；所述支架下端固定在所述输送组件上；所述输送组件上设置有多组所述托盘及所述支架；
所述执行机构固定在所述输送组件外侧，所述执行机构与所述托盘相配合，所述托盘经过所述执行机构一侧时，所述执行机构与所述托盘接触并推动所述托盘向所述输送组件的一侧掀翻，果品落入该执行机构对应的分选出口中；所述执行机构及对应的分选出口设置有多组；
所述输送组件安装在所述驱动轮上，所述步进电机的输出端与所述驱动轮连接；所述步进电机与所述上位机电性连接。
进一步的，所述支架包括：第一支撑部、第二支撑部及固定部；
所述第一支撑部和所述第二支撑部固定在所述固定部的上端，所述第一支撑部与所述托盘下端的一侧抵接，所述第二支撑部固定与所述托盘下端的另一侧活动连接；所述固定部固定在所述输送组件上。
进一步的，还包括：U型防脱件；
所述第二支撑部开设有防脱孔，所述U型防脱件穿过所述防脱孔并与所述托盘连接。
进一步的，所述机器视觉检测系统包括：CCD工业相机；
所述CCD工业相机固定在所述托盘输送机构上方，用于对果品进行拍照；所述CCD工业相机设置在所述执行机构的上游；
所述CCD工业相机与所述上位机电性连接。
进一步的，所述上位机包括：
外观建模单元，
用于建立并存储标准的外观数据模型，所述外观数据模型设定有n个像素组，分别为(a1～b1,c1～d1,e1～f1)、(a2～b2,c2～d2,e2～f2)……(an～bn,cn～dn,en～fn)；其中a、b、c、d、e和f为常数；a～b为像素点的R值区间，c～d为像素点的G值区间，e～f为像素点的B值区间；
所述外观数据模型还包括像素组(a1～b1,c1～d1,e1～f1)中像素点的百分比设定值X1％、像素组(a2～b2,c2～d2,e2～f2)中像素点的百分比设定值X2％……像素组(an～bn,cn～dn,en～fn)中像素点的百分比设定值Xn％；
像素获取单元，
用于从所述CCD工业相机获取拍摄的照片；
像素处理单元，
用于对拍摄的所述照片进行处理，在所述照片上筛选出果品所在区域，并在果品所在区域均匀采集N个像素点；
分析所采集的每个所述像素点的R、G、B值；将采集的所述像素点依据R、G、B值归类于所述建模单元中的像素组中；归类完成后统计各像素组中所包含的像素个数，并计算各像素组中像素点个数占采集的总像素点个数的实际百分比；
将各像素组的像素个数实际百分比与对应像素组中像素点的百分比设定值比较，若每一像素组中的像素点个数占采集的总像素点个数的实际百分比大于或等于对应像素组中像素点的百分比设定值，则判定该像素组产生一个合格因子；
统计合格因子的个数，如产生n个合格因子则判定对应的果品为一级外观、如产生n-1个合格因子则判定对应的果品为二级外观……如产生1个合格因子则判定对应的果品为n级外观。
进一步的，所述果品重量检测系统包括：称重传感器；
所述称重传感器设置在所述视觉检测系统的下游、所述执行机构的上游；
所述称重传感器与所述上位机电性连接。
进一步的，所述上位机还包括：
重量采集单元，
用于从所述称重传感器采集当前果品的重量；
重量建模单元，
用于建立并存储标准的重量数据模型，所述重量数据模型设定有n个重量区间[m1,m2]、[m3,m4]……[mn-1,mn]；
重量处理单元，
将采集的当前果品重量归类于所述重量数据模型中的重量区间中，若当前果品重量位于[m1,m2]则判定当前果品为一级重量、若当前果品重量位于[m3,m4]则判定当前果品为二级重量……若当前果品重量位于[mn-1,mn]则判定当前果品为n级重量；
果品品质处理单元，
从所述像素处理单元和所述重量处理单元获取当前果品的外观级别及重量级别；排列组合形成不同的果品品质级别；
控制单元，
根据不同果品级别分选出口与计数起点之间的距离，控制所述步进电机的运动步长；当果品运动至对应果品级别的分选出口时，发出一个控制信号控制所述执行器动作，控制所述执行器掀翻对应的托盘。
进一步的，所述控制器还包括：
优化单元，
当所述像素处理单元对各像素点进行归类时，统计不在归类区间(a1～b1,c1～d1,e1～f1)、(a2～b2,c2～d2,e2～f2)……(an～bn,cn～dn,en～fn)中的像素点个数；若不在归类区间的像素个数超过设定的百分比Y％，则直接判定该果品为不合格产品；
通过控制单元根据不合格果品分选出口与计算传感器之间的距离，控制所述步进电机的运动步长；当果品运动至对应不合格果品分选出口时，发出一个控制信号控制所述执行器动作，控制所述执行器掀翻对应的托盘。
本发明提供的果品智能分选机至少具备以下有益效果或优点：
本发明提供的果品智能分选机，队列排序机构与托盘输送机构连接；机器视觉检测系统及果品重量检测系统设置在托盘输送机构上；机器视觉检测系统及果品重量检测系统与上位机电性连接；上位机与托盘输送机构电性连接。通过机器视觉检测系统检测到可采集果品的外观照片，通过上位机对采集的果品外观照片进行分析处理，从而将果品的外观品级进行分类；通过重量检测系统可采集果品的重量，通过上位机根据果品的重量将果品的重量品级进行分类，最后上位机综合果品的外观品级和重量品级，将果品分类成不同的品质级别进而从不同的分选出口输出，可实现果品的自动分选，提高了分选效率。
附图说明
图1为本发明实施例提供的果品智能分选机结构示意图。
图2为本发明实施例提供的托盘输送机构结构示意图；
图3为本发明实施例提供的托盘输送机构左视图；
图4为本发明实施例提供的托盘输送机构右视图；
图5为本发明实施例提供的托盘输送机构前视图。
附图中，各标号所代表的部件列表如下：
10-队列排序机构，20-托盘输送机构，30-机器视觉检测系统，40-果品重量检测系统，110-安装框架，220-分选出口，1-托盘，2-支架，21-固定部，22-第一支撑部，23-第二支撑部，24-防脱孔，25-斜面，3-输送组件，31-支撑梁，32-导链，4-掀翻组件，41-固定板，42-顶杆，5-U型防脱件。
具体实施方式
本发明针对现有技术中存在的果品的分选效率低的技术问题，提供了一种果品智能分选机。
下面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、完整的描述，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。基于本发明的实施例，本领域普通技术人员在没有做出创造性劳动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。
本发明实施例提供了一种果品智能分选机，参见图1，其主要包括：队列排序机构10、托盘输送机构20、机器视觉检测系统30、果品重量检测系统40及上位机。队列排序机构10与托盘输送机构20连接，队列排序机构10将果品排列成一列，托盘输送机构20用于单个输送果品。机器视觉检测系统30及果品重量检测系统40设置在托盘输送机构20上；机器视觉检测系统30及果品重量检测系统40与上位机电性连接。上位机与托盘输送机构20电性连接。机器视觉检测系统30检测到采集果品的外观照片，通过上位机对采集的果品外观照片进行分析处理，从而将果品的外观品级进行分类；重量检测系统可采集果品的重量，通过上位机根据果品的重量将果品的重量品级进行分类；最后上位机综合果品的外观品级和重量品级，将果品分类成不同的品质级别进而从不同的分选出口220输出。
其中，托盘排序机构包括：安装框架110、第一皮带机及第二皮带机。第一皮带机及第二皮带机安装在安装框架110上；第一皮带机及第二皮带机的输送面呈“V”字型设置；第一皮带机与第二皮带机的输送速度不同，在两个皮带机的差速输送下，可将果品整体的排列在“V”字型结构上。
参见图2-图5，托盘输送机构20包括：托盘1、支架2、输送组件3、驱动轮、步进电机及执行机构4。托盘1活动连接在支架2上端，托盘1可相对于支架2左右掀翻；支架2下端固定在输送组件3上；输送组件3上设置有多组托盘1及支架2。执行机构4固定在输送组件3外侧，执行机构4与托盘1相配合，托盘1经过执行机构4一侧时，执行机构4与托盘1接触并推动托盘1向输送组件3的一侧掀翻，果品落入该执行机构4对应的分选出口220中；执行机构4及对应的分选出口220设置有多组。输送组件3安装在驱动轮上，步进电机的输出端与驱动轮连接；步进电机与上位机电性连接。
其中支架2包括：第一支撑部22、第二支撑部23及固定部21。第一支撑部22和第二支撑部23相对设置，第一支撑部22和第二支撑部23固定在固定部21的上端；第一支撑部22与托盘1下端的一侧抵接；第二支撑部23固定与托盘1下端的另一侧活动连接，以防止托盘1掀翻后，托盘1与支架2分离。固定部21固定在输送组件3上，输送组件3带动固定部21直线运动。
第二支撑部23与托盘1下端的活动连接方式有多种，其中一种显著的方式是在第二支撑部23开设有防脱孔24，采用U型防脱件5穿过防脱孔24并与托盘1连接。U型防脱件5结构简单、取材方便，并且具有可靠的防脱能力。防脱孔24具有一定的高度，以保证托盘1具有足够的掀翻角度，使托盘1内的水果能够顺利的下落。
当然，考虑到不同的水果对于下落所需的掀翻角度不同，那么对于防脱孔24的高度要求是不同的，为提高水果分选装置的使用范围，可将防脱孔24设置成一种高度可调的防脱孔24。具体的，在防脱孔24的底部可拆卸地固定一垫铁，垫铁的高度可根据需要予以选择，防脱孔24的有效高度等于防脱孔24的固有高度减去垫铁的厚度。
此外，为保证水果输送过程中，托盘1水平放置在支架2上，可将第一支撑部22的上端设置凸起形状，托盘1下端设置为与第一支撑部22相配合的凹陷形状；或者，将第一支撑部22的上端设置凹陷形状，托盘1下端设置为与第一支撑部22相配合的凸起形状。
参见图2-图5，输送组件3包括：导链32及支撑梁31；导链32设置在支撑梁31上端。执行机构4包括：固定板41及顶杆42。固定板41设置在输送组件3外侧，且固定板41与输送组件3的支撑梁31固定连接；顶杆42的下端固定在固定板41上，顶杆42的上端与托盘1底部设置的倾斜面25相配合。
本发明实施例提供的托盘输送机构20的工作过程为：参见图1-图5，水果放置在托盘1内，驱动设备驱动导链32向前运动，导链32带动支架2和托盘1同步向前运动。托盘1经过执行机构4一侧时，顶杆42与托盘1下端的倾斜面25接触，随着倾斜面25同步向前运动，顶杆42推动托盘1向输送组件的一侧掀翻，进而使托盘1内的水果滑落至设置在下方的盛放容器中。掀翻的托盘1经过设置在前方的复位装置进行复位，使托盘1又平稳的放置在支架2上。
本实施例进一步说明：
机器视觉检测系统30包括：CCD工业相机；CCD工业相机固定在托盘输送机构20上方，用于对果品进行拍照；CCD工业相机设置在执行机构的上游；CCD工业相机与所述上位机电性连接。
果品重量检测系统40包括：称重传感器；称重传感器设置在视觉检测系统的下游、执行机构的上游；称重传感器与上位机电性连接。
本发明实施例中，上位机包括：外观建模单元、像素获取单元、像素处理单元、重量采集单元、重量建模单元、重量处理单元、果品品质处理单元、控制单元和优化单元等。
外观建模单元，用于建立并存储标准的外观数据模型，外观数据模型设定有n个像素组，分别为(a1～b1,c1～d1,e1～f1)、(a2～b2,c2～d2,e2～f2)……(an～bn,cn～dn,en～fn)；其中a、b、c、d、e和f为常数；a～b为像素点的R值区间，c～d为像素点的G值区间，e～f为像素点的B值区间。外观数据模型还包括像素组(a1～b1,c1～d1,e1～f1)中像素点的百分比设定值X1％、像素组(a2～b2,c2～d2,e2～f2)中像素点的百分比设定值X2％……像素组(an～bn,cn～dn,en～fn)中像素点的百分比设定值Xn％。
像素获取单元，用于从CCD工业相机获取拍摄的照片。
像素处理单元，用于对拍摄的所述照片进行处理，在照片上筛选出果品所在区域，并在果品所在区域均匀采集N个像素点。分析所采集的每个像素点的R、G、B值；将采集的像素点依据R、G、B值归类于建模单元中的像素组中；归类完成后统计各像素组中所包含的像素个数，并计算各像素组中像素点个数占采集的总像素点个数的实际百分比。将各像素组的像素个数实际百分比与对应像素组中像素点的百分比设定值比较，若每一像素组中的像素点个数占采集的总像素点个数的实际百分比大于或等于对应像素组中像素点的百分比设定值，则判定该像素组产生一个合格因子。统计合格因子的个数，如产生n个合格因子则判定对应的果品为一级外观、如产生n-1个合格因子则判定对应的果品为二级外观……如产生1个合格因子则判定对应的果品为n级外观。
重量采集单元，用于从称重传感器采集当前果品的重量。
重量建模单元，用于建立并存储标准的重量数据模型，重量数据模型设定有n个重量区间[m1,m2]、[m3,m4]……[mn-1,mn]。
重量处理单元，将采集的当前果品重量归类于重量数据模型中的重量区间中，若当前果品重量位于[m1,m2]则判定当前果品为一级重量、若当前果品重量位于[m3,m4]则判定当前果品为二级重量……若当前果品重量位于[mn-1,mn]则判定当前果品为n级重量。
果品品质处理单元，从像素处理单元和重量处理单元获取当前果品的外观级别及重量级别；排列组合形成不同的果品品质级别。
控制单元，根据不同果品级别分选出口220与开始计数起点之间的距离，控制所述步进电机的运动步长；当果品运动至对应果品级别的分选出口220时，发出一个控制信号控制执行器动作，控制执行器掀翻对应的托盘。
优化单元，当像素处理单元对各像素点进行归类时，统计不在归类区间(a1～b1,c1～d1,e1～f1)、(a2～b2,c2～d2,e2～f2)……(an～bn,cn～dn,en～fn)中的像素点个数；若不在归类区间的像素个数超过设定的百分比Y％，则直接判定该果品为不合格产品。通过控制单元根据不合格果品分选出口220与计算传感器之间的距离，控制步进电机的运动步长；当果品运动至对应不合格果品分选出口220时，发出一个控制信号控制执行器动作，控制执行器掀翻对应的托盘。
需要说明的是，本发明实施例提供的一种果品智能分选机还可引入光谱检测模块对果品内部的质量进行检测，其工作原理是，如果样品的组成相同，则其光谱也相同，反之亦然。如果建立了光谱与待测参数之间的对应关系(称为分析模型)，那么只要测得样品的光谱，通过光谱和上述对应关系，就能很快得到所需要的质量参数数据。分析方法包括校正和预测两个过程：在校正过程中，收集一定量有代表性的样品(一般需要80个样品以上)，在测量其光谱图的同时，根据需要使用有关标准分析方法进行测量，得到样品的各种质量参数，称之为参考数据。通过化学计量学对光谱进行处理，并将其与参考数据关联，这样在光谱图和其参考数据之间建立起一一对应映射关系，通常称之为模型。虽然建立模型所使用的样本数目很有限，但通过化学计量学处理得到的模型应具有较强的代表性。对于建立模型所使用的校正方法视样品光谱与待分析的性质关系不同而异，常用的有多元线性回归，主成分回归，偏最小二乘，人工神经网络和拓扑方法等。显然，模型所适用的范围越宽越好，但是模型的范围大小与建立模型所使用的校正方法有关，与待测的性质数据有关，还与测量所要求达到的分析精度范围有关。实际应用中，建立模型都是通过化学计量学软件实现的，并且有严格的规范(如ASTM-6500标准)。在预测过程中，首先使用近红外光谱仪测定待测样品的光谱图，通过软件自动对模型库进行检索，选择正确模型计算待测质量参数。
本发明实施例提供的果品智能分选机至少具备以下有益效果或优点：
本发明实施例提供的果品智能分选机，队列排序机构与托盘输送机构连接；机器视觉检测系统及果品重量检测系统设置在托盘输送机构上；机器视觉检测系统及果品重量检测系统与上位机电性连接；上位机与托盘输送机构电性连接。通过机器视觉检测系统检测到可采集果品的外观照片，通过上位机对采集的果品外观照片进行分析处理，从而将果品的外观品级进行分类；通过重量检测系统可采集果品的重量，通过上位机根据果品的重量将果品的重量品级进行分类，最后上位机综合果品的外观品级和重量品级，将果品分类成不同的品质级别进而从不同的分选出口输出，可实现果品的自动分选，提高了分选效率。
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 (9)

1.一种果品智能分选机，其特征在于，包括：队列排序机构、托盘输送机构、机器视觉检测系统、果品重量检测系统及上位机；
所述队列排序机构与所述托盘输送机构连接；
所述机器视觉检测系统及果品重量检测系统设置在所述托盘输送机构上；所述机器视觉检测系统及所述果品重量检测系统与所述上位机电性连接；
所述上位机与所述托盘输送机构电性连接；
所述上位机包括：
外观建模单元，
用于建立并存储标准的外观数据模型，所述外观数据模型设定有n个像素组，分别为(a1～b1,c1～d1,e1～f1)、(a2～b2,c2～d2,e2～f2)……(an～bn,cn～dn,en～fn)；其中a、b、c、d、e和f为常数；a～b为像素点的R值区间，c～d为像素点的G值区间，e～f为像素点的B值区间；
所述外观数据模型还包括像素组(a1～b1,c1～d1,e1～f1)中像素点的百分比设定值X1％、像素组(a2～b2,c2～d2,e2～f2)中像素点的百分比设定值X2％……像素组(an～bn,cn～dn,en～fn)中像素点的百分比设定值Xn％；
像素获取单元，
用于从CCD工业相机获取拍摄的照片；
像素处理单元，
用于对拍摄的所述照片进行处理，在所述照片上筛选出果品所在区域，并在果品所在区域均匀采集N个像素点；
分析所采集的每个所述像素点的R、G、B值；将采集的所述像素点依据R、G、B值归类于所述建模单元中的像素组中；归类完成后统计各像素组中所包含的像素个数，并计算各像素组中像素点个数占采集的总像素点个数的实际百分比；
将各像素组的像素个数实际百分比与对应像素组中像素点的百分比设定值比较，若每一像素组中的像素点个数占采集的总像素点个数的实际百分比大于或等于对应像素组中像素点的百分比设定值，则判定该像素组产生一个合格因子；
统计合格因子的个数，如产生n个合格因子则判定对应的果品为一级外观、如产生n-1个合格因子则判定对应的果品为二级外观……如产生1个合格因子则判定对应的果品为n级外观。
2.根据权利要求1所述的果品智能分选机，其特征在于，所述托盘排序机构包括：安装框架、第一皮带机及第二皮带机；
所述第一皮带机及所述第二皮带机安装在所述安装框架上；
所述第一皮带机及所述第二皮带机的输送面呈“V”字型设置；
所述第一皮带机与所述第二皮带机的输送速度不同。
3.根据权利要求1所述的果品智能分选机，其特征在于，所述托盘输送机构包括：托盘、支架、输送组件、驱动轮、步进电机及执行机构；
所述托盘活动连接在所述支架上端，所述托盘可相对于所述支架左右掀翻；所述支架下端固定在所述输送组件上；所述输送组件上设置有多组所述托盘及所述支架；
所述执行机构固定在所述输送组件外侧，所述执行机构与所述托盘相配合，所述托盘经过所述执行机构一侧时，所述执行机构与所述托盘接触并推动所述托盘向所述输送组件的一侧掀翻，果品落入该执行机构对应的分选出口中；所述执行机构及对应的分选出口设置有多组；
所述输送组件安装在所述驱动轮上，所述步进电机的输出端与所述驱动轮连接；所述步进电机与所述上位机电性连接。
4.根据权利要求3所述的果品智能分选机，其特征在于，所述支架包括：第一支撑部、第二支撑部及固定部；
所述第一支撑部和所述第二支撑部固定在所述固定部的上端，所述第一支撑部与所述托盘下端的一侧抵接，所述第二支撑部与所述托盘下端的另一侧活动连接；所述固定部固定在所述输送组件上。
5.根据权利要求4所述的果品智能分选机，其特征在于，还包括：U型防脱件；
所述第二支撑部开设有防脱孔，所述U型防脱件穿过所述防脱孔并与所述托盘连接。
6.根据权利要求3-5任一项所述的果品智能分选机，其特征在于，所述机器视觉检测系统包括：CCD工业相机；
所述CCD工业相机固定在所述托盘输送机构上方，用于对果品进行拍照；所述CCD工业相机设置在所述执行机构的上游；
所述CCD工业相机与所述上位机电性连接。
7.根据权利要求6所述的果品智能分选机，其特征在于，所述果品重量检测系统包括：称重传感器；
所述称重传感器设置在所述视觉检测系统的下游、所述执行机构的上游；
所述称重传感器与所述上位机电性连接。
8.根据权利要求7所述的果品智能分选机，其特征在于，所述上位机还包括：
重量采集单元，
用于从所述称重传感器采集当前果品的重量；
重量建模单元，
用于建立并存储标准的重量数据模型，所述重量数据模型设定有n/2个重量区间[m1,m2]、[m3,m4]……[mn-1,mn]；
重量处理单元，
将采集的当前果品重量归类于所述重量数据模型中的重量区间中，若当前果品重量位于[m1,m2]则判定当前果品为一级重量、若当前果品重量位于[m3,m4]则判定当前果品为二级重量……若当前果品重量位于[mn-1,mn]则判定当前果品为n级重量；
果品品质处理单元，
从所述像素处理单元和所述重量处理单元获取当前果品的外观级别及重量级别；排列组合形成不同的果品品质级别；
控制单元，
根据不同果品级别分选出口与计算传感器之间的距离，控制所述步进电机的运动步长；当果品运动至对应果品级别的分选出口时，发出一个控制信号控制所述执行器动作，控制所述执行器掀翻对应的托盘。
9.根据权利要求8所述的果品智能分选机，其特征在于，所述上位机还包括：
优化单元，
当所述像素处理单元对各像素点进行归类时，统计不在归类区间(a1～b1,c1～d1,e1～f1)、(a2～b2,c2～d2,e2～f2)……(an～bn,cn～dn,en～fn)中的像素点个数；若不在归类区间的像素个数超过设定的百分比Y％，则直接判定该果品为不合格产品；
通过控制单元根据不合格果品分选出口与计数起点之间的距离，控制所述步进电机的运动步长；当果品运动至对应不合格果品分选出口时，发出一个控制信号控制所述执行器动作，控制所述执行器掀翻对应的托盘。
CN202011635770.5A 2020-12-31 2020-12-31 一种果品智能分选机 Active CN112845183B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011635770.5A CN112845183B (zh) 2020-12-31 2020-12-31 一种果品智能分选机

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011635770.5A CN112845183B (zh) 2020-12-31 2020-12-31 一种果品智能分选机

Publications (2)

Publication Number Publication Date
CN112845183A CN112845183A (zh) 2021-05-28
CN112845183B true CN112845183B (zh) 2022-06-14

Family

ID=76000204

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011635770.5A Active CN112845183B (zh) 2020-12-31 2020-12-31 一种果品智能分选机

Country Status (1)

Country Link
CN (1) CN112845183B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0554954A1 (en) * 1992-02-07 1993-08-11 Aweta B.V. Method and apparatus for measuring the color distribution of an item
CN103240228A (zh) * 2013-05-30 2013-08-14 宁夏大学 基于机器视觉技术的红枣无损自动分级机
CN103324951A (zh) * 2013-05-20 2013-09-25 北京工业大学 一种多元异构水环境监测数据评价与预警方法
CN103406279A (zh) * 2013-07-27 2013-11-27 江苏赢洋实业股份有限公司 三摄像头视觉智能检测水果装置
CN105692160A (zh) * 2016-04-14 2016-06-22 中国农业大学 一种托盘式果蔬分级卸料装置和卸料方法
CN110976331A (zh) * 2019-12-24 2020-04-10 北京农业智能装备技术研究中心 托盘式水果重量检测分级系统及方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0554954A1 (en) * 1992-02-07 1993-08-11 Aweta B.V. Method and apparatus for measuring the color distribution of an item
CN103324951A (zh) * 2013-05-20 2013-09-25 北京工业大学 一种多元异构水环境监测数据评价与预警方法
CN103240228A (zh) * 2013-05-30 2013-08-14 宁夏大学 基于机器视觉技术的红枣无损自动分级机
CN103406279A (zh) * 2013-07-27 2013-11-27 江苏赢洋实业股份有限公司 三摄像头视觉智能检测水果装置
CN105692160A (zh) * 2016-04-14 2016-06-22 中国农业大学 一种托盘式果蔬分级卸料装置和卸料方法
CN110976331A (zh) * 2019-12-24 2020-04-10 北京农业智能装备技术研究中心 托盘式水果重量检测分级系统及方法

Also Published As

Publication number Publication date
CN112845183A (zh) 2021-05-28

Similar Documents

Publication Publication Date Title
US5533628A (en) Method and apparatus for sorting objects by color including stable color transformation
US5917927A (en) Grain inspection and analysis apparatus and method
US9024223B2 (en) Optical type granule sorting machine
US20060081135A1 (en) Industrial overline imaging system and method
US10189055B2 (en) Color based optical grading system with multi reflectance and multi-angle views
CN113820325B (zh) 一种玉米籽粒直收含杂率和破碎率在线检测系统及其方法
CN210059040U (zh) 一种基于rgb水果分类装置
CN108719424A (zh) 一种基于机器视觉的水产品分类方法及系统
CN112474387B (zh) 一种原粮不完善粒的图像识别和自动分拣装置
CN108311412B (zh) 一种竹条智能分选装置
NL1004209C2 (nl) Werkwijze en inrichting voor de kwaliteitsbeoordeling van zaad.
CN111112121A (zh) 一种中草药尺寸分级筛选装置和方法
CN113222926B (zh) 基于深度支持向量数据描述模型的拉链异常检测方法
WO2021161341A1 (en) System for modular multi-grade sorting and a method thereof
CN112189951B (zh) 一种带视觉检测功能的拉链生产设备及拉链加工方法
CN117589633B (zh) 一种粮食杂质检测装置及方法
CN112845183B (zh) 一种果品智能分选机
CN112213320A (zh) 一种基于机器视觉的饼干检测装置及饼干检测方法
CN208786963U (zh) 一种桃子刷毛分级设备
CN214794500U (zh) 一种小麦外观品质的在线检测装置
KR101673056B1 (ko) 곡물불량검출방법
CN208661807U (zh) 一种高光谱自动水果无损检测分拣装置
CN107413674B (zh) 一种作物种籽在线分拣方法及系统
CN116255933B (zh) 一种发动机滤网面积检测装置
CN110961370A (zh) 一种基于视觉和检重的分选机

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