CN1462875A - 基于机器视觉的高速瓜果品质识别系统 - Google Patents
基于机器视觉的高速瓜果品质识别系统 Download PDFInfo
- Publication number
- CN1462875A CN1462875A CN 03129387 CN03129387A CN1462875A CN 1462875 A CN1462875 A CN 1462875A CN 03129387 CN03129387 CN 03129387 CN 03129387 A CN03129387 A CN 03129387A CN 1462875 A CN1462875 A CN 1462875A
- Authority
- CN
- China
- Prior art keywords
- image
- fruit
- optical sensor
- fibre optical
- image pick
- 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
Links
Landscapes
- Sorting Of Articles (AREA)
Abstract
一种基于机器视觉的高速瓜果品质识别系统,包括图像采集系统、光学成像系统和光纤传感器。光学成像系统包括内壁嵌有散射磨沙玻璃的光照箱、彩色CCD摄像机和在光照箱内部均匀分布的点光源,两个摄像机相互之间的夹角为120度,分别安装在被测瓜果的左右上方,图像采集系统中两块图像采集卡分别和两个摄像机通过视频线相连,采用图像采集卡的外部触发功能,利用光纤传感器生成的周期性电平信号控制图像的抓取,由工控机的图像处理单元对图像进行后续处理。本发明采用了外部信号触发控制图像采集、双CCD三维立体视觉和彩色图像处理技术,实现了对瓜果外部品质的高速,高分辨率无损伤判别。
Description
技术领域:
本发明涉及一种基于机器视觉的高速瓜果品质识别系统,采用外部信号触发控制图像采集、双CCD三维立体视觉和彩色图像处理技术,实现对瓜果外部品质的高速,高分辨率无损伤判别,属于农业机械技术领域。
背景技术:
我国是水果生产大国,产量位居世界第一位,但出口量只占总产量的1%左右,贸易量仅占世界瓜果的2%左右。造成这种局面的原因在于我国水果产品的生产效率、综合质量和商品化水平低,与发达国家相比,在诸多方面有明显差距。加工品占总产量的比重小、质量差;专用化、规格化、标准化生产刚刚起步。为了提高农产品的加工产值,瓜果进入市场之前必须进行商品化处理,主要包括采摘后的清洗、品质判别分级、打蜡和包装。其中品质判别是瓜果商品化处理中的核心环节,目前,机器视觉已经被认为是判别瓜果外部品质的最有效方法。
与工业产品不同,即使在相同的环境条件下生产出来的同一品种的水果,无论是大小形状还是内外部品质都存在差异,不可能找到外形完全相同的个体。要根据大小、形状、色泽、果梗完整程度、缺陷以及成熟度等要素对果实进行全方位的综合判别,存在很大难度,即使在工业应用上非常成熟的各种二维检测、识别技术和方法,也无法直接应用于瓜果的等级判别。中国发明专利(申请号02136377.3)公开了一种“水果品质实时检测和分级机器人系统”,采用水果输送翻转部件的双锥式滚子,使水果自动成单行排列,并在以一定速度向前输送的同时,又绕水平小轴均匀转动,从而保证计算机视觉识别系统获得水果整个表面的品质信息。其说明书只是提到“通过计算机视觉识别部件的识别,同时完成水果的形状、大小、色泽、表皮光滑度、果面缺陷和损伤等全部外观品质指标的检测”,没有涉及在实际应用中高速实时地采集被检瓜果全方位图像的具体方法。而采用传统垂直光源照射,通过被测瓜果旋转得到全方位水果外表面图像以及利用计算机控制图像采集卡进行图像采集的方式,由于受到目前计算机处理速度和硬件成本的限制,难以在实际应用时高速地采集到高分辨率的瓜果图像。
发明内容:
本发明的目的在于针对现有技术的不足,提供一种基于机器视觉的高速瓜果品质识别系统,可以实现高速、高分辨率的图像采集,提高图像处理的速度,满足高速瓜果分拣系统的要求。
为实现这样的目的,本发明采用了外部信号触发控制图像采集、双CCD三维立体视觉和彩色图像处理技术,系统主要包括图像采集、光学成像和光纤传感器三部分。光学成像系统包括内壁嵌有散射磨沙玻璃的光照箱、彩色CCD摄像机和在光照箱内部均匀分布的点光源,两个CCD摄像机相互之间的夹角为120度,分别安装在被测瓜果的左右上方,摄像机和果实表面保持一定的间隔,以保证获得完整图像而又避免失真。图像采集系统包括工控机和图像采集卡,两块图像采集卡分别和两个摄像机通过视频线相连,采用了图像采集卡的外部触发功能,利用光纤传感器生成的周期性电平信号控制图像的抓取,由工控机的图像处理单元对图像进行后续处理。
本发明系统的具体方案描述如下:
1、照明光源与光照箱部件:由光照箱体、照明点光源和磨沙玻璃组成。两个CCD摄像机、光纤传感器和照明光源以及反射体都安装在光照箱体内,以避免外界光线的影响。光源照射在磨沙玻璃板上,通过漫反射照射到水果表面,光照箱的内壁为白色,外嵌磨沙玻璃,使光照箱内的光线散射照射,以最大限度地消除由光源引起的瓜果表面反光现象。
2、CCD摄像机的安装位置:两个CCD摄像机分别安装在被测瓜果的左右上方与瓜果成120度夹角,两摄像机采集的图像区域有一定的重叠,以保证不会遗漏果实的表面信息。摄像机和果实表面保持15~20cm的间隔,以避免采到的信号失真,画面上的果实图像变形。
3、利用硬件触发获取图像的方法:在计算机上装有两块相同型号,可以通过外部信号直接触发抓取图像的图像采集卡,每块卡和一个CCD摄像机相连。将对射式光纤传感器上下布置,当分拣流水线运动时,托盘支架从传感器的发射极和接收极之间通过,使传感器产生周期性的电平信号。将该信号作为控制摄像机抓取图像的触发信号,图像采集卡采用硬件触发方式,控制摄像机以获得高清晰的水果图像。
4、被测瓜果定位和提高图像处理效率的方法:为了防止传送装置对瓜果的损伤,本系统利用托盘将瓜果传送到摄像机下进行检测。通过调整对射式光纤传感器在流水线上的位置,可以保证当水果运动到最佳拍摄位置时,传感器发出触发信号控制图像采集卡采集图像。为了提高图像处理效率,利用无瓜果的托盘图像与有瓜果托盘图像进行差分运算的图像预处理技术,即将两幅图像作逻辑与运算,相同部分认为是背景信号滤除,不同部分认为是瓜果信号保留,今后只对该部分图像处理以达到提高运算速度的目的。
本发明实现了对瓜果外部品质的高速,高分辨率无损伤判别,可以实现高速(每秒不小于5个)、高分辨率(768×492像素)的图像采集,有效避免计算机延时对图像采集的影响,能够瞬时采集被检瓜果全方位的表面图像信息;采用合理的光源布置,可以滤除果实表面的反光;采用高效率图像预处理算法,大大提高了图像处理的速度,可以满足高速瓜果分拣系统的要求。
附图说明:
图1是本发明基于机器视觉的高速瓜果品质识别系统结构示意图。
图中,1为图像采集系统,2为光学成像系统,3为光纤传感器,4为工控机,5为图像采集卡,6为光照箱外壳,7为散射磨沙玻璃,8为照明点光源,9为彩色CCD摄像机,10为水果托盘支架,11为水果托盘,12为光纤传感器发射极,13为光纤传感器接收极,14为光纤传感器信号放大器,15为被检测水果,16为摄像机支架。
图2是本发明的光纤传感器安装位置示意图。
图2中,6为光照箱外壳,9为彩色CCD摄像机,10为水果托盘支架,11为水果托盘,12为光纤传感器发射极,13为光纤传感器接收极,15为被检测水果,16为摄像机支架,17为传感器支架,18为流水线机架。
图3是本发明的图像采集系统工作流程图。
具体实施方式:
以下结合附图对本发明的技术方案作进一步描述。
本发明的整个瓜果品质识别系统结构如图1所示,由图像采集系统1、光学成像系统2和光纤传感器3三部分组成。
光学成像系统2包括光照箱外壳6、220V照明点光源8、散射磨沙玻璃7、彩色CCD摄像机9、摄像机支架16。两个摄像机9对称安装在固定于光照箱外壳6上部的摄像机支架16上,摄像机9相互之间的夹角为120度,与被检果实15表面的法向距离为15~20cm。在保证获得完整水果表面图像信息的同时,可以有效地避免因水果15与摄像机9的距离过近而造成的图像失真现象。光照箱外壳6的内壁为白色,镶嵌有散射磨沙玻璃7,照明点光源8对称均匀分布在光照箱内。当光源8通电时,散射磨沙玻璃7可以使由点光源8发出的光线向各处散射,有效地消除因为光源而引起的果实表面的反光现象。
图像采集系统1包括工控机4和图像采集卡5。两块图像采集卡5分别和两个摄像机9通过视频线相连,每块图像采集卡5各自负责一个摄像机9的图像采集任务。图像采集卡5与工控机4的图像处理单元相连。本发明采用了图像采集卡5的外部触发功能,利用光纤传感器3生成的周期性电平信号控制图像的抓取。
光纤传感器3包括光纤传感器发射极12、光纤传感器接收极13、光纤传感器信号放大器14、传感器支架17。光纤传感器的发射极12和接收极13安装在传感器支架17的上下两端,传感器支架17固定于流水线机架18上,光纤传感器的发射极12和接收极13分别经光纤传感器信号放大器14与两块图像采集卡5相连。
本发明采用的CCD摄像机9可为Viewse公司的VC-823D彩色1/3”CCD摄像机,这款CCD摄像头可以采用NTSC和PAL两种制式,分辨率为756×568像素。
图2是本发明光纤传感器3的安装位置示意图。
如图2所示:光纤传感器3:包括光纤传感器发射极12、光纤传感器接收极13、光纤传感器信号放大器14、传感器支架17。光纤传感器3的作用是当检测到果实托盘11运动到最佳拍摄位置时,向图像采集系统1提供触发信号,确保图像采集系统1得到完整的果实图像信息。光纤传感器3的发射极12和接收极13安装在传感器支架17的上下两端,传感器支架17固定于流水线机架18上,传感器支架17和摄像机支架16保持合适的距离,使当信号放大器14发出触发信号时,摄像机9能拍摄到处于最佳位置的果实图像。当流水线运动时,流水线上的托盘支架10将从发射极12和接收极13之间穿过,从而产生周期性的高低电平,作为图像采集系统1的触发信号。本发明选用了Keyence的FS-V11对射式光纤传感器,它由发射极12、接收极13和NPN型信号放大器14组成。
图像采集系统1包括工控机4、图像采集卡5,工作流程如图3所示。
光纤传感器接收到水果的位置信息,生成周期性电平触发信号送到图像采集卡,由图像采集卡给出图像抓取信号控制彩色CCD摄像机抓取图像,水果图像信息被摄像机拍摄到,得到的视频信息通过视频线传送到图像采集卡,由图像采集卡将采集到的图像经PCI总线传送到工控机的图像处理单元,进行后续图像处理。
本发明选用了FS-V11对射式光纤传感器、VC-823D彩色CCD摄像机,图像采集卡选用MATROX公司的Meteor2 Standard PCI图像采集卡,带有4M SGRAM片上缓存,采样频率可达25帧/秒,既可以采用外部电平触发信号控制摄像头抓取图像,也可以采用软件直接抓取图像。本发明一共采用了两块Meteor2 Standard图像采集卡,分别和两个彩色CCD摄像机9通过视频线相连,每块卡各自负责一个摄像机的图像采集任务。本发明采用了Meteor2 Standard图像采集卡的外部触发功能来控制图像的采集,FS-V11对射式光纤传感器的输出端和Meteor2Standard图像采集卡的触发端相连,结果证明采用硬件触发抓取获得的图像十分稳定,没有黑纹和抖动现象,能够满足后续图像处理的需要。
为了提高图像处理算法的效率,本发明采用了对采集到的图像进行差分处理的预处理技术,即首先采集一幅不存在果实的背景图像,当程序运行时,将实时采集到的存在果实的图像和背景图像做逻辑与运算,运算结果为1的被认为是背景图像消除,运算结果为0的被认为是果实图像保留,后继算法只对果实图像的区域进行处理,大大减少了运算量,提高了处理速度。
本发明能清晰地抓取以每秒1米的速度经过瓜果的全方位图像信号,抓取到的瓜果图像信号基本上消除了瓜果光滑表面的反光影响,图像处理和识别的效率提高3倍左右,确保了对瓜果进行高速、高分辨率的品质判别。
Claims (1)
1、一种基于机器视觉的高速瓜果品质识别系统,包括图像采集系统(1)、光学成像系统(2)和光纤传感器(3),其特征在于光学成像系统(2)中,两个摄像机(9)对称安装在固定于光照箱外壳(6)上部的摄像机支架(16)上,摄像机(9)相互之间的夹角为120度,光照箱外壳(6)的白色内壁镶有散射磨沙玻璃(7),照明点光源(8)对称均匀分布在光照箱内,图像采集系统(1)包括工控机(4)和图像采集卡(5),两块图像采集卡(5)分别和两个摄像机(9)通过视频线相连,图像采集卡(5)与工控机(4)的图像处理单元相连,光纤传感器(3)的发射极(12)和接收极(13)安装在传感器支架(17)的上下两端,传感器支架(17)固定于流水线机架(18)上,光纤传感器的发射极(12)和接收极(13)分别经光纤传感器信号放大器(14)与两块图像采集卡(5)相连。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 03129387 CN1203304C (zh) | 2003-06-19 | 2003-06-19 | 基于机器视觉的高速瓜果品质识别系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 03129387 CN1203304C (zh) | 2003-06-19 | 2003-06-19 | 基于机器视觉的高速瓜果品质识别系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN1462875A true CN1462875A (zh) | 2003-12-24 |
CN1203304C CN1203304C (zh) | 2005-05-25 |
Family
ID=29748435
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 03129387 Expired - Fee Related CN1203304C (zh) | 2003-06-19 | 2003-06-19 | 基于机器视觉的高速瓜果品质识别系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN1203304C (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101750419B (zh) * | 2009-12-21 | 2012-10-10 | 核工业理化工程研究院华核新技术开发公司 | 基于特征匹配的开放式视觉检测方法 |
CN103336946A (zh) * | 2013-06-17 | 2013-10-02 | 浙江大学 | 一种基于双目立体视觉的成簇状番茄识别方法 |
CN103885279A (zh) * | 2014-03-27 | 2014-06-25 | 大连理工大学 | 一种空间三维图像采集系统 |
CN103934211A (zh) * | 2014-04-30 | 2014-07-23 | 重庆环视科技有限公司 | 基于立体视觉的产品三维尺寸分拣系统 |
CN104368541A (zh) * | 2014-11-19 | 2015-02-25 | 合肥安晶龙电子有限公司 | 色选机成像装置 |
CN105159248A (zh) * | 2015-08-05 | 2015-12-16 | 东莞理工学院 | 一种基于机器视觉的对工业产品分类的方法 |
CN105381966A (zh) * | 2015-12-14 | 2016-03-09 | 芜湖恒信汽车内饰制造有限公司 | 一种组装线照片对比检测装置 |
CN105834119A (zh) * | 2016-05-04 | 2016-08-10 | 成都贝森伟任科技有限责任公司 | 水果自动分级装置 |
CN106353322A (zh) * | 2016-11-25 | 2017-01-25 | 安徽机电职业技术学院 | 用于脐橙分级的图像采集装置 |
CN110270517A (zh) * | 2019-05-28 | 2019-09-24 | 江苏师范大学 | 一种基于荧光检测的水果分拣系统及其方法 |
CN110918501A (zh) * | 2019-11-24 | 2020-03-27 | 郑州大学 | 一种果实智能优选设备及检测方法 |
CN111729870A (zh) * | 2020-07-17 | 2020-10-02 | 成都卓识维景科技有限公司 | 一种基于机器视觉的制动盘风道缺陷自动检测装置和方法 |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102192911B (zh) * | 2010-03-17 | 2014-04-23 | 中国科学院自动化研究所 | 一种基于机器视觉的金属瓶盖质量检测系统 |
CN102155675B (zh) * | 2010-12-24 | 2012-10-10 | 安徽省烟草专卖局 | 应用于机器视觉系统的立体照明装置 |
-
2003
- 2003-06-19 CN CN 03129387 patent/CN1203304C/zh not_active Expired - Fee Related
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101750419B (zh) * | 2009-12-21 | 2012-10-10 | 核工业理化工程研究院华核新技术开发公司 | 基于特征匹配的开放式视觉检测方法 |
CN103336946A (zh) * | 2013-06-17 | 2013-10-02 | 浙江大学 | 一种基于双目立体视觉的成簇状番茄识别方法 |
CN103336946B (zh) * | 2013-06-17 | 2016-05-04 | 浙江大学 | 一种基于双目立体视觉的成簇状番茄识别方法 |
CN103885279A (zh) * | 2014-03-27 | 2014-06-25 | 大连理工大学 | 一种空间三维图像采集系统 |
CN103934211A (zh) * | 2014-04-30 | 2014-07-23 | 重庆环视科技有限公司 | 基于立体视觉的产品三维尺寸分拣系统 |
CN104368541A (zh) * | 2014-11-19 | 2015-02-25 | 合肥安晶龙电子有限公司 | 色选机成像装置 |
CN105159248B (zh) * | 2015-08-05 | 2019-01-29 | 东莞理工学院 | 一种基于机器视觉的对工业产品分类的方法 |
CN105159248A (zh) * | 2015-08-05 | 2015-12-16 | 东莞理工学院 | 一种基于机器视觉的对工业产品分类的方法 |
CN105381966A (zh) * | 2015-12-14 | 2016-03-09 | 芜湖恒信汽车内饰制造有限公司 | 一种组装线照片对比检测装置 |
CN105834119A (zh) * | 2016-05-04 | 2016-08-10 | 成都贝森伟任科技有限责任公司 | 水果自动分级装置 |
CN106353322A (zh) * | 2016-11-25 | 2017-01-25 | 安徽机电职业技术学院 | 用于脐橙分级的图像采集装置 |
CN110270517A (zh) * | 2019-05-28 | 2019-09-24 | 江苏师范大学 | 一种基于荧光检测的水果分拣系统及其方法 |
CN110918501A (zh) * | 2019-11-24 | 2020-03-27 | 郑州大学 | 一种果实智能优选设备及检测方法 |
CN111729870A (zh) * | 2020-07-17 | 2020-10-02 | 成都卓识维景科技有限公司 | 一种基于机器视觉的制动盘风道缺陷自动检测装置和方法 |
Also Published As
Publication number | Publication date |
---|---|
CN1203304C (zh) | 2005-05-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN1203304C (zh) | 基于机器视觉的高速瓜果品质识别系统 | |
CN202974886U (zh) | 一种机器视觉罐身卷封缺陷检测系统 | |
CN105181714B (zh) | 一种基于图像处理的瓶装液体杂质检测系统及其检测方法 | |
CN105891233B (zh) | 基于机器视觉的镜片表面缺陷智能检测系统及其实现方法 | |
US6061086A (en) | Apparatus and method for automated visual inspection of objects | |
CN1664568A (zh) | 基于图像信息融合技术的水果品质检测系统 | |
CN104432498B (zh) | 基于机器视觉的卷烟机烟支外观视觉检测装置 | |
CN107309181B (zh) | 一种基于机器视觉的珍珠智能分拣系统 | |
CN109916910B (zh) | 光伏玻璃边部缺陷检测系统及相应的方法 | |
CN109030504B (zh) | 基于虚实成像相结合的全景马铃薯缺陷检测装置及方法 | |
CN103901040A (zh) | 一种基于机器视觉的三维网状物缺陷在线检测系统 | |
CN101561948A (zh) | 一种硬币质量自动检测装置 | |
CN101825582B (zh) | 一种圆柱体透明瓶壁的图像采集处理方法和检测装置 | |
CN111524101A (zh) | 一种基于机器视觉技术的电子屏幕缺陷检测方法 | |
CN102175692A (zh) | 织物坯布疵点快速检测系统及方法 | |
CN101565109A (zh) | 基于机器视觉的药品粉针剂生产中铝盖包装在线检测系统 | |
CN108267455A (zh) | 塑料薄膜印刷字符缺陷检测装置及方法 | |
CN114113129B (zh) | 一种镜片微小缺陷识别抓取系统及方法 | |
CN206609797U (zh) | 零件立体视觉检测机 | |
CN202351182U (zh) | 一种马口铁表面缺陷在线高速检测系统 | |
CN207502417U (zh) | 用于在线检测的图像采集装置 | |
CN211741094U (zh) | 一种用于透明镜印刷烫金工序的表面缺陷检测装置 | |
CN109142377A (zh) | 一种饮用矿泉水水质检测装置 | |
CN208155893U (zh) | 基于高速相机的双目视觉划痕检测系统 | |
CN209550027U (zh) | 基于计算机视觉的一次性纸尿裤智能分拣系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C19 | Lapse of patent right due to non-payment of the annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |