CN209027982U - 一种基于机器视觉的番茄品质检测系统 - Google Patents
一种基于机器视觉的番茄品质检测系统 Download PDFInfo
- Publication number
- CN209027982U CN209027982U CN201821703502.0U CN201821703502U CN209027982U CN 209027982 U CN209027982 U CN 209027982U CN 201821703502 U CN201821703502 U CN 201821703502U CN 209027982 U CN209027982 U CN 209027982U
- Authority
- CN
- China
- Prior art keywords
- camera
- tomato
- detection case
- machine vision
- opaque
- 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.)
- Expired - Fee Related
Links
Abstract
本实用新型涉及一种基于机器视觉的番茄品质检测系统,其特征在于,包括传送装置、不透光检测箱和控制器,所述不透光检测箱的左右两侧面上对称地设置有开口以便于所述传送装置携带待检番茄通过,所述开口处分别设置有挡光帘;所述不透光检测箱内设置有光源、光谱相机和摄像头,所述摄像头和光谱相机与所述控制器连接。所述摄像头有两个,其中一个摄像头设置在所述不透光检测箱的顶部,另一个摄像头设置在所述不透光检测箱的前端面或后端面上。所述两个摄像头的中心轴线垂直相交形成90度夹角;所述两个摄像头实现同时拍摄。本实用新型实现了对番茄大小、糖度的无损检测,解决了人工分级中存在的效率低、主观性强、精度低等问题。
Description
技术领域
本实用新型属于番茄品质检测及分级技术领域,具体涉及一种基于机器视觉的番茄品质检测系统。
背景技术
番茄的大小、含糖度是表征番茄品质的重要特征,番茄的分级往往根据其大小、含糖度来实现。传统的分级主要由人工完成,这种分级方式的缺点是:效率低,成本高,精度差,劳动强度大。由于机器视觉是一种非接触式的测量方式,可用于番茄这类易被损坏果蔬的无损检测,并且将机器视觉应用于番茄分级中可大大减少人的劳动强度,还具有检测效率高、精度高等优点。
实用新型内容
本实用新型设计了一种基于机器视觉的番茄品质检测系统,解决了现有技术中对番茄人工分级存在效率低,成本高,精度差,劳动强度大的问题。
为了解决上述存在的技术问题,一方面,公开了一种基于机器视觉的番茄品质检测系统,包括传送装置、不透光检测箱和控制器,所述不透光检测箱的左右两侧面上对称地设置有开口以便于所述传送装置携带待检番茄通过,所述开口处分别设置有挡光帘;所述不透光检测箱内设置有光源、光谱相机和至少两个摄像头,所述摄像头和光谱相机与所述控制器连接。
进一步,所述摄像头有两个,其中一个摄像头设置在所述不透光检测箱的顶部,另一个摄像头设置在所述不透光检测箱的前端面或后端面上。
进一步,所述两个摄像头的中心轴线垂直相交,形成90度夹角;所述两个摄像头由所述控制器的同一信号控制以实现同时拍摄。
进一步,所述两个摄像头均是单目摄像头。
进一步,所述光谱相机设置在所述不透光检测箱的顶部。
进一步,所述光源是环形光源,设置在所述不透光检测箱的顶部中央;所述光谱相机和一个摄像头位于环形光源的环内。
进一步,所述不透光检测箱内还设置有光电传感器,所述光电传感器与所述控制器连接。
进一步,所述光电传感器设置在所述不透光检测箱的前端面或后端面上靠近待测番茄进口的一端。
进一步,所述控制器是工控机;所述工控机包含两个图像采集卡,其中一个图像采集卡与所述摄像头相对应,另一个图像采集卡与所述光谱相机相对应。
进一步,所述传送装置包括传送带,所述传送带穿过所述不透光检测箱。
进一步,所述挡光帘的颜色是黑色。
进一步,所述不透光检测箱的颜色是黑色。
另一方面,还公开了一种基于机器视觉的番茄品质检测方法,
首先,当传送装置携带待测番茄进入不透光检测箱时,检测系统发送信号给控制器;
其次,控制器接收到信号后触发摄像头和光谱相机,使摄像头和光谱相机分别采集图像并分别发送至控制器的相应图像采集卡中;
最后,控制器对相应图像采集卡中的图像分别进行相应的处理,并根据设定的分级标准判定番茄品质,输出判定结果。
进一步,当传送装置携带待测番茄进入不透光检测箱时,待测番茄触发不透光检测箱内的光电传感器,光电传感器发生电平变化并将电平变化信号给控制器。
进一步,控制器接收到信号后触发摄像头和光谱相机,两个或多个摄像头同时拍摄,确保获得同一个番茄在同一时刻的俯视图和侧视图;光谱相机获取番茄表面的光谱图像信息。
该基于机器视觉的番茄品质检测系统具有以下有益效果:
(1)本实用新型能够实现对番茄大小、糖度的无损检测,解决了人工分级中存在的效率低、主观性强、精度低等问题。
(2)本实用新型采用两个摄像头成90度放置,当摄像头接受信号后,同时拍照,确保获得同一个番茄在同一时刻的俯视图和侧视图,可覆盖番茄表面的75%以上,减少误差,可获得精确的番茄尺寸大小信息。
(3)本实用新型采用光谱相机,获取番茄表面的光谱信息,再由图像采集卡将其信息传送至工控机,工控机处理分析后,可获得番茄糖度信息。结构简单,成本低。
附图说明
图1:本实用新型实施方式中基于机器视觉的番茄品质检测系统的结构示意图;
图2:本实用新型实施方式中检测箱和工控机的结构示意图;
图3:本实用新型实施方式中检测箱的主视图;
图4:本实用新型实施方式中视觉检测原理图。
附图标记说明:
1—不透光检测箱;11—光源;12—摄像头Ⅰ;13—光谱相机;14—挡光帘Ⅰ;15—挡光帘Ⅱ;16—摄像头Ⅱ;17—光电传感器;2—控制器;21—图像采集卡Ⅰ;22—图像采集卡Ⅱ;23—电源;3—传送装置;4—待检番茄。
具体实施方式
下面结合附图,对本实用新型做进一步说明:
图1至图4示出了本实用新型基于机器视觉的番茄品质检测系统的具体实施方式。图1是本实施方式中基于机器视觉的番茄品质检测系统的结构示意图;图2和图3是本实施方式中不透光检测箱和工控机的结构示意图;图4是本实施方式中视觉检测原理图。
如图1所示,本实施方式中的基于机器视觉的番茄品质检测系统,包括传送装置3、不透光检测箱1和控制器2,不透光检测箱1的左右两侧面上对称地设置有开口以便于传送装置3携带待检番茄4通过,所述开口处分别设置有挡光帘,方便待检番茄4出入不透光检测箱1的同时保持外部环境不会对不透光检测箱1内部产生干扰;不透光检测箱1内设置有光源11、至少两个摄像头、光谱相机13,所述摄像头和光谱相机13与控制器2连接。使用光谱相机13,利用光谱原理,可获得番茄糖度信息。
本实施例中,不透光检测箱1左侧面上的开口处设置有挡光帘Ⅰ14,不透光检测箱1右侧面上的开口处设置有挡光帘Ⅱ15。挡光帘的颜色为黑色。不透光检测箱1的颜色为黑色。
优选地,所述摄像头有两个,其中一个摄像头设置在不透光检测箱1的顶部,如图2中的摄像头Ⅰ12,另一个摄像头设置在不透光检测箱1的前端面或后端面上,如图2中的摄像头Ⅱ16。
优选地,所述两个摄像头的中心轴线垂直相交,形成90度夹角;所述两个摄像头由所述控制器的同一信号控制以实现同时拍摄,如图3所示。两个摄像头同时采集图像,即两个摄像头同时拍照可获得同一个番茄同一时刻不同角度的图像,覆盖整个番茄表面75%以上,大大减少了误差,保证了检测的精确性。而且90度放置摄像头的方法也易于实现。
本实施例中,所述两个摄像头均是单目摄像头。
优选地,光谱相机13设置在不透光检测箱1的顶部,如图2和图3所示。使用光谱相机13,使该系统不仅仅能检测番茄大小,还可以检测番茄的糖度,大大提高了分级效率。
优选地,光源11是环形光源,设置在不透光检测箱1的顶部中央,可使黑箱内部光线更加均匀,以获得良好的图像效果;光谱相机13和一个摄像头,即摄像头Ⅰ12位于环形光源的环内,如图2和图3所示。
优选地,不透光检测箱1内还设置有光电传感器17,光电传感器17与控制器2连接。
具体地,光电传感器17设置在不透光检测箱1的前端面或后端面上靠近待测番茄进口的一端,如图2和图3所示。
优选地,控制器3是工控机;工控机包含两个图像采集卡,其中一个图像采集卡与所述摄像头相对应,如图1、图2和图4中的图像采集卡Ⅰ21;另一个图像采集卡与光谱相机13相对应,如图1、图2和图4中的图像采集卡Ⅱ22。
优选地,传送装置3包括传送带,传送带携带待检番茄4穿过不透光检测箱1。
本实施例中,工控机、光电传感器17、环形光源11分别和同一电源23相连。
该基于机器视觉的番茄品质检测系统的检测方法,包括:
首先,当传送装置3携带待测番茄4进入不透光检测箱1时,检测系统发送信号给控制器2;
其次,控制器2接收到信号后触发摄像头和光谱相机17,使摄像头和光谱相机13分别采集图像并分别发送至控制器2的相应图像采集卡中;
最后,控制器2对相应图像采集卡中的图像分别进行相应的处理,并根据设定的分级标准判定番茄品质,输出判定结果。
优选地,当传送装置3携带待测番茄4进入不透光检测箱1时,待测番茄4触发不透光检测箱1内的光电传感器17,光电传感器17发生电平变化并将电平变化信号给控制器2。
优选地,控制器2接收到信号后触发摄像头和光谱相机13,两个或多个摄像头同时拍摄,确保获得同一个番茄在同一时刻的俯视图和侧视图;光谱相机13获取番茄表面的光谱图像信息。
具体地,本实施例中,待测番茄4进入不透光检测箱1,触发光电传感器17使光电传感器17发生电平变化,工控机接收到光电传感器17电平变化信号后触发摄像头和光谱相机13使其采集图像,在番茄随传送带运动中,相应的图像采集卡分别将采集的图像信息传输至工控机中,工控机对采集的图像进行处理,根据设定的分级标准判定番茄品质。
该系统能够实现对番茄大小糖度的无损检测,解决了人工分级中存在的效率低、主观性强、精度低等问题。
该系统采用两个摄像头成90度放置,当摄像头接受信号后,同时拍照,确保获得同一个番茄在同一时刻的俯视图和侧视图,可覆盖番茄表面的75%以上,减少误差,可获得比较精确的番茄尺寸大小信息。
该系统采用光谱相机,获取番茄表面的光谱信息,再由图像采集卡将其信息传送至工控机,工控机处理分析后,可获得番茄糖度信息。
上面结合附图对本实用新型进行了示例性的描述,显然本实用新型的实现并不受上述方式的限制,只要采用了本实用新型的方法构思和技术方案进行的各种改进,或未经改进将本实用新型的构思和技术方案直接应用于其它场合的,均在本实用新型的保护范围内。
Claims (10)
1.一种基于机器视觉的番茄品质检测系统,其特征在于,包括传送装置、不透光检测箱和控制器,所述不透光检测箱的左右两侧面上对称地设置有开口以便于所述传送装置携带待检番茄通过,所述开口处分别设置有挡光帘;所述不透光检测箱内设置有光源、光谱相机和至少两个摄像头,所述摄像头和光谱相机与所述控制器连接。
2.根据权利要求1所述的基于机器视觉的番茄品质检测系统,其特征在于,所述摄像头有两个,其中一个摄像头设置在所述不透光检测箱的顶部,另一个摄像头设置在所述不透光检测箱的前端面或后端面上。
3.根据权利要求2所述的基于机器视觉的番茄品质检测系统,其特征在于,所述两个摄像头的中心轴线垂直相交,形成90度夹角;所述两个摄像头由所述控制器的同一信号控制以实现同时拍摄。
4.根据权利要求2或3所述的基于机器视觉的番茄品质检测系统,其特征在于,所述两个摄像头均是单目摄像头。
5.根据权利要求1、2或3所述的基于机器视觉的番茄品质检测系统,其特征在于,所述光谱相机设置在所述不透光检测箱的顶部。
6.根据权利要求1、2或3所述的基于机器视觉的番茄品质检测系统,其特征在于,所述光源是环形光源,设置在所述不透光检测箱的顶部中央;所述光谱相机和一个摄像头位于环形光源的环内。
7.根据权利要求1、2或3所述的基于机器视觉的番茄品质检测系统,其特征在于,所述不透光检测箱内还设置有光电传感器,所述光电传感器与所述控制器连接。
8.根据权利要求7所述的基于机器视觉的番茄品质检测系统,其特征在于,所述光电传感器设置在所述不透光检测箱的前端面或后端面上靠近待测番茄进口的一端。
9.根据权利要求1、2、3或8所述的基于机器视觉的番茄品质检测系统,其特征在于,所述控制器是工控机;所述工控机包含两个图像采集卡,其中一个图像采集卡与所述摄像头相对应,另一个图像采集卡与所述光谱相机相对应。
10.根据权利要求1、2、3或8所述的基于机器视觉的番茄品质检测系统,其特征在于,所述传送装置包括传送带,所述传送带穿过所述不透光检测箱。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201821703502.0U CN209027982U (zh) | 2018-10-21 | 2018-10-21 | 一种基于机器视觉的番茄品质检测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201821703502.0U CN209027982U (zh) | 2018-10-21 | 2018-10-21 | 一种基于机器视觉的番茄品质检测系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN209027982U true CN209027982U (zh) | 2019-06-25 |
Family
ID=66907966
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201821703502.0U Expired - Fee Related CN209027982U (zh) | 2018-10-21 | 2018-10-21 | 一种基于机器视觉的番茄品质检测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN209027982U (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109187373A (zh) * | 2018-10-21 | 2019-01-11 | 西北农林科技大学 | 一种基于机器视觉的番茄品质检测系统及检测方法 |
-
2018
- 2018-10-21 CN CN201821703502.0U patent/CN209027982U/zh not_active Expired - Fee Related
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109187373A (zh) * | 2018-10-21 | 2019-01-11 | 西北农林科技大学 | 一种基于机器视觉的番茄品质检测系统及检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109187373A (zh) | 一种基于机器视觉的番茄品质检测系统及检测方法 | |
CN106468668B (zh) | 工业相机圆柱检测方法 | |
CN106596574B (zh) | 一种检测物体表面缺陷的装置及方法 | |
CN101424514B (zh) | 基于图像处理的卷尺刻度在线自动检测系统及方法 | |
CN116879308A (zh) | 一种工业机器视觉系统图像处理方法 | |
WO2020147397A1 (zh) | 用于弧面外观检测的机器视觉系统及检测方法 | |
CN102253053B (zh) | 外观检查装置 | |
CN106018430B (zh) | 一种六面视觉检测装置及其控制方法 | |
CN108490000A (zh) | 一种棒线材表面缺陷在线检测装置和方法 | |
CN104634261B (zh) | 基于线激光源的中厚板形貌检测系统及其方法 | |
CN110146516B (zh) | 基于正交双目机器视觉的水果分级装置 | |
CN206772843U (zh) | 结合ccd线扫描相机与深度学习的缺陷分类检测系统 | |
CN210071686U (zh) | 基于正交双目机器视觉的水果分级装置 | |
CN206362717U (zh) | 一种检测物体表面缺陷的装置 | |
CN106052586A (zh) | 基于机器视觉的石材大板表面轮廓尺寸获取系统及方法 | |
CN205861568U (zh) | 一种六面视觉检测装置 | |
CN104197836A (zh) | 基于机器视觉的汽车门锁装配尺寸检测方法 | |
CN106896110A (zh) | 基于单目机器视觉的产品质量检测装置及方法 | |
CN206223683U (zh) | 一种板状带孔工件表面缺陷检测装置 | |
CN105784722A (zh) | 一种流水线上药液瓶中可见异物的检测方法及系统 | |
CN107884412A (zh) | 一种针叶树木芯的年轮信息检测装置及方法 | |
CN209027982U (zh) | 一种基于机器视觉的番茄品质检测系统 | |
CN208187551U (zh) | 一种基于光谱的印刷品颜色检测系统 | |
CN209230716U (zh) | 一种体积测量装置 | |
CN206490044U (zh) | 一种太阳能电池片表面缺陷检测系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20190625 Termination date: 20201021 |