小型农产品分选机的控制系统与控制方法

为减小基于机器视觉的农产品分选机的体积、降低设备成本,提出了一种以DSP为视觉核心、ARM为控制核心的小型农产品分选机。为此,详细介绍了基于机器视觉技术的小型农产品分级机控制系统及控制方法,并以圣女果、金桔及桂圆干等3种物料作为试验对象,测试系统的可靠性和工作效率。结果表明:针对家庭农场及小规模农产品的处理和营销,在基于机器视觉的小型农产品分选机中采用ARM与DSP相结合的方法进行分选是可行的,能够替代PC机或工业计算机实现分选机的低成本和小型化。     

机器视觉技术在农业领域中的应用

机器视觉又称计算机视觉,指人类设计并在计算机环境下实现的模拟或再现与人类视觉有关的某些智能行为的技术,如对印刷与手写文字识别、图像模式识别和物体三维表面形状知识与距离、速度感知等.机器视觉技术在农业上的研究与应用始于20世纪70年代末期,主要研究集中于农产品分选机械中利用机器视觉对农产品进行品质检测与分级.由于受当时计算机发展水平的影响,检测速度达不到实时要求,处于实验研究阶段.随着电子技术、计算机软硬件技术、图像处理技术及与人类视觉相关的生理技术的迅速发展,机器视觉技术本身在理论和实践上都取得了重大突破,除农产品分选机械外,目前该技术已经渗透到农产品鉴定、农作物生长、农产品收获等多个领域.     

红枣自动快速无损检测分级机研究

设计了基于机器视觉技术的红枣自动快速无损检测分级机,可依据枣果外部综合指标进行判别分级。整机由单体化定向排布输送系统、多表面图像采集与处理系统、分级执行机构、传动及控制部分组成。根据整机工作原理,采用辊轮输送链板与间歇式凸轮拨枣机构相结合的方式,实现枣果快速单体化排布输送,利用工业相机与STM32嵌入式系统配合正面及背面光源进行枣果多表面图像采集,采用气动式分级执行机构完成枣果分级。理论计算与试验表明:输送带最佳倾角为28°,当运行速度为160 mm/s时,输送带驻枣率为95%,分级速度达10个/s,分级准确率92%,最大产能550 kg/h,可较好满足红枣自动化快速检测分级生产要求。     

枸杞自动化输送和分级装置机械设计

针对传统枸杞分选机输送系统体积大、对果品损伤大的劣势,设计了一种微型化、振动式上料喂料装置,采用四轨道枸杞输送,将枸杞自动排布系统的体积缩小至70×60×70cm3。利用机器视觉的方法,对枸杞进行全图像采集,图像处理后用非接触喷气式分离系统对枸杞进行分级,达到了无损伤、无污染的分级效果。实验表明:在振动频率为60Hz、振幅为0.25mm时,可分级枸杞36个/s,分级准确度率89%,能够较好地满足枸杞加工中对枸杞分级的要求。     

核桃分选机的研究现状

核桃分级技术是其产业化过程中进行流通、贮藏保鲜及深加工和提高农产品附加值的关键技术之一。为此,针对我国目前各种红枣分级技术以及红枣分级技术未来需要解决的问题,介绍了我国目前最典型的核桃分级机以及各自的结构和特点。结果表明:机械式核桃分级机在一段时间内还有很大的市场,随着核桃分级技术的发展,基于机器视觉的红枣分级机在特定的使用对象方面取代原有的机械式核桃分级机是必然趋势。     

基于响应面法的马铃薯分选机参数优化及试验*

为减少马铃薯在分选过程中的跌落损伤,探讨分选机的工作条件对马铃薯跌落损伤的影响,以“荷兰15”马铃薯为试验材料,以马铃薯分选机的输送速度、剔除力、马铃薯的下落高度和含水率为试验因素,以马铃薯的跌落损伤等级为响应值,进行二次回归正交旋转试验,通过Design-Expert 8.0.6软件对试验结果畸形方差分析,并通过响应面探究各试验因素对马铃薯的跌落损伤等级的影响规律,确定马铃薯分选机的最佳工作参数。跌落试验结果表明:对马铃薯跌落损伤等级的影响程度主次顺序为马铃薯含水率、下落高度、输送速度、剔除力。当马铃薯输送速度为0.3 m/s,剔除力为15 N,下落高度为45 cm,含水率为75.36%时,在该参数组合下分选机对马铃薯跌落损伤等级最小。试验所得马铃薯的实际跌落损伤等级为0.84,该结果与马铃薯跌落损伤预测等级具有良好的拟合性。     

基于梯度分布不均匀性的干瘪红枣识别

为了从混合的饱满红枣和干瘪红枣中识别出干瘪红枣,首先分析了颜色空间模型的特性,选择灰度图、RGB颜色空间模型的R分量、L*a*b*颜色空间模型的a*分量,并使用不同的梯度算子作为对比;然后通过形态学运算、逻辑运算去除异常梯度,进行梯度归一化变换;最后采用归一化的梯度直方图作为红枣表面的纹理特征表示方法,并计算其梯度分布不均匀性作为判别准则。利用12通道红枣分选机采集240幅饱满与202幅干瘪红枣图像作为样本图像。实验结果表明,采用简单梯度算子对L*a*b*模型的a*分量提取纹理信息效果最好,误判率为0.83%,正确识别率高达99.01%。     

基于计算机视觉的新疆棉种颜色分选系统设计

设计了一套基于机器视觉的脱绒棉种在线分选系统,采用种子平抛和气吹分离的方式实现了新疆地区红棕色棉种与黑色棉种的自动分选。研究了无序状态下的种子图像采集方法,并通过区域细分的方式解决了无序种子与气流喷嘴的对应关系。提出了种子位置跟踪和分离算法,实现了对棉种图像处理结果的延时分离操作。实验结果表明:在传送带速度为0.50 m/s时,分选精度为88.6%,选出率为80.7%。     

水果机器视觉质量综合分选机的设计

为满足水果外观品质和质量综合分选的实际需要,设计了一种集机器视觉与质量检测为一体的水果自动分选机.该分选机主要由机械系统、称重模块、同步控制系统和图像处理系统组成.为此,介绍了各部分的结构及工作原理,给出了水果同步检测过程的实现方法.通过这种综合设计,该分选机能实时检测水果的大小、质量、颜色、表面缺陷状况和果形等品质,并能根据预定标准综合评定水果的等级,对水果进行自动分级.     

基于计算机视觉的高速机器人芒果分选系统设计

针对目前芒果的外观品质分级采取人工方法所存在的不足,基于机器视觉、并联机器人等先进技术,构建了用于芒果品质动态、实时检测及分选的高速机器人系统,设计了芒果分拣的计算机视觉硬件系统,开发了高速分拣计算机视觉软件系统。工作时,芒果输送带将芒果按机器人动作节拍输送至图像采集区域由工业相机采集图像,识别系统对图像信息进行特征提取,建立图像特征与国家标准中的三级芒果的对应关系,将具有相应图像特征的芒果其所处位置信息及其级别对应的位置信息,通过单片机控制系统输送给高速分选机器人,从而完成芒果的高速分选。测试结果表明:高速分拣机器人系统可以高速、准确地完成芒果的分选工作。