自動(dòng)分揀機(jī)器視覺(jué)算法研究

上傳人:冷*** 文檔編號(hào):19024192 上傳時(shí)間:2021-01-06 格式:DOCX 頁(yè)數(shù):4 大?。?4.83KB
收藏 版權(quán)申訴 舉報(bào) 下載
自動(dòng)分揀機(jī)器視覺(jué)算法研究_第1頁(yè)
第1頁(yè) / 共4頁(yè)
自動(dòng)分揀機(jī)器視覺(jué)算法研究_第2頁(yè)
第2頁(yè) / 共4頁(yè)
自動(dòng)分揀機(jī)器視覺(jué)算法研究_第3頁(yè)
第3頁(yè) / 共4頁(yè)

下載文檔到電腦,查找使用更方便

10 積分

下載資源

還剩頁(yè)未讀,繼續(xù)閱讀

資源描述:

《自動(dòng)分揀機(jī)器視覺(jué)算法研究》由會(huì)員分享,可在線閱讀,更多相關(guān)《自動(dòng)分揀機(jī)器視覺(jué)算法研究(4頁(yè)珍藏版)》請(qǐng)?jiān)谘b配圖網(wǎng)上搜索。

1、自動(dòng)分揀機(jī)器視覺(jué)算法研究 自動(dòng)分揀機(jī)器視覺(jué)算法研究 2016/01/23 《浙江農(nóng)業(yè)學(xué)報(bào)》2015年第十期 摘要: 柑橘罐頭生產(chǎn)過(guò)程中,脫囊衣后橘片存在囊衣、橘核殘留,橘片破損等缺陷,影響產(chǎn)品品質(zhì)。目前,生產(chǎn)中都采用人工分揀剔除,試驗(yàn)針對(duì)以上3種缺陷橘片設(shè)計(jì)了基于LabVIEW的機(jī)器視覺(jué)快速檢測(cè)算法,并構(gòu)建試驗(yàn)平臺(tái),檢測(cè)算法準(zhǔn)確率與效率。結(jié)果表明,采用該算法檢測(cè)準(zhǔn)確率可達(dá)到(99.10.5)%,平均耗時(shí)(175)ms,可實(shí)現(xiàn)每秒(6419)片的檢測(cè)速度。

2、 關(guān)鍵詞: LabVIEW;機(jī)器視覺(jué);自動(dòng)分揀算法;脫囊衣橘片 我國(guó)是世界上最大的柑橘罐頭生產(chǎn)國(guó),產(chǎn)量占世界貿(mào)易量的90%以上。新鮮柑橘經(jīng)剝皮、分瓣、脫囊衣、分揀、灌裝、殺菌等工序制成橘片罐頭。在酸堿脫囊衣工序后,有些橘片破損,帶核或囊衣未脫凈,這些橘片會(huì)影響產(chǎn)品品質(zhì),需要將其剔除。由于橘片大小多樣,且缺陷形態(tài)與位置各不相同,無(wú)法用簡(jiǎn)單的傳感器檢測(cè),目前,該步驟完全由人工完成,需要耗費(fèi)大量勞動(dòng)力,勞動(dòng)強(qiáng)度大,效率低,且有一定的衛(wèi)生隱患。機(jī)器視覺(jué)技術(shù)是以相機(jī)等成像傳感器取代人眼,獲得圖像并由控制器處理判別的一種技術(shù),可用于產(chǎn)品的缺陷檢測(cè)、物體判斷和尺寸測(cè)量等方面[1-2],被廣泛用于

3、各種工業(yè)自動(dòng)化生產(chǎn)線產(chǎn)品的檢測(cè)。隨著視覺(jué)算法的改進(jìn),機(jī)器視覺(jué)也開(kāi)始應(yīng)用于大小形態(tài)不一的農(nóng)產(chǎn)品[3],如劉建軍等[4]將機(jī)器視覺(jué)用于山核桃外觀與大小的等級(jí)檢測(cè),Leemans等[5]采用機(jī)器視覺(jué)檢測(cè)蘋(píng)果缺陷。本文基于LabVIEW軟件平臺(tái)及其視覺(jué)開(kāi)發(fā)模塊,設(shè)計(jì)了一種針對(duì)囊衣殘留、橘片破損、橘核殘留3種常見(jiàn)脫囊衣后橘片缺陷的機(jī)器視覺(jué)算法,以期以此為基礎(chǔ)實(shí)現(xiàn)柑橘橘片的自動(dòng)分揀。 1材料與方法 1.1材料與儀器試驗(yàn)用柑橘為溫州蜜柑,采自浙江臺(tái)州黃巖地區(qū)。主要儀器設(shè)備包括:NationalInstrumentsUSB-6341數(shù)據(jù)采集卡,美國(guó)NationalInstruments公司;Bas

4、lerpiA640-210gc工業(yè)相機(jī),德國(guó)Basler公司;Computar15mm鏡頭,日本Computar公司;HX-A00-D92-R4-W環(huán)形光源,BGL2-D100-R-24V背景光源,上海緯朗光電科技有限公司。編程軟件:LabVIEW,美國(guó)NationalInstru-ments公司;工控計(jì)算機(jī)平臺(tái):NIPXIe-8133控制器,美國(guó)NationalInstruments公司。 1.2試驗(yàn)平臺(tái)本文構(gòu)建的視覺(jué)檢測(cè)平臺(tái)由工業(yè)相機(jī)、透射光源、反射光源、樣品臺(tái)、數(shù)據(jù)采集卡、工控計(jì)算機(jī)構(gòu)成,結(jié)構(gòu)簡(jiǎn)圖如圖1所示。其中,工業(yè)相機(jī)用于采集橘片圖像;透射光源采用紅色背光源,反射光源采用白色環(huán)

5、形光源;數(shù)據(jù)采集卡用于控制光源開(kāi)關(guān),并觸發(fā)工業(yè)相機(jī)采集圖像,每次檢測(cè)依次點(diǎn)亮透射光源與反射光源,采集兩張圖像;工控計(jì)算機(jī)用于對(duì)采集圖像的處理。 1.3程序設(shè)計(jì) 1.3.1檢測(cè)流程檢測(cè)流程如圖2所示。計(jì)算機(jī)通過(guò)數(shù)據(jù)采集卡控制透射光源與反射光源依次點(diǎn)亮,并觸發(fā)采集兩張圖像。采集透射圖像用于橘核殘留檢測(cè),采集反射圖像用于囊衣殘留檢測(cè)與橘片破損檢測(cè),圖像經(jīng)3種檢測(cè)算法處理,3者結(jié)果均為通過(guò)的橘片為合格橘片。 1.3.2檢測(cè)與控制程序采用LabVIEW編寫(xiě)檢測(cè)與控制程序,控制程序結(jié)構(gòu)圖如圖3所示。通過(guò)數(shù)據(jù)采集卡采集觸發(fā)開(kāi)關(guān)動(dòng)作,當(dāng)按下觸發(fā)開(kāi)關(guān)時(shí)執(zhí)行圖像采集與檢測(cè)程序,通過(guò)數(shù)據(jù)采集卡輸出

6、控制信號(hào),依次控制背景光源與環(huán)形光源點(diǎn)亮,同時(shí)觸發(fā)相機(jī)采集透射與反射圖像,執(zhí)行橘核殘留檢測(cè)、囊衣殘留檢測(cè)、橘片破損檢測(cè)3種缺陷檢測(cè)算法,將結(jié)果進(jìn)行“與”運(yùn)算后,輸出為最終檢測(cè)結(jié)果。 1.3.3缺陷檢測(cè)算法采集的彩色圖像首先經(jīng)灰度化處理,通過(guò)提取紅色R、藍(lán)色B分量,以及亮度分量L將彩色圖像轉(zhuǎn)化為3種灰度圖像。其中,R分量圖像用于計(jì)算橘片輪廓,B分量圖像用于提取囊衣殘留特征,L分量圖像用于在背光圖像中提取橘核殘留特征。RGB圖像由紅綠藍(lán)3個(gè)8-bit值構(gòu)成[6],通過(guò)將每個(gè)值與特定系數(shù)相乘后求和轉(zhuǎn)化為灰度值。二值化后的圖像通過(guò)形態(tài)學(xué)過(guò)濾去除貼邊的物體和過(guò)小的物體,最終保留所需的缺陷圖像,通過(guò)

7、顆粒分析將圖片中保留的缺陷特征量化,計(jì)算物體面積、直徑等,通過(guò)與預(yù)設(shè)的缺陷閾值對(duì)比得到檢測(cè)結(jié)果。取3種缺陷橘片各1000片,用于算法與檢測(cè)程序的運(yùn)算耗時(shí)與準(zhǔn)確率測(cè)試,將橘片依次放入檢測(cè)平臺(tái)進(jìn)行檢測(cè),重復(fù)5次,統(tǒng)計(jì)檢測(cè)結(jié)果。 2結(jié)果與分析 2.1橘核殘留檢測(cè)結(jié)果橘核殘留檢測(cè)各步驟圖像處理結(jié)果如圖4所示。采集的透射圖像用于橘核殘留識(shí)別,由于橘片厚薄不均勻,外緣較厚,在圖像中會(huì)形成陰影影響橘核判別(圖4-A)。完整橘片外緣為弧形,因此,可通過(guò)檢測(cè)圓弧確定內(nèi)外緣,而橘核處于橘片內(nèi)緣,由此可將較厚的外緣陰影分離。經(jīng)圖像增強(qiáng)(圖4-B)與二值化處理(圖4-C),獲得輪廓圖像,計(jì)算外緣圓弧半徑r

8、與圓心坐標(biāo)p(x,y),在p點(diǎn)繪制半徑r=kr(k為半徑系數(shù),定義為橘核檢測(cè)區(qū)域半徑與橘片外緣圓弧半徑的比值)的圓形蒙版,去除圓形區(qū)域外的圖像(圖4-D)。從圖4-D中可見(jiàn)分離的橘核特征圖像,當(dāng)陰影面積大于200pixels時(shí),判定存在橘核殘留缺陷。橘核殘留檢測(cè)耗時(shí)(73)ms。圖5為不同半徑系數(shù)k下橘核殘留檢測(cè)準(zhǔn)確率,可見(jiàn),在半徑系數(shù)為0.4時(shí)準(zhǔn)確率最高,準(zhǔn)確率可達(dá)到(99.50.3)%。 2.2囊衣殘留檢測(cè)結(jié)果圖6所示為囊衣殘留檢測(cè)各步驟圖像處理結(jié)果。囊衣是柑橘橘片表面的一層白色薄膜狀組織,為了降低橘片食用時(shí)的殘?jiān)校a(chǎn)中通過(guò)酸堿脫囊衣處理去除橘片表面囊衣,部分橘片囊衣未除盡,仍有

9、部分囊衣殘留在橘片表面。采集的反射圖像通過(guò)提取紅色分量(圖6-A)可以獲得橘片輪廓,從而將橘片區(qū)域與背景分離(圖6-A)。囊衣殘留呈現(xiàn)白色,與橘片本身的橘色有較大反差,通過(guò)提取藍(lán)色分量,可以獲得對(duì)比度較高的圖像(圖6-C),經(jīng)過(guò)二值化與顆粒過(guò)濾,去除較小的干擾點(diǎn)后可提取囊衣殘留圖像(圖6-D),統(tǒng)計(jì)殘留區(qū)域像素?cái)?shù)判定是否存在囊衣殘留,若面積大于100pixels,則判定存在囊衣殘留缺陷。圖6-D所示為分離的囊衣殘留特征。囊衣殘留檢測(cè)耗時(shí)(21)ms,檢測(cè)準(zhǔn)確率(99.80.2)%。 2.3橘片破損檢測(cè)結(jié)果圖7所示為橘片破損檢測(cè)各步驟圖像處理結(jié)果。采集反射圖像提取紅色分量,可以獲得與背景對(duì)

10、比度較大的灰度圖像(圖7-A),二值化后提取橘片區(qū)域。常見(jiàn)的破損橘片有碎塊與缺裂兩類(lèi),橘片碎塊通常面積較小,低于合格要求,若橘片區(qū)域總像素低于30000pixels,判定橘片不合格。橘片缺裂在二值化的圖像上表現(xiàn)為輪廓上大塊凹陷(圖7-B),通過(guò)凸包算法處理,產(chǎn)生一個(gè)囊括橘片圖像中所有點(diǎn)的凸多邊形,填充凹陷缺口(圖7-C),可用減法算子將填充的部分分離出來(lái),即為缺裂特征圖像(圖7-D),此特征面積超過(guò)1000pixels時(shí),橘片不合格。橘片破損檢測(cè)耗時(shí)(31)ms,準(zhǔn)確率(99.70.2)%。 2.4缺陷橘片檢測(cè)樣品橘片依次采集透射與反射圖像,經(jīng)上述橘核檢測(cè)、囊衣殘留檢測(cè)、破損檢測(cè),最終判

11、斷橘片是否合格,經(jīng)測(cè)試,檢測(cè)程序平均耗時(shí)(175)ms,可實(shí)現(xiàn)(6419)片s-1的檢測(cè)速率,檢測(cè)準(zhǔn)確率達(dá)(99.10.5)%。 3小結(jié) 本研究基于LabVIEW,設(shè)計(jì)了一種脫囊衣橘片檢測(cè)算法,可檢測(cè)囊衣殘留,橘核殘留,橘片破損3種常見(jiàn)缺陷類(lèi)型,檢測(cè)準(zhǔn)確率可達(dá)(99.10.5)%,檢測(cè)程序完成對(duì)囊衣殘留、橘核殘留、橘片破損3種檢測(cè)平均總耗時(shí)(175)ms,具有較高的識(shí)別度和識(shí)別效率。后續(xù)需要進(jìn)一步研究能夠?qū)崿F(xiàn)橘片分揀剔除的裝置,以實(shí)現(xiàn)橘片自動(dòng)分揀。 參考文獻(xiàn): [1]SonkaM,HlavacV,BoyleR.Imageprocessing,analysis,andma

12、chinevision[M].Toronto:CLEngineering,2007. [2]王璜,李九靈,代新,等.可重用的機(jī)器視覺(jué)檢測(cè)算法庫(kù)設(shè)計(jì)[J].湖北工業(yè)大學(xué)學(xué)報(bào),2013,28(2):49-52. [3]VijayarekhaK.Machinevisionapplicationforfoodquality:Areview[J].ResearchJournalofAppliedSciencesEngineering&Technology,2012,24(4):5453-5458. [4]劉建軍,姚立健,彭樟林.基于機(jī)器視覺(jué)的山核桃等級(jí)檢測(cè)技術(shù)[J].浙江農(nóng)業(yè)學(xué)報(bào),20

13、10,22(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.一種有選擇的圖像灰度化方法[J].計(jì)算機(jī)工程,2006,32(20):198-200. [7]李革,李斌,王瑩,等.基于HSL模型的珍珠光澤度分選方法[J].農(nóng)業(yè)機(jī)械學(xué)報(bào),2008,39(6):113-117. [8]吳成茂.直方圖均衡化的數(shù)學(xué)模型研究[J].電子學(xué)報(bào),2013,41(3):598-602. [9]KimW,YouJ,JeongJ.Contrastenhancementusinghisto-gramequalizationbasedonlogarithmicmapping[J].OpticalEngineering,2012,51(6):067002-1-067002-10

展開(kāi)閱讀全文
溫馨提示:
1: 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
2: 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
3.本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
5. 裝配圖網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

相關(guān)資源

更多
正為您匹配相似的精品文檔
關(guān)于我們 - 網(wǎng)站聲明 - 網(wǎng)站地圖 - 資源地圖 - 友情鏈接 - 網(wǎng)站客服 - 聯(lián)系我們

copyright@ 2023-2025  zhuangpeitu.com 裝配圖網(wǎng)版權(quán)所有   聯(lián)系電話:18123376007

備案號(hào):ICP2024067431號(hào)-1 川公網(wǎng)安備51140202000466號(hào)


本站為文檔C2C交易模式,即用戶上傳的文檔直接被用戶下載,本站只是中間服務(wù)平臺(tái),本站所有文檔下載所得的收益歸上傳人(含作者)所有。裝配圖網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)上載內(nèi)容本身不做任何修改或編輯。若文檔所含內(nèi)容侵犯了您的版權(quán)或隱私,請(qǐng)立即通知裝配圖網(wǎng),我們立即給予刪除!