机器视觉成熟度检测的苹果色选分拣机设计

我国是世界上水果第一生产国与消费国,所以如何对水果进行快速以及准确的分拣至关重要。设计了基于机器视觉成熟度检测的苹果色选分拣机,该装置主要由装置主体和传输装置、分拣设备及机器视觉检测系统组成,用于辅助水果经营企业、水果后处理企业进行自动化传输、水果成熟度检测与水果分拣,旨在降低工人的劳作强度,提高成熟度检测正确率与效率和实现流水线生产需求。该装置操作简单、价格低廉、结构新颖、实用性强,适用于多种类水果的成熟度检测。基于此,对该装置的使用背景、研究现状、整体设计介绍、部件设计介绍、使用效果分析等进行了详细说明,以全面展示该装置及其使用方法。     

单目机器视觉测量精度可靠性建模与分析

为定量研究单目机器视觉测量机械零件长度、角度、直线度和平行度的精度问题,提出一种机器视觉精度可靠性建模与分析方法。该模型综合考虑外界光照、随机噪声、待测物体与观测台夹角、相机畸变和边缘检测算法对单目机器视觉测量精度的影响,采用蒙特卡洛法并结合常用的边缘检测算法模拟不同工况下单目机器视觉测量机械零件长度、角度、直线度和平行度。将实验结果与模拟结果比较得到：长度误差、角度误差、直线度公差和平行度公差分别相差0.22μm、0.007 3°、0.002 2 mm和0.031 9 mm,验证了该方法的有效性。     

柑橘产业自动分拣次品技术的应用现状

柑橘领域是自动分拣技术应用中最重要及最广泛的领域之一。柑橘次品的自动分拣技术是将计算机技术、无线通信技术、智能识别技术交叉结合,通过计算机系统技术、计算机视觉技术及精准定位系统技术的支持,在农业柑橘产品加工、农业柑橘产品质量分级、农业柑橘产品检测等方面进行全方位的精准监测、自动控制和分级成果的生成,是目前一种较有效实现柑橘产业智能化的手段。20多年来,自动分拣技术在农业领域应用越来越广泛,在国内研发完成大量分拣系统及技术相关基础性试验工作,在自动分拣方面取得巨大的进展。     

基于计算机视觉的草莓等级判别研究

如何对采集到的草莓图像进行分割和如何选取评定草莓等级的特征参数是草莓自动分拣系统的2个重要环节.该研究利用草莓R、G、B通道明显的像素差值来分割目标和背景,并且选取草莓的形状特征和成熟度作为草莓评级的特征参数,综合运用机器视觉、神经网络等理论方法,通过实验数据统计,建立极坐标下草莓外形轮廓特征参数及颜色空间下成熟度特征参数的提取方法,以人工神经网络为识别模型,实现对草莓的自动分类.实验结果表明,该方法对草莓的自动分级结果与人工分级结果相比较,准确率达到90％,具有实际的可行性.     

基于PLC控制的散烟分拣系统

为有效避免散烟收购过程中定级分拣的人为因素,提高烟叶分拣的准确性,设计一套基于PLC控制的散烟在线分拣系统。该系统采用输送带机构承载并输送烟叶,真空装置通过气嘴有效吸附烟叶,机械手机构结合位置检测传感器分拣烟叶。以可编程逻辑控制器作为系统的控制核心,研究其控制策略,提出一种多级程序控制方案,并运用仿真软件对控制程序进行模拟仿真运行。对系统的各个执行部件分别进行功能试验,结果表明:检测识别机构响应灵敏,能准确控制电机的启停;真空装置满足要求,气嘴对烟叶的吸附效果良好;机械手带动气嘴和烟叶运行状态良好,分拣系统可满足分拣要求。本研究为散烟检测分级分拣的自动化、数字化领域提供基础。     

基于PLC 的脐橙分拣及装箱自动系统设计

脐橙的大小对其味道有重要影响,但人工分拣的方式存在随意性大、客观性不强等缺陷,为此设计了一种脐橙自动分拣及装箱系统,采用传感器对传送带上的脐橙进行大小判断后进入不同的通道的方法,达到了良好的分拣效果.并通过PLC对整个脐橙的供料、检测分级、纸箱供应、装箱等过程实现了自动控制,通过测试该系统降低了劳动强度、提高了效率,且排除了人工因素,产品质量得到了更好保证,为脐橙产业经济的发展提供了技术支持.     

冷冻水产品加工分拣法的MATLAB仿真研究

近年来,人们对冷冻水产品的需求大大提高,但在袋装水产品加工分拣过程中仍存在效率低、精度难以保证等问题.在对水产品加工拣选方法分析的基础上,提出适合形状不规则和重量不均匀的冷冻水产品加工分拣方法,只需进行一次称重分拣即可满足加工拣选要求,这种称重法方法简单,能使成本降低、生产效率提高,还可以降低劳动强度,为冷冻水产品的连续加工分拣,实现机械化、自动化提供可行方案.在试验条件下,通过MATLAB仿真表明,本加工分拣法用于水产品分拣,方法正确可行,合格成品率达到99％以上,合格成品百分数标准偏差为0.19％.     

基于单目视觉的森林火点实时定位方法

针对目前森林火点定位工作中依靠传统人工瞭望观测方式的不足,研究了一种基于单目视觉的森林火点实时定位方法。首先,提出了适用于森林中着火点具体位置实时确定的几何模型。同时,研究了森林火情监控摄像机视场角的实时计算方法。最后,设计出了基于单目视觉的森林火点实时定位算法并通过试验进行了验证。结果表明,该算法能够满足森林火点实时定位的准确性要求。图5表7参15     

基于单目视觉和激光扫描技术的油菜植株模型重建及株型参数测量

分别采用单目视觉和激光扫描技术对2个油菜品种中双6号和华油杂62号的植株进行三维重建,并在重建模型上完成了对株高、叶柄长、叶片长度和叶片面积等4个株型参数的测量。结果表明:使用单目视觉和激光扫描技术的重建结果均能真实地表现油菜植株的整体形态,叶片间无遮挡的中双6号油菜植株效果更好,测量误差在2.00%以内;形态复杂叶片间部分遮挡的华油杂62号油菜植株测量误差在3.00%以内。模型重建试验表明,利用单目视觉和激光扫描技术能够完成复杂植株的模型重建,并实现部分株型参数的测量,可以为作物的遗传育种提供数据支持。     

一种基于机器视觉的工业机器人分拣系统

机器视觉系统就是利用机器代替人眼来作各种测量和判断。它是计算科的一个重要分支,它综合了光学、机械、电子、计算机软硬件等方面的技术,涉及到计算机、图像处理、模式识别、人工智能、信号处理、光机电一体化等多个领域。图像处理和模式识别等技术的快速发。机器视觉系统的目地就是通过机器视觉产品(即光源、镜头、相机、采集卡)将被拍摄的目标转换为图像信号,传送给机器视觉软件(即图像处理系统),来代替人眼的测量、检测和判断。其原理是由计算机、图像处理器以及相关设备来模拟人的视觉行为,完成得到人的视觉系统所得到的信息机器视觉系统提高了生产的自动化程度,让不适合人工作业的危险工作环境变成了可能,让大批量、持续生产变成了现实,大大提高了生产效率和产品精度。本文主要从拥有机器视觉的工业机器人的分拣系统原理、行业现状及发展前景三个方面简明阐述。     

基于图像识别的水果分拣系统

为了解决人工水果分拣的缺点,探讨了一种基于图像识别的水果分拣系统.通过硬件采集系统采集各类不同水果的图像数据,应用图像处理技术,设定水果分类的颜色、大小特征的阈值标准,根据阈值标准对水果进行腐烂检测,区分出腐烂和完好水果;再对完好水果进行种类识别,并在相同种类下进行水果的大小等级识别和颜色状态判定.结合水果的大小及颜色,将水果分拣为特等果、优等果、次等果、劣等果四大类,以判别水果的外部和内部品质,最终实现水果的分拣.在分拣过程中实时统计已分拣水果的数量,将已识别的水果图像进行实时删除操作,减少系统内存,设置同步模块,使图像处理与自动化设备达到同步.测试结果显示,该水果分拣系统效率高、成本低,对水果供应链中的水果分拣应用具有较大意义.     

鸭梨品质检测计算机视觉系统研究

本系统在虚拟仪器的基础上,对鸭梨进行了利用机器视觉技术检测外部品质的试验研究.本系统可以对鸭梨的果面缺陷、颜色、尺寸和形状进行全面的检测.在此基础上,可对鸭梨进行精确的分级.     

基于计算机视觉的脐橙分级系统研究

脐橙的检测方法目前主要还是采用劳动强度大、工作效率低、随意性大、客观性不强、也不符合当前标准化要求的人工检测方法。运用计算机视觉和模式识别技术,研究了基于计算机视觉的脐橙分级系统,首先对获取的图像分割出背景、脐橙本体和表面缺陷,再根据脐橙的分级标准,提取出果实横径、表面缺陷的特征参数,采用径向基神经网络对脐橙样本进行了等级识别,实现脐橙的自动检测与分级。     

中国北方珍珠的特征研究

以养殖8年产于辽宁的淡水无核养殖珍珠为研究对象,采用静水称重法、XRD、FTIR、XRF、氨基酸含量检测和SEM等方法研究其宝石学特征、成分特征和内部结构特征。结果表明,中国北方珍珠的颜色主要以白色、粉色和橙色为主,圆形类珍珠的最小直径范围为4~10 mm;中国北方珍珠的相对密度范围为2.704~2.734,组成主要为文石、并含有少量有机质以及Ca、Na、Mn、Si、Fe、Mg等微量元素,珍珠中18种氨基酸的含量总量为1.72 g/100 g;中国北方珍珠的内部结构为文石层堆叠的砖墙结构,文石层厚度从心部到边部逐渐变薄。     

计算机视觉技术识别水果缺陷的一种新方法

利用计算机视觉技术识别水果表面缺陷，提出了分割缺陷和识别缺陷的新方法。该方法考虑了水果的形状特点，使不同灰度级的缺陷一次分割成功。在识别过程中利用水果的三维空间特征，实现了缺陷与果梗、花萼的区分。试验结果表明，该方法检测速度快，正确率高，能够满足计算机视觉进行在线检测的要求。     

基于图像识别技术的智能化产品分拣系统设计研究

我国是水果生产和消费大国,种植面积和产量均居世界第一,但是存在水果等级分拣能力低、人工分拣占比大和分拣成本高、精度低、效率低等问题。传统分拣装备根据水果大小和质量等物理特性进行等级分拣,无法对水果表面质量进行检测,具有很大的局限性。开发一款能同时完成表皮质量和果径大小分类的全自动智能化水果分拣装备具有重要的意义。基于此,以苹果、柑橘等能够区分果径大小的球状水果为例,采用图像识别技术,设计一种全自动水果分拣装备来实现两个指标的二级分拣,同时可以实现不同果种的同时分拣,提高产品分拣的自动化和智能化水平。经计算机模拟辅助运行,该全自动水果分拣装备应用效果良好。     

基于计算机视觉播种机排种器检测平台的研发与应用

为播种机实现高效、精准播种提供优良性能检测平台,采用自动控制、计算机视觉与传感器融合技术相结合的方法,利用液压控制系统和自动控制系统技术研究开发基于计算机视觉的多功能排种器性能检测平台。结果表明:该检测平台能够实现对作物播种机排种器播种量的有效控制,提升播种的精准度和播种环节的科学性与高效性。该试验平台适用于机械式和气力式排种器性能的检测。     

基于Matlab平台的稻种图像分析系统

稻种图像分析研究是实现稻种质量机器视觉检验的基础,为此开发了基于Matlab平台的稻种图像分析系统.该系统可对静态单粒稻种图像进行各种预处理操作,计算出稻种尺寸、形状和颜色等23个特征参数,自动识别金优402、汕优10、中优207、加优99、II优3207共5个品种并检测稻种的穗萌芽、霉变和裂颖缺陷.     

水果采摘机器人视觉系统研究进展

概述了近年来国内外水果采摘机器人视觉系统的特点并进行了分析和归类,分析了不同视觉系统和方法的主要特征、所使用的传感器、检测水果的图像处理技术策略、检测效果以及系统的优点和局限性,并对研究的现状进行了综述.经分析发现大多数视觉系统是通过电荷耦合器件(CCD)摄像机来获取图像,利用颜色和纹理分析作为特征,由各种分类器进行水果的检测,通过多相机或者距离传感器来进行空间定位和尺度测量.指出了水果采摘机器人视觉系统存在的问题和有待改进的方面,并初步提出了一些设想和建议.     

基于机器视觉的仿人机器人运动跟踪技术研究

针对仿人机器人的特点,设计了一个具有单目视觉的仿人机器人视觉识别系统。在比较各种追踪算法的基础上,将算法应用于机器人视觉识别,并以此调整机器人前进路线。根据FIRA比赛规则,决策系统通过视觉反馈和姿态反馈信息,调用底层动作库,进行短跑运动规划。实验显示算法适合仿人机器人参加竞技类比赛。