一種馬鈴薯智能分選方法與裝置制造方法
【專利摘要】本發(fā)明公開了一種馬鈴薯智能分選方法與裝置,包括馬鈴薯機械分選裝置、馬鈴薯分級控制方法和馬鈴薯外觀品質檢測方法。馬鈴薯智能分級裝置為在機械分選裝置的基礎上添加計算機視覺檢測裝置與智能分級控制裝置。分級控制方法包括拍照控制和分級控制方法。馬鈴薯外觀品質分級方法包括圖像采集和預處理、形狀檢測、綠皮檢測和缺陷檢測方法;根據國家標準以及馬鈴薯外部特征,采用近似橢圓法求得橢圓度來對馬鈴薯形狀進行分級;根據顏色特性,采用R分量和H分量值來檢測綠皮現(xiàn)象;采用自動閾值分割來檢測缺陷,并且以缺陷的面積比來判斷缺陷。本發(fā)明所提出的分級裝置和分級方法克服了人工檢測的主觀性、效率低等不足,量化檢測更客觀、科學,適合應用于馬鈴薯產后品質分級與商貿流通,提高生產效率。
【專利說明】一種馬鈴薯智能分選方法與裝置
【技術領域】
[0001] 本發(fā)明涉及農業(yè)領域內使用的農產品外觀品質檢測方法與裝置,具體的說是涉及 一種馬鈴薯分級檢測方法與裝置,參照國家出口標準,根據馬鈴薯的重量及外觀特征,對馬 鈴薯進行實時檢測與分級。
【背景技術】
[0002] 我國是世界上最大的馬鈴薯生產國,而馬鈴薯品質檢測絕大部分仍停留在靠人 工感官進行識別判斷階段,這種主觀評定效率低,其客觀性、準確性較差,難以滿足高標 準分級的要求,不利于實現(xiàn)自動化。利用機器視覺進行檢測可以排除人為主觀因素的干 擾,表面缺陷、形狀是馬鈴薯外觀品質的重要特征,通過對這些特征指標進行定量測量, 可以完成馬鈴薯外部缺陷、形狀等指標的綜合檢測和分級。
[0003] 目前大部分馬鈴薯加工企業(yè)中使用的馬鈴薯的分級裝置一般都只是通過重量進 行分級,利用天平或者壓力傳感器獲取重量信息,然后通過按照杠桿原理或者控制電路進 行分級。但這些裝置只能按照重量分級,對于有缺陷的馬鈴薯薯塊,無法自動挑出。這樣的 設備在實際應用操作過程中,需要額外增加人力先將次品挑出,然后再按照重量分級,這樣 就會增加人力,提高了生產成本,無法真正達到完全的機械化和自動化。
[0004] 雖然現(xiàn)在對基于計算機視覺的馬鈴薯分級方法和設備研究比較多,但一般只限于 實驗室研究,真正應用于實際生產加工過程中的不多,有些分級算法雖然有了比較高識別 率,但算法比較復雜,運行效率滿足不了實時檢測的要求,無法直接應用于實時檢測和分級 過程中。
【發(fā)明內容】
[0005] 本發(fā)明為了解決現(xiàn)有馬鈴薯分級設備只能按照重量分級,以及有些設備雖然能按 照外觀特征分級,但分級算法比較復雜,不能很好地滿足實時檢測的要求等問題,提出了比 較實用的一種馬鈴薯分級控制方法以及馬鈴薯外觀特征分級算法。
[0006] 本發(fā)明采用以下技術方案予以實現(xiàn): 1. 一種馬鈴薯分級裝置 本發(fā)明提出的馬鈴薯分級裝置解決現(xiàn)有馬鈴薯機械分級設備只能按照重量分級,而無 法對馬鈴薯外觀特征進行檢測并分級。
[0007] 為了解決上述技術問題,本發(fā)明采用以下技術方案予以實現(xiàn): 現(xiàn)有的馬鈴薯分機械裝置可以實現(xiàn)按照馬鈴薯的重量實現(xiàn)自動分級,為了實現(xiàn)馬鈴薯 外觀特征自動檢測和分級,在機械分級裝置的基礎上,增加計算機視覺檢測裝置和智能分 級控制裝置。
[0008] (1)計算機視覺檢測裝置,包括:密閉燈箱、工業(yè)攝像頭、光源、圖像采集卡,計算機 (上位機); 在機械裝置的軌道上方安裝燈箱,燈箱結構為長方體,由型鋼搭建而成,尺寸為 60cmX60cmX32cm,其正上方固定一個上下可調支架,用于安裝工業(yè)攝像頭,攝像頭與托 盤頂端的垂直距離為320_,在燈箱的頂部安裝LED環(huán)形光源。箱體內部完全用黑色環(huán)保軟 片粘貼,攝像頭通過圖像采集卡相連到計算機上。
[0009] (2)智能分級控制裝置,包括:光電傳感器、打果器、壓力傳感器、智能控制器 在某個托盤的兩側安裝光電傳感器用來計算經過的托盤數(shù),在次品區(qū)安裝打果器來執(zhí) 行分級結果,在計算機視覺檢測裝置的后面安裝壓力傳感器來獲取馬鈴薯的重量信息。智 能控制器根據光傳感器的計數(shù)信息發(fā)送信號到上位機來控制拍照,接收上位機的分級結果 并將結果發(fā)送給打果器。
[0010] 結合附圖閱讀本發(fā)明實施方式的詳細描述后,本發(fā)明的其他特點和優(yōu)點將變得更 加清楚。
[0011] 2. -種馬鈴薯分級控制方法 整個馬鈴薯自動分級系統(tǒng)的工作原理為:模擬馬鈴薯手工分級過程,先將次品挑出,然 后再根據馬鈴薯的重量來進行分級。當放置在輸送鏈托盤上的馬鈴薯通過圖像采集區(qū)域 時,通過CCD攝像頭采集每個馬鈴薯圖像;然后通過壓力傳感器獲取馬鈴薯的重量信息。在 馬鈴薯隨傳輸帶傳輸過程中,計算機對采集到的圖像進行處理,判定馬鈴薯是否有缺陷或 畸形,若存在,剛將馬鈴薯定為次品并通過串口發(fā)送1到對應分級控制裝置,分級執(zhí)行器將 次品馬鈴薯送到相應的收集區(qū)。對于非次品,根據壓力傳感器發(fā)送的重量,參照馬鈴薯重量 分級標準來劃分等級,分級執(zhí)行機構根據獲得的分級信息將不同等級的馬鈴薯送到相應的 收集區(qū)。
[0012] 馬鈴薯分級控制方法包括拍照控制和分級控制兩個單元。
[0013] 拍照控制單元的流程:在分級過程中,采用光傳感器作為計數(shù)器來記錄通過的托 盤個數(shù)。通過計數(shù)器來控制拍照間隔,來保證每個托盤只拍一次,計數(shù)器每增加一個數(shù),即 發(fā)送信號給上位機,上位機收到信號就拍照。
[0014] 分級控制單元的流程為:上位機圖像處理模塊處理結束后,將分級結果(0或1)發(fā) 送給下位機。下位機將信號保存在隊列中,構成一個控制序列。以固定的時間間隔(計數(shù)器 增1)從隊頭取控制信號,根據控制信號來執(zhí)行相應分級動作,若為1,則輸入高壓給電磁鐵 通電,從而將托盤打翻,讓馬鈴薯翻滾到相應等級的收集區(qū),達到分級的效果。
[0015] 3. -種馬鈴薯外觀特征檢測方法: 根據馬鈴薯國家出口標準以及馬鈴薯外形特點,采用近似橢圓法求得橢圓度來對馬鈴 薯形狀進行分級;根據顏色特性,采用R分量和Η分量值來檢測綠皮現(xiàn)象;采用自動閾 值分割來檢測缺陷,并且以缺陷的面積來判斷缺陷。主要包括以下內容: 首先通過計算機視覺系統(tǒng)采集馬鈴薯圖像,將圖像傳給計算機進行如下處理:提取R 分量圖像,對該分量圖像進行二值化,并進行形狀學操作、濾波等操作,得到二值化圖像,并 進行邊緣檢測,在二值化圖像上求得馬鈴薯區(qū)域面積Areal。
[0016] 一種馬鈴薯形狀分級方法,該方法主要包括以下步驟: (1) 提取馬鈴薯R分量圖像 (2) 對R分量圖像進行閾值分割得到二值圖像,分割閾值經多次實驗確實為115 (3) 在上述二值圖像上,求取白色區(qū)域(即馬鈴薯區(qū)域)周長Cm (4) 在上述二值圖像上,求得白色區(qū)域等效橢圓的長半軸長a和短半軸長b,并計算等 效橢圓的周長cd,計算公式為:
【權利要求】
1. 一種馬鈴薯智能分選方法與裝置包括馬鈴薯分級裝置和分級檢測方法。
2. 根據權利要求1所述的一種馬鈴薯分級檢測方法,包括馬鈴薯分級控制方法和馬鈴 薯外觀特征檢測方法。
3. 根據權利要求1所述的馬鈴薯分級裝置,其特征在于,對現(xiàn)有機械裝置進行改造,增 加計算機視覺檢測裝置和智能分級控制裝置,實現(xiàn)基于外觀特征的馬鈴薯分級檢測。
4. 根據權利要求2所述的馬鈴薯分級控制方法,其特征在于,所述的控制方法包括兩 個單元:拍照控制單元和分級控制單元;拍照控制單元控制攝像頭拍照間隔,分級控制單 元根據上位機分級結果來執(zhí)行分級。
5. 根據權利要求2所述的馬鈴薯外觀特征檢測方法,其特征在于,所述的檢測方法包 括以下四部分:圖像采集和預處理單元、馬鈴薯形狀檢測方法、馬鈴薯綠皮檢測方法和馬鈴 薯缺陷檢測方法。
6. 根據權利要求5所述的圖像采集和預處理單元,其特征在于,首先通過計算機視覺 系統(tǒng)采集馬鈴薯圖像,將圖像傳給計算機進行如下處理:提取R分量圖像,對該分量圖像進 行二值化,并進行形狀學操作、濾波等操作,得到二值化圖像,并進行邊緣檢測,在二值化圖 像上求得馬鈴薯區(qū)域面積Areal。
7. 根據權利要求5所述的馬鈴薯形狀檢測方法,其特征在于,首先首先提取馬鈴薯R分 量圖像,并進行二值化處理,然后求馬鈴薯區(qū)域的橢圓度,根據橢圓度來判斷馬鈴薯的形狀 規(guī)則度。
8. 根據權利要求5所述的馬鈴薯綠皮檢測方法,其特征在于:提取馬鈴薯R分量圖像 并進行二值化,提取馬鈴薯Η分量圖像,對于馬鈴薯區(qū)域內各點根據R分量值和Η分量值判 斷是否為綠皮,并計算綠皮面積,根據綠皮面積占整個馬鈴薯面積的比例判斷是否有綠皮。
9. 根據權利要求5所述的馬鈴薯缺陷檢測方法,其特征在于:提取R分量并用自適應 閾值進行二值化,在進行必要的預處理后,對馬鈴薯區(qū)域內圖像取反得到缺陷區(qū)域,通過缺 陷區(qū)域的面積來判斷是否存在缺陷。
【文檔編號】B07C5/34GK104056790SQ201310087835
【公開日】2014年9月24日 申請日期:2013年3月19日 優(yōu)先權日:2013年3月19日
【發(fā)明者】韓仲志, 鄧立苗, 徐艷, 熊凱, 魏蕾 申請人:青島農業(yè)大學, 青島有田農業(yè)發(fā)展有限公司, 青島大谷農業(yè)信息有限公司