CN113477555A - 基于图像处理的鲜茶分选机 - Google Patents
基于图像处理的鲜茶分选机 Download PDFInfo
- Publication number
- CN113477555A CN113477555A CN202110833546.5A CN202110833546A CN113477555A CN 113477555 A CN113477555 A CN 113477555A CN 202110833546 A CN202110833546 A CN 202110833546A CN 113477555 A CN113477555 A CN 113477555A
- Authority
- CN
- China
- Prior art keywords
- image
- image processing
- fresh tea
- tea
- selection according
- 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
- 241001122767 Theaceae Species 0.000 title claims abstract description 130
- 238000012545 processing Methods 0.000 title claims abstract description 79
- 238000002347 injection Methods 0.000 claims abstract description 13
- 239000007924 injection Substances 0.000 claims abstract description 13
- 239000000428 dust Substances 0.000 claims description 20
- 239000011521 glass Substances 0.000 claims description 14
- 238000000034 method Methods 0.000 claims description 14
- 238000013461 design Methods 0.000 claims description 8
- 238000001914 filtration Methods 0.000 claims description 4
- 239000004922 lacquer Substances 0.000 claims description 4
- 238000005507 spraying Methods 0.000 claims description 4
- NIXOWILDQLNWCW-UHFFFAOYSA-N acrylic acid group Chemical group C(C=C)(=O)O NIXOWILDQLNWCW-UHFFFAOYSA-N 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 238000005260 corrosion Methods 0.000 claims 1
- 230000007797 corrosion Effects 0.000 claims 1
- 238000012216 screening Methods 0.000 abstract description 6
- 230000001133 acceleration Effects 0.000 description 5
- 239000003292 glue Substances 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 239000012535 impurity Substances 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000005192 partition Methods 0.000 description 3
- 238000010521 absorption reaction Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 239000010935 stainless steel Substances 0.000 description 2
- 229910001220 stainless steel Inorganic materials 0.000 description 2
- 230000001502 supplementing effect Effects 0.000 description 2
- 229910001335 Galvanized steel Inorganic materials 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000008397 galvanized steel Substances 0.000 description 1
- 238000003306 harvesting Methods 0.000 description 1
- 239000003973 paint Substances 0.000 description 1
- 238000000053 physical method Methods 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 239000007921 spray Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000003746 surface roughness Effects 0.000 description 1
- 238000004381 surface treatment Methods 0.000 description 1
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
Abstract
本发明公开了基于图像处理的茶叶机选机,涉及鲜茶筛分技术领域,本发明包括机架,所述机架为通道式机架,所述机架顶部设有振动输送装置,所述振动输送装置设有图像处理装置和鲜茶喷气分选装置,所述喷气分选装置包括气动喷气口、高频率电磁阀和空气源,所述空气源于气动喷气孔的进气口连接,所述高频率电磁阀与气动喷气孔电性连接,所述机架底部设有双通道出料口,所述图像处理装置和鲜茶喷气分选装置电性连接,所述图像处理装置包括CCD相机图像采集系统和图像处理系统,本发明在保证做到茶叶快速筛分降低人力成本的情况下,保证了高正确率,避免了不必要的浪费。
Description
技术领域
本发明涉及鲜茶筛分的技术领域,更具体的是涉及基于图像处理的茶叶机选机。
背景技术
因为茶叶收获的时间具体独特的季节性,所以在特定的时间内实现高效率地采摘及加工是品质好的关键。近年来随着采茶人工成本不断增加,为了降低生产成本,越来越多的茶庄开始采用机械采茶。但是机采茶中参杂叶梗等杂物,同时无法按照生产加工需求采集特定类型的鲜叶,各种类型鲜叶(如1芽2叶、1芽3叶、1芽1叶、1芽)混合在一起,大大降低了茶叶的质量,导致只能作为低价茶生产销售,这大大制约了机械采茶发展与推广。
目前市面上也存在一些基于物理方式的茶叶分级方法。如基于CCD相机的茶叶分选机可在茶叶加工后有效分离杂质、叶梗等物质,准确率在80%以上,目前市面上很多常见的基于物理状态的分选机能够分选出很多的杂质,但是针对机械式采摘的鲜茶,基于物理状态的分选机很难去除这样的杂质。另外振动筛选式茶叶分级机、茶叶风选机等准确率均在70%左右,通过物理方式对鲜叶进行分级准确率低、误差大因此,目前国内的茶场,在针对机械式采摘的鲜茶方面,只能采用人工分选的方法,但是这种方式效率较低,同时目前现有技术中的CCD相机的茶叶分选机对茶叶类型筛选的误差过大。
因此根据上述技术问题设计了一种基于图像处理的茶叶机选机。
发明内容
本发明的目的在于:为了解决现有技术中的茶叶筛选效率低机选的精准率低的问题,设计了一种基于图像处理的茶叶机选机。
本发明为了实现上述目的具体采用以下技术方案:基于图像处理的茶叶机选机,包括机架,所述机架为通道式机架,所述机架顶部设有振动输送装置,所述振动输送装置设有图像处理装置和鲜茶喷气分选装置,所述喷气分选装置包括气动喷气口、高频率电磁阀和空气源,所述空气源于气动喷气孔的进气口连接,所述高频率电磁阀与气动喷气孔电性连接,所述空气源气体压强在0.3mpa~0.6mpa之间,所述机架底部设有双通道出料口,所述图像处理装置和鲜茶喷气分选装置电性连接,所述图像处理装置包括CCD相机图像采集系统和图像处理系统,所述振动输送装置,包括鲜茶进料斗、振动喂料器和鲜茶滑槽,所述图像处理系统包括数据库的建立、对象特征参数的获取以及特征参数的匹配和图像的处理流程,所述图像的处理流程,具体步骤如下:
(1)灰度的处理:将充满颜色的图片的三种不同的分量转变成[0,255]之内的灰度图像,设计权重Wr=25%=2-2、Wg=62.5%=2-1+2-3、W=12.5%=2-3,如下式:
R=G=B=2-2×R+2-1×G+2-3×G+2-3×B;
(2)图像滤波去噪处理:对二值图象开始滤波降低噪声的处理,可保留出最开始的图像的信息的原始性,同时还能将各种其他因素照成的各种无用的信息;
(3)图像二值化处理:将灰度化处理之后的图像接着采用OTSU法计算图像的阈值,由于相机拍摄的范围比较广,所以只对中间区域的鲜茶图像进行二值化处理;
(4)特征参数提取:该方法的实现步骤如下:
第一步:选取具有代表性的鲜茶,(1芽、1芽2叶、1芽2叶、1芽1叶)。
第二步:对这些鲜茶开始前面几节的图象处理操作,得出去噪之后的二值图像。
第三步:使用matlab软件分别对二值化之后的图像进行特征提取,其中的特征包括短轴长度、凸壳周长、长轴长度、面积、凸壳面积、周长、偏心率和对比度,一共提取了8项参数特征,其中图片上的鲜茶的面积和周长就是二值图上的白色图案的面积和周长,其中“凸壳”是指填充图像边缘出所有凹图部分之后的图片,而其中的“凸壳周长”就是该图片的周长,“凸壳面积”为该图片的面积,二阶矩椭圆是指二阶矩与图像相同的椭圆,使用MATLAB软件能够很轻松的计算出该椭圆的长轴长度和短轴长度,以及椭圆的偏心率;最后鲜茶的对比度和平滑度均可以通过MATLAB软件开始测量;
(5)图像界面设计,所述图像界面设计分成两种运用状态,一种是调试模式,一种是自动模式,使得每个鲜茶上都标有序号,并将不合格的鲜茶框选出来。最后在界面的表格也会体现出鲜茶是否合格,还是不合格。
进一步地,所述振动喂料器为电磁振动给料器,振动给料器中电磁铁装置需要连接家用的220V交流电,通过电流的控制电磁铁的吸引不断改变,振动喂料器有两种工作情况:
当电磁吸引力力大于弹簧片的回复力时,鲜茶受电磁的吸引力往下的加速度运动,当电磁力吸引力小于弹簧片的回复力时,鲜茶受电磁的吸引力往上的加速度运动。
进一步,所述图像处理装置包括图像处理辅助装置,所述图像辅助装置上设有可调节LED光源和鲜茶背景板,所述LED补光光源亮度、光源的颜色和光源的角度均可以随意调节,使得图像处理装置的识别能力始终保持在一个稳定的范围,可以根据茶的颜色进行调节,所述鲜茶背景板为白色亚克力板。
进一步地,所述滑槽上设计有半圆槽,鲜茶叶片呈扁平形状,由于其自身形状的特殊性,所以鲜茶在滑槽上的运动主要是向下滑动,不会出现滚动现象,采用镀锌钢板材料,其中全部经过表面处理,对表面粗糙度和表面平整度要求很高,鲜茶经过电磁振动供料器振动送料,均匀输送至滑槽,滑槽上设计有半圆槽,可以使鲜茶在滑下的过程中,能够沿着特定的轨迹,以便后续的喷气分选。
进一步地,CCD相机图像采集系统包括识别箱和设置在识别箱中的CCD相机,所述识别箱顶部设有观察孔,所述观察孔上设有活动式连接的盖子,所述识别箱体内设有多个光源反射板,所述识别箱为厚度为2.5mm的不锈钢板,所述识别箱内部喷涂有橙色的胶漆,所述光源及CCD相机与滑道互相通过玻璃分隔,所述玻璃上设有除尘刷,所述除尘刷与无杆气缸连接,除尘刷装置的作用是用以及时清理粘在玻璃上的尘土,本申请采用无杆气缸为除尘刷清扫玻璃提供动力,当需要清扫时,由PLC控制气缸运动,对除尘刷架进行往复运动,待清扫干净之后退回其原始位置,除尘刷原始位置处于玻璃之外,这样不干扰对鲜茶光学信号的采集,同时也可以对分选系统的喷嘴进行清扫,所述CCD相机放置在箱体内部,可通过顶部的观察孔,查看箱体内部情况,以便更换LED补光光源、CCD摄像机的镜片等,工作时关闭观察孔,做到外部光员工的影响,在其内部表面喷涂上橙色的胶漆,使得光电接收器能够更好的吸收被检测物料的光学信号。
进一步地,所述进料斗内部从上到下依次设有两个隔板,所述两个隔板为相向倾斜,所述隔板倾斜角度可以调节,便于调节进料流量。
进一步地,所述滑槽与机架呈60°夹角,为最佳掉落速度角度。
进一步地,所述气动喷气孔为200-300个,喷嘴出口的口径仅为1~2mm,喷嘴进气口的截面大于喷嘴出口的截面,使得能够具有更强的喷力高效将茶叶喷到出料口。
工作原理:本申请首先采摘之后的鲜茶被储存在供料斗中,然后鲜茶顺着供料斗进入到振动输送装置,振动输送装置将茶叶均匀的摊开,并向滑槽输送,接着鲜茶沿着滑槽滑下,鲜茶在图象采集系统的可拍摄范围内加速下落,然后图像采集系统的CCD相机对鲜茶进行拍摄,并将图像信息传入到图像处理系统,识别出各个鲜茶的各项物理特征,找出不合格的鲜茶,并传送命令给控制系统,控制系统控制相应的电磁喷阀,利用喷气装置将不合格的鲜茶吹入到不合格鲜茶,合格的茶叶则自由落下,到达合格鲜茶出料口。
本发明的有益效果如下:
1.本发明的通过图像识别的方法对茶叶进行筛选,在保证了茶叶的完整不被损伤的情况下又高效的提高了筛选效率,本申请采用的是所述图像处理系统包括数据库的建立、对象特征参数的获取以及特征参数的匹配和图像的处理流程,其中图像的处理流程使得能够清楚的对茶叶的不同状态进行清楚的分选,提高了分选的高效性。
2.本发明设计为了避免相机容易积灰等原因在将相机放置在识别盒内,避免了镜片积灰等问题。
3.本发明在机架内设有光源以及多个光源板,且光源无论是角度还是色度还是颜色均能调节使得本申请能够根据具体情况设计避免了由于光线原因以及茶叶颜色的不同,避免差异化。
附图说明
图1是本发明的结构示意图;
图2是本发明的识别箱的结构示意图;
图3是本发明的结构示意图;
图4是本发明的振动输送装置;
图5是本发明的鲜茶进料斗的结构示意图;
图6是喷气分选装置的喷气孔的结构示意图;
图7是本发明的图像处理后的灰度图;
图8是本发明出像处理后的二化值图;
图9是本发明分选之后的图片;
图10是本发明的自动模式界面;
图11是本发明的调试模式界面;
图12是本发明的流程示意图;
附图标记:1-振动输送装置、2-鲜茶滑槽、3-鲜茶进料斗、4-机架、5-图像处理装置、6-喷气分选装置、7-双通道出料口、8-盖子、9-CCD相机、10-识别箱、11-LED光源、12-支撑座、13-鲜茶背景板、14-振动喂料器。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
在本发明实施方式的描述中,需要说明的是,术语“内”、“外”、“上”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,或者是该发明产品使用时惯常摆放的方位或位置关系,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。
实施例1
如图1到图12所示,基于图像处理的茶叶机选机,包括机架4,所述机架4为通道式机架4,所述机架4顶部设有振动输送装置1,所述振动输送装置1设有图像处理装置5和鲜茶喷气分选装置6,所述喷气分选装置6包括气动喷气口、高频率电磁阀和空气源,所述空气源于气动喷气孔的进气口连接,所述高频率电磁阀与气动喷气孔电性连接,所述空气源气体压强在0.3mpa,所述气动喷气孔为230个,喷嘴出口的口径为1.5mm,喷嘴进气口的截面大于喷嘴出口的截面,使得能够具有更强的喷力高效将茶叶喷到出料口所述机架4底部设有双通道出料口7,所述图像处理装置5和鲜茶喷气分选装置6电性连接,所述图像处理装置5包括CCD相机9图像采集系统和图像处理系统,所述振动输送装置1,包括鲜茶进料斗3、振动喂料器14和鲜茶滑槽2,所述鲜茶滑槽2与机架4保持倾斜,所述倾斜角度为60度,所述图像处理系统包括数据库的建立、对象特征参数的获取以及特征参数的匹配和图像的处理流程,所述图像的处理流程,具体步骤如下:
(1)灰度的处理:将充满颜色的图片的三种不同的分量转变成[0,255]之内的灰度图像,设计权重Wr=25%=2-2、Wg=62.5%=2-1+2-3、W=12.5%=2-3,如下式:
R=G=B=2-2×R+2-1×G+2-3×G+2-3×B;
(2)图像滤波去噪处理:对二值图象开始滤波降低噪声的处理,可保留出最开始的图像的信息的原始性,同时还能将各种其他因素照成的各种无用的信息;
(3)图像二值化处理:将灰度化处理之后的图像接着采用OTSU法计算图像的阈值,由于相机拍摄的范围比较广,所以只对中间区域的鲜茶图像进行二值化处理;
(4)特征参数提取:该方法的实现步骤如下:
第一步:选取具有代表性的鲜茶,(1芽、1芽2叶、1芽2叶、1芽1叶)。
第二步:对这些鲜茶开始前面几节的图象处理操作,得出去噪之后的二值图像。
第三步:使用matlab软件分别对二值化之后的图像进行特征提取,其中的特征包括短轴长度、凸壳周长、长轴长度、面积、凸壳面积、周长、偏心率和对比度,一共提取了8项参数特征,其中图片上的鲜茶的面积和周长就是二值图上的白色图案的面积和周长,其中“凸壳”是指填充图像边缘出所有凹图部分之后的图片,而其中的“凸壳周长”就是该图片的周长,“凸壳面积”为该图片的面积,二阶矩椭圆是指二阶矩与图像相同的椭圆,使用MATLAB软件能够很轻松的计算出该椭圆的长轴长度和短轴长度,以及椭圆的偏心率;最后鲜茶的对比度和平滑度均可以通过MATLAB软件开始测量;
(5)图像界面设计,所述图像界面设计分成两种运用状态,一种是调试模式,一种是自动模式,使得每个鲜茶上都标有序号,并将不合格的鲜茶框选出来。最后在界面的表格也会体现出鲜茶是否合格,还是不合格。
使用本发明时,本申请首先采摘之后的鲜茶被储存在供料斗中,然后鲜茶顺着供料斗进入到振动输送装置1,振动输送装置1将茶叶均匀的摊开,并向滑槽输送,接着鲜茶沿着滑槽滑下,滑槽的光滑度高,因此鲜茶在图象采集系统的可拍摄范围内加速下落,然后图像采集系统的CCD相机9对鲜茶进行拍摄,并将图像信息传入到图像处理系统,识别出各个鲜茶的各项物理特征,找出不合格的鲜茶,并传送命令给控制系统,控制系统控制相应的电磁喷阀,利用喷气装置将不合格的鲜茶吹入到不合格鲜茶,合格的茶叶则自由落下,到达合格鲜茶出料口。
实施例2
如图1到图12所示,为了使本发明能够避免镜头污花,本实施例在实施例1的基础上做了进一步的改进,具体为CCD相机9图像采集系统包括识别箱10和设置在识别箱10中的CCD相机9,所述识别箱10顶部设有观察孔,所述观察孔上设有活动式连接的盖子8,所述识别箱10体内设有多个光源反射板,所述识别箱10为厚度为2.5mm的不锈钢板,所述识别箱10内部喷涂有橙色的胶漆,所述光源及CCD相机9与滑道互相通过玻璃分隔,所述玻璃上设有除尘刷,所述除尘刷与无杆气缸连接,除尘刷装置的作用是用以及时清理粘在玻璃上的尘土。其采用无杆气缸为除尘刷清扫玻璃提供动力,当需要清扫时,由PLC控制气缸运动,对除尘刷架进行往复运动,待清扫干净之后退回其原始位置,除尘刷原始位置必须处于玻璃之外,不干扰对鲜茶光学信号的采集。同时也要求对分选系统的喷嘴进行清扫CCD相机9放置在箱体内部,可通过顶部的观察孔,查看箱体内部情况,以便更换LED补光光源、CCD摄像机的镜片等,工作时关闭观察孔,做到外部光员工的影响,在其内部表面喷涂上橙色的胶漆,使得光电接收器能够更好的吸收被检测物料的光学信号。
实施例3
如图1到图12所示,为了使本发明的茶叶下落加速度更加稳定以及光源的无差异化,本实施例在实施例2的基础上做了进一步的改进:所述振动喂料器14为电磁振动给料器,振动给料器中电磁铁装置需要连接家用的220V交流电,通过电流的控制电磁铁的吸引不断改变,振动喂料器14有两种工作情况:
当电磁吸引力力大于弹簧片的回复力时,鲜茶受电磁的吸引力往下的加速度运动,当电磁力吸引力小于弹簧片的回复力时,鲜茶受电磁的吸引力往上的加速度运动。
所述图像处理装置5包括图像处理辅助装置,所述图像辅助装置上设有可调节LED光源11和鲜茶背景板13,所述LED补光光源亮度、光源的颜色和光源的角度均可以随意调节,使得图像处理装置5的识别能力始终保持在一个稳定的范围,可以根据茶的颜色进行调节,所述鲜茶背景板13为白色亚克力板。
实施例4
如图1到图12所示,为了使本发明能够方便调节进料流量,本实施例在实施例3的基础上做了进一步的改进,所述进料斗内部从上到下依次设有两个隔板,所述两个隔板为相向倾斜,所述隔板倾斜角度可以调节,便于调节进料流量。
本发明的保护范围不限于以上事实例,熟悉本技术领域的技术人员在本发明基础上所做的形状变化均在本保护范围内。
Claims (10)
1.基于图像处理的茶叶机选机,包括机架(4),所述机架(4)为通道式机架,其特征在于,所述机架(4)顶部设有振动输送装置(1),所述振动输送装置(1)设有图像处理装置(5)和鲜茶喷气分选装置(6),所述机架(4)底部设有双通道出料口(7),所述图像处理装置(5)和鲜茶喷气分选装置(6)电性连接,所述图像处理装置(5)包括CCD相机图像采集系统和图像处理系统,所述图像处理系统包括数据库的建立、对象特征参数的获取以及特征参数的匹配和图像的处理流程,所述图像的处理流程,具体步骤如下:
(1)灰度的处理:将充满颜色的图片的三种不同的分量转变成[0,255]之内的灰度图像;
(2)图像滤波去噪处理:对二值图象开始滤波降低噪声的处理;
(3)图像二值化处理:将灰度化处理之后的图像接着采用OTSU法计算图像的阈值,由于相机拍摄的范围比较广,所以只对中间区域的鲜茶图像进行二值化处理;
(4)特征参数提取:该方法的实现步骤如下:
第一步:选取具有代表性的鲜茶,(1芽、1芽2叶、1芽2叶、1芽1叶)。
第二步:对这些鲜茶开始前面几节的图象处理操作,得出去噪之后的二值图像。
第三步:使用matlab软件分别对二值化之后的图像进行特征提取,其中的特征包括短轴长度、凸壳周长、长轴长度、面积、凸壳面积、周长、偏心率和对比度,一共提取了8项参数特征,其中图片上的鲜茶的面积和周长就是二值图上的白色图案的面积和周长,所述凸壳是指填充图像边缘出所有凹图部分之后的图片,所述凸壳周长为图片的周长,凸壳面积为该图片的面积,二阶矩椭圆是指二阶矩与图像相同的椭圆,使用MATLAB软件计算出该椭圆的长轴长度和短轴长度,以及椭圆的偏心率,通过MATLAB软件测量鲜茶的对比度和平滑度。
2.根据权利要求1所述的基于图像处理的茶叶机选机,其特征在于:所述图像处理装置(5)包括图像处理放置装置,所述图像处理放置装置上设有可调节LED光源(11)和统一鲜茶背景板(13),所述LED光源(11)亮度、光源的颜色和光源的角度均可以随意调节,所述鲜茶背景板(13)为白色亚克力板。
3.根据权利要求1所述的基于图像处理的茶叶机选机,其特征在于:所述振动输送装置(1)包括鲜茶进料斗(3)、振动喂料器(14)和鲜茶滑槽(2),所述振动喂料器(14)为电磁振动给料器,所述鲜茶滑槽与机架保持倾斜角度。
4.根据权利要求3所述的基于图像处理的茶叶机选机,其特征在于:所述鲜茶滑槽(2)上设计有半圆槽。
5.根据权利要求2所述的基于图像处理的茶叶机选机,其特征在于:所述CCD相机图像采集系统包括识别箱(10)和设置在识别箱中(10)的CCD相机(9),所述识别箱(10)顶部设有观察孔,所述观察孔上设有活动式连接的盖子(8),所述识别箱(10)内设有多个光源反射板,所述识别箱(10)为厚度为2.5mm的不锈钢板,所述识别箱(10)内部喷涂有橙色的胶漆,所述光源及CCD相机(9)与滑道互相通过玻璃分隔,所述玻璃上设有除尘刷(12),所述除尘刷(12)与无杆气缸连接,所述除尘刷(12)原始位置处于玻璃之外。
6.根据权利要求1所述的基于图像处理的茶叶机选机,其特征在于:所述喷气分选装置(6)包括气动喷气口、高频率电磁阀和空气源,所述空气源与气动喷气孔的进气口连接,所述高频率电磁阀与气动喷气孔电性连接,所述空气源气体压强在0.3mpa~0.6mpa之间。
7.根据权利要求1所述的基于图像处理的茶叶机选机,其特征在于:所述进料斗(3)内部从上到下依次设有两个隔板,所述两个隔板为相向倾斜,所述隔板倾斜角度可以调节。
8.根据权利要求3所述的基于图像处理的茶叶机选机,其特征在于:所述鲜茶滑槽(15)与机架(4)呈60°夹角。
9.根据权利要求6所述的基于图像处理的茶叶机选机,其特征在于:所述喷嘴进气口的截面大于喷嘴出口的截面。
10.根据权利要求1所述的基于图像处理的茶叶机选机,其特征在于:所述图像的处理流程包括图像界面设计,所述图像界面设计分成两种运用状态,一种是调试模式,一种是自动模式。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110833546.5A CN113477555A (zh) | 2021-07-22 | 2021-07-22 | 基于图像处理的鲜茶分选机 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110833546.5A CN113477555A (zh) | 2021-07-22 | 2021-07-22 | 基于图像处理的鲜茶分选机 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113477555A true CN113477555A (zh) | 2021-10-08 |
Family
ID=77942148
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110833546.5A Pending CN113477555A (zh) | 2021-07-22 | 2021-07-22 | 基于图像处理的鲜茶分选机 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113477555A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102284433A (zh) * | 2011-08-08 | 2011-12-21 | 合肥泰禾光电科技有限公司 | 茶叶分选方法和分选机 |
KR101194776B1 (ko) * | 2012-01-19 | 2012-10-25 | 주식회사 아이디알시스템 | 3단 색채 선별장치 |
CN107511339A (zh) * | 2017-08-28 | 2017-12-26 | 安徽农业大学 | 一种基于机器视觉和神经网络算法的机采绿茶分级试验台 |
CN108154195A (zh) * | 2018-01-19 | 2018-06-12 | 镇江思泊丽农业有限公司 | 茶叶识别方法及使用该方法的茶叶分拣装置 |
CN109376257A (zh) * | 2018-10-24 | 2019-02-22 | 贵州省机电研究设计院 | 基于图像处理的茶叶识别方法 |
CN111861103A (zh) * | 2020-06-05 | 2020-10-30 | 中南民族大学 | 一种基于多特征与多分类器的鲜茶叶分类方法 |
-
2021
- 2021-07-22 CN CN202110833546.5A patent/CN113477555A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102284433A (zh) * | 2011-08-08 | 2011-12-21 | 合肥泰禾光电科技有限公司 | 茶叶分选方法和分选机 |
KR101194776B1 (ko) * | 2012-01-19 | 2012-10-25 | 주식회사 아이디알시스템 | 3단 색채 선별장치 |
CN107511339A (zh) * | 2017-08-28 | 2017-12-26 | 安徽农业大学 | 一种基于机器视觉和神经网络算法的机采绿茶分级试验台 |
CN108154195A (zh) * | 2018-01-19 | 2018-06-12 | 镇江思泊丽农业有限公司 | 茶叶识别方法及使用该方法的茶叶分拣装置 |
CN109376257A (zh) * | 2018-10-24 | 2019-02-22 | 贵州省机电研究设计院 | 基于图像处理的茶叶识别方法 |
CN111861103A (zh) * | 2020-06-05 | 2020-10-30 | 中南民族大学 | 一种基于多特征与多分类器的鲜茶叶分类方法 |
Non-Patent Citations (7)
Title |
---|
吴正敏;曹成茂;谢承健;吴佳胜;胡汪洋;汪天宇;: "基于图像处理技术和神经网络实现机采茶分级", 茶叶科学 * |
吴正敏等: "基于图像处理技术和神经网络实现机采茶分级", 《茶叶科学》 * |
常春等: "基于神经网络图像分析的智能鲜茶叶分选机", 《中国农机化学报》 * |
张传雷等: "《基于图像分析的植物及其病虫害识别方法研究》", 31 October 2018 * |
李晓丽;何勇;: "基于多光谱图像及组合特征分析的茶叶等级区分", 农业机械学报 * |
陆江锋;单春芳;洪小龙;裘正军;: "基于数字图像的茶叶形状特征提取及不同茶叶鉴别研究", 茶叶科学 * |
陈怡群;常春;肖宏儒;宋卫东;张佩;: "人工神经网络技术在鲜茶叶分选中的应用", 农业网络信息 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104138851B (zh) | 基于振动给料与成像识别的大颗粒物料分选系统及方法 | |
CN106216219B (zh) | 一种视觉识别煤和煤矸石并用机械手进行分离的系统 | |
TWI618582B (zh) | 光學式粒狀物選別機 | |
CN102596433A (zh) | 钻石分拣系统 | |
CN210449939U (zh) | 一种高效大米色选机 | |
CN104070016A (zh) | 一种小颗粒农业物料质量实时检测与分级装置及方法 | |
CN108438833A (zh) | 物料姿态校正投放装置及圆柱形物料特征属性的识别方法 | |
CN113458016A (zh) | 基于面阵图像特征的小颗粒农产品色选装置 | |
CN110153033A (zh) | 一种槟榔分选设备 | |
CN107511339A (zh) | 一种基于机器视觉和神经网络算法的机采绿茶分级试验台 | |
CN210098281U (zh) | 一种槟榔分选装置 | |
CN102744218A (zh) | 一种茶叶色选机 | |
CN109342422A (zh) | 一种负压烟叶视觉双面检测设备及检测方法 | |
CN203091301U (zh) | 条索状乌龙茶分选装置 | |
CN210753857U (zh) | 茶叶除杂生产线 | |
CN113477555A (zh) | 基于图像处理的鲜茶分选机 | |
CN105954288B (zh) | 电解锰阴极板剥离后空板检测与分拣系统及检测方法 | |
CN112317342A (zh) | 种子分选装置及方法 | |
CN202398545U (zh) | 一种茶叶色选机 | |
CN201988528U (zh) | 食品分选机 | |
CN201370092Y (zh) | 烟纸检测剔除装置 | |
CN104998833A (zh) | 基于图像处理的透明矿质原料的浸水分选方法 | |
CN115436238A (zh) | 一种高炉原燃料颗粒度在线检测方法和系统 | |
CN108402420A (zh) | 连续式槟榔点卤设备 | |
CN112291547B (zh) | 一种具备图像识别功能的除杂系统 |
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: 20211008 |
|
RJ01 | Rejection of invention patent application after publication |