论文发表 | 论文范文 | 公文范文
新晨范文网
最新公告:目前,本站已经取得了出版物经营许可证 、音像制品许可证,协助杂志社进行初步审稿、征稿工作。咨询:400-675-1600
您现在的位置: 新晨范文网 >> 科技杂志 >> 农业科技杂志 >> 浙江农业学报 >> 正文

自动分拣机器视觉算法研究

定制服务

定制原创材料,由写作老师24小时内创作完成,仅供客户你一人参考学习,无后顾之忧。

发表论文

根据客户的需要,将论文发表在指定类别的期刊,只收50%定金,确定发表通过后再付余款。

加入会员

申请成为本站会员,可以享受经理回访等更17项优惠服务,更可以固定你喜欢的写作老师。

《浙江农业学报》2015年第十期

摘要:

柑橘罐头生产过程中,脱囊衣后橘片存在囊衣、橘核残留,橘片破损等缺陷,影响产品品质。目前,生产中都采用人工分拣剔除,试验针对以上3种缺陷橘片设计了基于LabVIEW的机器视觉快速检测算法,并构建试验平台,检测算法准确率与效率。结果表明,采用该算法检测准确率可达到(99.1±0.5)%,平均耗时(17±5)ms,可实现每秒(64±19)片的检测速度。

关键词:

LabVIEW;机器视觉;自动分拣算法;脱囊衣橘片

我国是世界上最大的柑橘罐头生产国,产量占世界贸易量的90%以上。新鲜柑橘经剥皮、分瓣、脱囊衣、分拣、灌装、杀菌等工序制成橘片罐头。在酸碱脱囊衣工序后,有些橘片破损,带核或囊衣未脱净,这些橘片会影响产品品质,需要将其剔除。由于橘片大小多样,且缺陷形态与位置各不相同,无法用简单的传感器检测,目前,该步骤完全由人工完成,需要耗费大量劳动力,劳动强度大,效率低,且有一定的卫生隐患。机器视觉技术是以相机等成像传感器取代人眼,获得图像并由控制器处理判别的一种技术,可用于产品的缺陷检测、物体判断和尺寸测量等方面[1-2],被广泛用于各种工业自动化生产线产品的检测。随着视觉算法的改进,机器视觉也开始应用于大小形态不一的农产品[3],如刘建军等[4]将机器视觉用于山核桃外观与大小的等级检测,Leemans等[5]采用机器视觉检测苹果缺陷。本文基于LabVIEW软件平台及其视觉开发模块,设计了一种针对囊衣残留、橘片破损、橘核残留3种常见脱囊衣后橘片缺陷的机器视觉算法,以期以此为基础实现柑橘橘片的自动分拣。

1材料与方法

1.1材料与仪器试验用柑橘为温州蜜柑,采自浙江台州黄岩地区。主要仪器设备包括:NationalInstrumentsUSB-6341数据采集卡,美国NationalInstruments公司;BaslerpiA640-210gc工业相机,德国Basler公司;Computar15mm镜头,日本Computar公司;HX-A00-D92-R4-W环形光源,BGL2-D100-R-24V背景光源,上海纬朗光电科技有限公司。编程软件:LabVIEW,美国NationalInstru-ments公司;工控计算机平台:NIPXIe-8133控制器,美国NationalInstruments公司。

1.2试验平台本文构建的视觉检测平台由工业相机、透射光源、反射光源、样品台、数据采集卡、工控计算机构成,结构简图如图1所示。其中,工业相机用于采集橘片图像;透射光源采用红色背光源,反射光源采用白色环形光源;数据采集卡用于控制光源开关,并触发工业相机采集图像,每次检测依次点亮透射光源与反射光源,采集两张图像;工控计算机用于对采集图像的处理。

1.3程序设计

1.3.1检测流程检测流程如图2所示。计算机通过数据采集卡控制透射光源与反射光源依次点亮,并触发采集两张图像。采集透射图像用于橘核残留检测,采集反射图像用于囊衣残留检测与橘片破损检测,图像经3种检测算法处理,3者结果均为通过的橘片为合格橘片。

1.3.2检测与控制程序采用LabVIEW编写检测与控制程序,控制程序结构图如图3所示。通过数据采集卡采集触发开关动作,当按下触发开关时执行图像采集与检测程序,通过数据采集卡输出控制信号,依次控制背景光源与环形光源点亮,同时触发相机采集透射与反射图像,执行橘核残留检测、囊衣残留检测、橘片破损检测3种缺陷检测算法,将结果进行“与”运算后,输出为最终检测结果。

1.3.3缺陷检测算法采集的彩色图像首先经灰度化处理,通过提取红色R、蓝色B分量,以及亮度分量L将彩色图像转化为3种灰度图像。其中,R分量图像用于计算橘片轮廓,B分量图像用于提取囊衣残留特征,L分量图像用于在背光图像中提取橘核残留特征。RGB图像由红绿蓝3个8-bit值构成[6],通过将每个值与特定系数相乘后求和转化为灰度值。二值化后的图像通过形态学过滤去除贴边的物体和过小的物体,最终保留所需的缺陷图像,通过颗粒分析将图片中保留的缺陷特征量化,计算物体面积、直径等,通过与预设的缺陷阈值对比得到检测结果。取3种缺陷橘片各1000片,用于算法与检测程序的运算耗时与准确率测试,将橘片依次放入检测平台进行检测,重复5次,检测结果。

2结果与分析

2.1橘核残留检测结果橘核残留检测各步骤图像处理结果如图4所示。采集的透射图像用于橘核残留识别,由于橘片厚薄不均匀,外缘较厚,在图像中会形成阴影影响橘核判别(图4-A)。完整橘片外缘为弧形,因此,可通过检测圆弧确定内外缘,而橘核处于橘片内缘,由此可将较厚的外缘阴影分离。经图像增强(图4-B)与二值化处理(图4-C),获得轮廓图像,计算外缘圆弧半径r与圆心坐标p(x,y),在p点绘制半径r'=k×r(k为半径系数,定义为橘核检测区域半径与橘片外缘圆弧半径的比值)的圆形蒙版,去除圆形区域外的图像(图4-D)。从图4-D中可见分离的橘核特征图像,当阴影面积大于200pixels时,判定存在橘核残留缺陷。橘核残留检测耗时(7±3)ms。图5为不同半径系数k下橘核残留检测准确率,可见,在半径系数为0.4时准确率最高,准确率可达到(99.5±0.3)%。

2.2囊衣残留检测结果图6所示为囊衣残留检测各步骤图像处理结果。囊衣是柑橘橘片表面的一层白色薄膜状组织,为了降低橘片食用时的残渣感,生产中通过酸碱脱囊衣处理去除橘片表面囊衣,部分橘片囊衣未除尽,仍有部分囊衣残留在橘片表面。采集的反射图像通过提取红色分量(图6-A)可以获得橘片轮廓,从而将橘片区域与背景分离(图6-A)。囊衣残留呈现白色,与橘片本身的橘色有较大反差,通过提取蓝色分量,可以获得对比度较高的图像(图6-C),经过二值化与颗粒过滤,去除较小的干扰点后可提取囊衣残留图像(图6-D),残留区域像素数判定是否存在囊衣残留,若面积大于100pixels,则判定存在囊衣残留缺陷。图6-D所示为分离的囊衣残留特征。囊衣残留检测耗时(2±1)ms,检测准确率(99.8±0.2)%。

2.3橘片破损检测结果图7所示为橘片破损检测各步骤图像处理结果。采集反射图像提取红色分量,可以获得与背景对比度较大的灰度图像(图7-A),二值化后提取橘片区域。常见的破损橘片有碎块与缺裂两类,橘片碎块通常面积较小,低于合格要求,若橘片区域总像素低于30000pixels,判定橘片不合格。橘片缺裂在二值化的图像上表现为轮廓上大块凹陷(图7-B),通过凸包算法处理,产生一个囊括橘片图像中所有点的凸多边形,填充凹陷缺口(图7-C),可用减法算子将填充的部分分离出来,即为缺裂特征图像(图7-D),此特征面积超过1000pixels时,橘片不合格。橘片破损检测耗时(3±1)ms,准确率(99.7±0.2)%。

2.4缺陷橘片检测样品橘片依次采集透射与反射图像,经上述橘核检测、囊衣残留检测、破损检测,最终判断橘片是否合格,经测试,检测程序平均耗时(17±5)ms,可实现(64±19)片•s-1的检测速率,检测准确率达(99.1±0.5)%。

3小结

本研究基于LabVIEW,设计了一种脱囊衣橘片检测算法,可检测囊衣残留,橘核残留,橘片破损3种常见缺陷类型,检测准确率可达(99.1±0.5)%,检测程序完成对囊衣残留、橘核残留、橘片破损3种检测平均总耗时(17±5)ms,具有较高的识别度和识别效率。后续需要进一步研究能够实现橘片分拣剔除的装置,以实现橘片自动分拣。

参考文献:

[1]SonkaM,HlavacV,BoyleR.Imageprocessing,analysis,andmachinevision[M].Toronto:CLEngineering,2007.

[2]王璜,李九灵,代新,等.可重用的机器视觉检测算法库设计[J].湖北工业大学学报,2013,28(2):49-52.

[3]VijayarekhaK.Machinevisionapplicationforfoodquality:Areview[J].ResearchJournalofAppliedSciencesEngineering&Technology,2012,24(4):5453-5458.

[4]刘建军,姚立健,彭樟林.基于机器视觉的山核桃等级检测技术[J].浙江农业学报,2010,22(6):854-858.

[5]LeemansV,MageinH,DestainMF.Defectssegmentationon‘GoldenDelicious’applesbyusingcolourmachinevision[J].Computers&ElectronicsinAgriculture,1998,20(2):117-130.

[6]周金和,彭福堂.一种有选择的图像灰度化方法[J].计算机工程,2006,32(20):198-200.

[7]李革,李斌,王莹,等.基于HSL模型的珍珠光泽度分选方法[J].农业机械学报,2008,39(6):113-117.

[8]吴成茂.直方图均衡化的数学模型研究[J].电子学报,2013,41(3):598-602.

[9]KimW,YouJ,JeongJ.Contrastenhancementusinghisto-gramequalizationbasedonlogarithmicmapping[J].OpticalEngineering,2012,51(6):067002-1-067002-10

作者:任磊 张俊 陆胜民 单位:浙江师范大学 化学与生命科学院浙江省农业科学院 食品科学研究所/浙江省果蔬保鲜与加工技术研究重点实验室

浙江农业学报责任编辑:杨雪    阅读:人次
科技杂志相关文章
    没有相关文章

betway必威体育官网