CN101678405B - 柑橘类腐果自动筛分*** - Google Patents
柑橘类腐果自动筛分*** Download PDFInfo
- Publication number
- CN101678405B CN101678405B CN200880001094.7A CN200880001094A CN101678405B CN 101678405 B CN101678405 B CN 101678405B CN 200880001094 A CN200880001094 A CN 200880001094A CN 101678405 B CN101678405 B CN 101678405B
- Authority
- CN
- China
- Prior art keywords
- fruit
- conveyer
- rotten
- unit
- ultraviolet
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 235000020971 citrus fruits Nutrition 0.000 title claims abstract description 23
- 238000000926 separation method Methods 0.000 title claims description 5
- 235000013399 edible fruits Nutrition 0.000 claims abstract description 117
- 230000000694 effects Effects 0.000 claims abstract description 8
- 230000007547 defect Effects 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 7
- 230000005540 biological transmission Effects 0.000 claims description 6
- 238000000034 method Methods 0.000 claims description 6
- 238000001514 detection method Methods 0.000 claims description 5
- 230000003287 optical effect Effects 0.000 claims description 5
- 230000008034 disappearance Effects 0.000 claims description 4
- 238000001228 spectrum Methods 0.000 claims description 4
- 230000005484 gravity Effects 0.000 claims description 2
- 238000005286 illumination Methods 0.000 claims description 2
- 230000005520 electrodynamics Effects 0.000 claims 1
- 230000002950 deficient Effects 0.000 abstract description 2
- 239000000047 product Substances 0.000 description 8
- 230000005855 radiation Effects 0.000 description 7
- 230000006378 damage Effects 0.000 description 5
- 238000007689 inspection Methods 0.000 description 5
- 241000207199 Citrus Species 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 238000013461 design Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 239000000203 mixture Substances 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 208000015181 infectious disease Diseases 0.000 description 3
- 238000009434 installation Methods 0.000 description 3
- 230000002411 adverse Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- WUPRYUDHUFLKFL-UHFFFAOYSA-N 4-[3-(4-aminophenoxy)phenoxy]aniline Chemical compound C1=CC(N)=CC=C1OC1=CC=CC(OC=2C=CC(N)=CC=2)=C1 WUPRYUDHUFLKFL-UHFFFAOYSA-N 0.000 description 1
- 241001465180 Botrytis Species 0.000 description 1
- 208000002177 Cataract Diseases 0.000 description 1
- 206010010741 Conjunctivitis Diseases 0.000 description 1
- 241000219112 Cucumis Species 0.000 description 1
- 235000015510 Cucumis melo subsp melo Nutrition 0.000 description 1
- 206010015150 Erythema Diseases 0.000 description 1
- 241000233866 Fungi Species 0.000 description 1
- 241000159512 Geotrichum Species 0.000 description 1
- 241000132456 Haplocarpha Species 0.000 description 1
- 241000238631 Hexapoda Species 0.000 description 1
- 208000032420 Latent Infection Diseases 0.000 description 1
- 241000228143 Penicillium Species 0.000 description 1
- 241001507673 Penicillium digitatum Species 0.000 description 1
- 241000235527 Rhizopus Species 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 241000607479 Yersinia pestis Species 0.000 description 1
- FJJCIZWZNKZHII-UHFFFAOYSA-N [4,6-bis(cyanoamino)-1,3,5-triazin-2-yl]cyanamide Chemical compound N#CNC1=NC(NC#N)=NC(NC#N)=N1 FJJCIZWZNKZHII-UHFFFAOYSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000004071 biological effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000001427 coherent effect Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037771 disease arising from reactivation of latent virus Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 231100000321 erythema Toxicity 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000005089 fruit drop Effects 0.000 description 1
- 210000004907 gland Anatomy 0.000 description 1
- 231100001261 hazardous Toxicity 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 230000001678 irradiating effect Effects 0.000 description 1
- 206010023332 keratitis Diseases 0.000 description 1
- 230000003061 melanogenesis Effects 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 244000052769 pathogen Species 0.000 description 1
- 230000001717 pathogenic effect Effects 0.000 description 1
- 230000000886 photobiology Effects 0.000 description 1
- 238000006552 photochemical reaction Methods 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000009394 selective breeding Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 235000013311 vegetables Nutrition 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
- B07C5/34—Sorting according to other particular properties
- B07C5/342—Sorting according to other particular properties according to optical properties, e.g. colour
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
- B07C5/34—Sorting according to other particular properties
- B07C5/342—Sorting according to other particular properties according to optical properties, e.g. colour
- B07C5/3422—Sorting according to other particular properties according to optical properties, e.g. colour using video scanning devices, e.g. TV-cameras
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
- B07C5/36—Sorting apparatus characterised by the means used for distribution
- B07C5/363—Sorting apparatus characterised by the means used for distribution by means of air
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/85—Investigating moving fluids or granular solids
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N2021/845—Objects on a conveyor
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N2021/8466—Investigation of vegetal material, e.g. leaves, plants, fruits
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明涉及一种构思和设计用于识别受到任何程度的腐烂影响的果实,特别是柑橘类果实并绝对将其自动从将其移动过设备的传送器上剔除的***。该***包括在计算机观测单元中用UV‑A波段的光来照射果实,并借助于照相机摄取被照射的果实的图像,将其发送到总体控制单元,以探测是否有与腐烂效应相关的荧光。被识别出的腐果在剔除单元中自动从传送器上剔除剔除,有缺陷的果实的位置由与传送器关联的编码器来确定。总体控制单元是个人计算机型的计算机,装有专门的应用软件。
Description
本发明的对象
本发明涉及一种柑橘类腐果自动筛分***,与现有技术领域内用于相同目的的已知装置相比,本发明提供具有新颖性和显著进步的本质特征。
更具体地说,本发明提出研发一种用于识别受腐烂问题影响的柑橘类果实并在包装柑橘类果实前将其从生产分类线上剔除的高效率***,为此目的,该***采用对外界封闭的紫外线(UV)发射器,形成观测单元,在该单元内紫外线投射在由传送器传送通过该单元的柑橘类果实上,根据在柑橘类果实上观察到并在过滤之后被照相机摄取的荧光性质来决定柑橘类果实的状态。编码器控制所不想要的果实的位置,以在它们到达位于上述观测单元之后的剔除单元时被自动分离。腐果识别的另一可替代的实施方案为荧光效应和图像缺失效应的组合实行,上述图像缺失比较由设在观测单元中关于横向于果实传送方向的线处于相对排列的位置上的两个照相机所摄取的图像。
本发明的应用领域被包含在专用于自动分类和识别设备的制造和安装行业,特别是那些用于蔬果行业的自动分类和识别设备。
发明背景和发明概述
熟悉本领域的人们知道培育柑橘类果实是主要的国内瓜果产业。在西班牙一半的柑橘类果实用于出口,所以西班牙的柑橘类果实在柑橘出产国中占有非常重要的地位。但是地中海非欧洲国家的低生产成本柑橘种植业,使其柑橘栽培在市场上有很强的竞争性。特别是欧洲市场逐渐对这些国家的开放,唯一的可替代方案是保证质量优于竞争对手,同时降低成本。
果实的品质由许多方面决定,比如显示、外观、均匀性、成熟度以及新鲜度,所有这些方面在很大程度上影响买方的选择。果实的品质会受很多因素的影响,让其形成使产品价值降低的形态和生理上的缺陷。最使人担忧的原因包括果实在售前加工过程中或之后产生的缺陷,这些缺陷在销售地才显现出来。产品加工操作过程中所受的损坏或伤害是许多导致腐烂的病原体侵入的进口,比如葡萄孢属、根霉属、交链包属、地丝菌属,但特别是指状青霉(peniciliumdigitatum(绿霉病)和意大利青霉(penicilium italicum(蓝霉病),是柑橘收割后最大的感染源。
收摘中心腐果损失占所有加工的果实的约3%-5%,在气候反常年份可以达到约7%-12%。为了减少损失,在果实处理厂中会进行几次分选操作,分选的标准为果皮是否有缺陷、有无虫害、有无受到冰雹的损坏、果实是否变形等等。但是这种分选操作并非总是有效,因为在分选时可能果实的受腐损坏还不能从外部看出。在这种情况下真菌会在储藏和运输过程中生长,传染到整批果实,造成巨大经济损失。所以快速探测感染尤其重要,可以保持产品质量,防止经济损失,从而能在市场上加强自身竞争能力。
在现有技术领域,已知将紫外线用于在感染向外部发展之前探测果实内的感染。该已知方法主要基于真菌引起的感染在发展过程中,破坏了果实组织的化学组成,使表皮腺内的精油外溢,用紫外线照亮这些组织会显示出它们的荧光,让仍是潜在的损坏展现出来。
紫外线所形成的电磁波谱的波段在100nm到400nm波长之间,和可见光和X光线相邻。紫外线根据以下波长分成三个区段:UV-C,100-280nm;UV-B,280-315nm;UV-A,315-400nm。
利用紫外线的分选操作在位于加工线中的专门的检查室中手工地进行,该检查室通常叫做”DISCOTECAS”(舞厅)。这些检查室由小尺寸的暗箱组成,这些暗箱只用黑光管照明,这些黑光管发出的波长对应于UV-A波段。在通过暗箱时显现出荧光的果实表示已有潜伏的感染,需立即从加工线上剔除。果实传递过滚筒,这些滚筒旋转并使果实旋转以便让其基本上所有的表面都得到观察。
但是此种应用紫外线检查方式也有若干弊端。实际上,紫外线是所有非离子辐射里,能量最大的那些。该相对大量能量含量使其能够与物质反应,导致所谓的光化学反应。紫外线的生物效应主要影响皮肤,导致红斑、失去弹性以及迟发的黑素生成。这种辐射还可能造成眼科疾病,比如结膜炎、角膜炎以及白内障。所以紫外线照明灯被照明工程协会(La Sociedad de la Industria queIlumina)(ANSI/IESNA RP-27.3-96)列为I类危险。
为了光生物学方面安全地使用紫外线灯,已形成了实用建议。这些建议基于可承受的辐射极限。因此,在紫外线灯发射波长在320-400nm的辐射时,能流不得超过1mW/cm2,必须限定受照时间,很大程度上,越低至发射源的距离。基于这些建议,在这些检查室暗箱内工作的操作员必须轮流工作,以不可呆在暗箱中超过一个小时。另一建议是使用吸收所接受到的紫外线的保护眼镜和手套,将操作员受到的辐射减小到无危险的水平(RD-773/1997和RD-1002/2002)。为了对这些方面进行控制,需实行专门且定期的辐射测量和健康检查。
在这些条件下人工选择对于操作者来说是非常枯燥和繁琐的工作,另外劳力对企业来说也是一项很大开支。
因此,近几年已发展分析技术以实现果实分类和丢弃***,可降低与该过程相关的昂贵的人工成本。在这种意义上,这些任务的自动化可改善这些操作员的工作性质,因为操作员只需在外面通过显示屏监督***的正确操作。
虽然对这种类型的***有了很多研究,目前在市场上还没有一套自动化***可以利用精油在施加紫外线时的荧光来探测果实的腐烂。
本项发明属于用来检测具有任何量的腐烂的果实,特别是柑橘类果实的***部分,并对现有技术领域中设备所存在的问题提供有效的解决方法。本目的由以下描述的实施方案完全解决,这些实施方案的主要特征包括在所附权利要求1的特征部分中。所附权利要求书限定本发明***的细节和具体内容
本发明的***本质上用于通过对腐果进行自动剔除而实际地分离通过处理和校准线的具有任何类型的腐烂的果实,因而,它可取代了至今为止的人工操作。
本***的工作原理为利用黑光,更具体地说是属于UV-A波段的光线,来检测可能会在柑橘类果实中发展的腐烂,与人工分选中所用方式相同。为此,本***利用了当紫外线照射于其上时在腐烂发展过程中流出的精油发生反应的可观察特点。此种荧光是强度非常弱的辐射,它的波长的重要部分集中在黄-绿光波段。此种荧光在照相机摄取的图像里可进行识别以确定果实是否受到任何类型的腐烂的影响。
为了达到该目的,已设计出一种***,在该***的较佳实施方案中包括了用作计算机观测部件的第一单元,在该单元中在传送器上传送的果实经受紫外线照射,如在一个或多个特定的果实上探测到腐烂,则它们发出的荧光会被计算机观测***摄取。此种情况由识别和控制部件,较佳的是计算机来探测,从该单元发出命令给剔除组件,该剔除组件位于计算机观测单元之后的相应单元内,从而被识别为腐烂的柑橘类果实在到达相应位置后将被从传送装置上剔除。必须被剔除的果实的准确位置借助于编码器来确定。
以这样简单但是非常有效的方式,本***识别腐烂的果实并将其自动从传送装置上剔除,不需要人工干预。
此外,在本发明的一个可替代的实施方案中,为了更精确地识别坏果,此发明进行了几个修改以提供所述***的功能性,这些修改借助于提供补充第一实施方案所有的那些能力的其它可替代的能力,并旨在果实通过设备时更全面地观测果实,从而有更高的筛选保证率。
本质上,本发明的第二实施方案所建议的改进基本上包括改变计算机观测部件的数量和位置,由单个观测部件改为两个不同的观测部件,它们位于横向于果实传送的线上对齐的相对的位置上,分开一定距离,可从不同角度观察被照亮的果实,因而每次可观测到每个果实更大的表面,消除了由于用单个观测单元无法观察到的可能死角(尽管在果实在行进穿过设备时可旋转也可能有这样的死角)而造成的分类失误。
此外,为实施所述第二实施方案,对计算机观测部件进行了详细的选择,该观测部件基于配有两个单色传感器的MAF照相机,一个传感器是用于探测荧光,另一个配有合适的近红外滤光片,可观察到当果实通过探测区域时照射果实的紫外线中所固有的近红外分量照射在损坏区域上所产生的图像的细小变化。
附图说明
本发明的这些和其它的特征和优点将从参照附图对较佳实施方案的详细阐述中表现得更加清楚,这些实施方案仅是以说明性而无局限性的例子给出的。
图1示出根据本发明第一实施方案的***组件的示意图;
图2为根据第二实施方案的***对应于计算机观测部分的区域的概括的示意性侧视图;以及
图3为横穿根据第二实施方案的计算机观测单元的类似的示意图示,显示观测构件朝向在所要观察的果实的传送线的聚焦位置。
具体实施方式
如上所述,下面将借助附图描述本发明的较佳实施方案,图1示出本发明***的第一实施方案的示意性图示。从所述图1的图形表示可以看出,所示组件包括若干不同的部分,每个部分都有自己特殊的作用,其中区分如下:
-传送器1,在两个端部滚筒2之间延伸,通过沿果实行进方向被驱动而运动,在所示例子中,该果实行进方向相应于箭头F的方向。
-形成计算机观测构件的第一单元,总的由附图标记3标示,该单元设置成用于照射柑橘类果实和摄取有关存在缺陷的果实所可能显示的荧光的图像;
-剔除单元,由附图标记4标示,设于第一单元3下游,其中具备从传送器1上剔除被识别腐果的装置;
-编码装置5,用于在必须从传送器剔除的腐果通过剔除单元4时准确地确定其位置;以及
-控制单元6,较佳的是包括个人计算机(PC)型计算机,且装有根据此***的不同功能设计的专门应用软件。
仅以示意方式示出的传送装置1可以从现有技术中已知传送器中选择,只要能使柑橘类果实充分旋转,以可如上所述地确定那些可能受腐烂问题影响的果实。在对应于图1所示的该第一实施方案的本发明***的较佳实施方式中,传送器包括采用双锥和杆式剔除器(由马夫罗达(MAF RODA)公司制造)类型的果实旋转和传送元件。传送器组件主要包括支承在导向件上的传送链条,在传送链条上联接有被称为“双锥”的双锥形圆柱体,这些圆柱体外附橡胶,可自由旋转。由于双锥和果实的形状,所有的果实可排列成一直线的形式一个挨一个。在到达第一单元1的室之前,所述双锥绕自己的轴线旋转,使果实一个一个分开,在每个双锥间的间隙只有一个果实。
在传送器实施方案的变化形式中,只有在对应于计算机观测单元的路径段才设有旋转的双锥,从而观测单元在其中形成一个独立于其余传送器部分的传送器部分,所有传送器段的操作合适地同步以可安全和准确地识别任何存在缺陷的果实。
以上关于本发明的实施方案所述类型的传送器仅是说明性的,因为它可由其它等效类型的传送器予以代替。因此,已知这样一种传送***,其中位于双锥之间的果实利用吹加压空气剔除来代替如上所述的机械杆。这种情况下,***可包括电控阀门,该电控阀门由电子部件控制,当腐果面对电控阀门的位置时,电子部件确定打开这样的电控阀门,以施加加压空气射流,将腐果从主传送器剔除向由另一辅传送器进行的腐果收集。
在另一实施方案中,传送器组件可为在技术上称为“手”型传送器的传送器,在此种传送器上设有果实在其中旋转的前段,然后果实被传递到上述“手”型传送器,在那里一些手形状部件水平放置且具有向上的凹状,这些部件用于将果实送向(每个手一个果实)路径的结束处,在那里所述手由电磁铁致动以旋转,倒置其位置(水平位置且凹状向下)让果实掉落,然后回到向上的水平位置以在它们到达路径开端时可再次工作。
此外,作为可替代上述传送器组件并可专门用于本发明的的传送器组件,可选择被称为“杯子”的传送器,其与上一种传送器研发相仿,在该传送器上设有用于果实的“杯”状装支承件。杯子在相应位置的旋转通过致动一根杆来执行,该杆释放杯子的后部使其可由于重力的影响会向后摆动。
继续对附图中示意性地示出的***的描述,可看到计算机观测单元,它由附图标记3标示,借助于该单元设置一壳体,该壳体的内部空间通过发射UV-A射线的一组或多组荧光管3a来照亮,,在该壳体内还设有照相机7,用于摄取由传送器1驱动而传过计算机观测单元内部的果实上部的图像。被照相机摄取的图像通过图像获取卡(图中未显示)被发送至控制部件6,以用所包含的软件程序进行处理。传送器上的双锥在经过计算机观测单元3时会旋转,从而可以摄取到果实的不同表面部分的图像。根据发明每个果实需要摄取几个图像,然后由软件合成每个果实完整表面。
装有照明组3a的舱室完全封闭,以防止环境光不利地影响腐果探测操作。这是因为,由柑橘类果实的皮肤中的腐烂效应产生的荧光以光谱的可见光波段发射,由此可推断任何外部干扰会是测量荧光时的干扰源。
如上所述,能激发腐烂部分的荧光的合适紫外线光源是在紫外线宽波段,特别是在320nm与400nm之间的范围内发光的光源。
关于照相机7,使用基于CMOS技术类型的照相机是较佳的,虽然这不是摄取图像的必要条件。理论上照相机7摄取可见光波段的图像,在照相机上联接有滤光片,该滤光片主要让黄光波段的光线通过,因为这是观察到腐烂效应所产生的荧光的辐射波段。
照相机和控制部件由缆线和数字卡(图中无显示)连接,所述数字卡专门为控制照相机7所摄取图像的摄取和获取而设计和研发。
沿着传送器1的行进方向继续前进,果实到达剔除单元4。这个单元4任务是从传送器上实际地取出被探测为腐烂果实。该组件设有用于与控制计算机6相互左右的电子装置4a以及连接至上述电子装置4a的电磁铁,当电磁铁启动时会使剔除杆(图中无显示)旋转。在相邻双锥之间的每个果实直接支承在剔除元件上,当经过电磁铁时,如电磁铁启动,则该剔除元件剔除上述腐果。因此,为了剔除一个腐果,剔除过程由以下步骤组成:
-由计算机6识别腐果;
-由所述计算机6计算腐果到达剔除单元4内设置的电磁铁的位置的时刻;
-由控制计算机6向电子装置4a发送合适的信号,以就在腐果到达上述剔除位置前一刻启动剔除单元4中的电磁铁。
如同常规那样,第二个传送器(图中无显示)用于收集被剔除的腐果并将其引导到接纳处/储存处。
如上所述,该***设有与传送器关联的编码器装置5。这可以安全且高效地确认在计算机观测单元3的舱室内已被检验为腐烂的腐果。该控制由计算机6来执行,所述编码器5较佳的是由串行端口连接至计算机6。由编码器发送给控制计算机6的脉冲具有与传送器1的速度成比例的频率,这样由于已知与等于双锥的距离的行程相对应脉冲数量,在控制单元6内安装的软件可随时精确地知道每个果实的位置。
最后,如上已述,由***提供的控制单元6包括与所述***的不同部件相连接的计算机。所述计算机6集成有合适的软件,以基于照相机7所摄取并通过相应图像获取卡接受到的图像来处理不同的信息及发送相关信号至所想要的部件,直到在恰当的时候启动剔除一个或多个腐果所必须的装置,并将***重新定位成其正常工作状态。可以理解的是,基于所述原理,熟悉本领域的人通过对软件作相应改变而改变该***以用单台计算机6控制多台照相机7,达到同时用多条生产线工作的目的。
现在参见图2和图3,可以看到相应于本发明第二实施方案的观测区域的侧视图和剖视图。为了使更好地辨认构成该***第二实施方案的各个单元,采用了与第一实施方案相同的附图标记编号,以更好地理解说明和更易于辨认不同元件。因此,首先考虑图2的图示,可以看到对应于计算机观测单元的设备剖面的大体示意性侧视图,此单元安装在传送器1上方,传送器1可以是上述任何一种类型的,用于按箭头F所示的其纵向方向驱动产品P。按照本实施方案,由来自光源3a的紫外线光照射产品,此时光源3a的位置设置成使其将最高的照射功率指向供产品P穿过单元内部的中心强制通过区域。
此外,如上所述,观测部件由两个照相机组成,而不是如所述第一实施方式中你走以后用单个照相机来形成。决定使用用于这样的目的在预先选定位置的两个照相机是为了确保可在比单个照相机可见大得多的面积中观察产品,为此,为两个照相机选择的位置为图3所示,图中两个照相机用附图标记7’来标示,位于产品传送区域的两侧,也就是说一个照相机7’位于左上角,而另一个照相机7’位于右上角,沿着横向线面对彼此,这样两个照相机的视场交汇于公共的观测区域C。采用如图所示的实施方案,可在果实两边设计较广区域的表面部分上拍摄图像,藉此,可同步于成比例于果实传送器速度的同一脉冲信号提供果实两侧图像,这些图像被发送至控制部件(图1中所显示的计算机),以进行合成每个果实的完整图像的处理和翻译。因此,如可理解的,在传送线的两侧使用两个照相机7’来代替第一实施方案中的单个照相机,可避免”死角”,这样的死角在另一情况下会导致***信息损失,并因而产生所不希望的失误。
另外还有一种情况可有利于更好地识别现实腐烂迹象的表面区域,在研究过程中,通过合适地选用了MAF照相机来形成本发明的该实施方案中所采用的每个观测部件7’,它能有利地进行观察。实际上,如上所述,通常的照相机包括两个不同的传感器,一个是单色传感器,另一个是三色RGB传感器。至今为止,照相机只用了单色传感器,并设有两个滤光片,一个让可见光波段(400nm-700nm)的光通过,另一个是高通的并允许绿光以上的光谱区域中的光通过。在如本发明所示的一个实施方案中采用这两种传感器开始被认为可以提高本发明的观测性能,因为一个传感器可用于检测在受紫外线照射下来自损坏区域的荧光,另一个用于获得蓝光区域的参照图像,这样,通过比较两个图像就可以仅使腐烂区域明显突出。但是这种观察方式存在缺点,即来自紫外线管的光直接照射在果实上会呈现明亮和阴影部分,对图像有不利的影响。
尽管存在前述问题,但通过合适地对其进行选择,可以利用与每个照相机7’关联的两个传感器来实现最初想要提高成像的假设。为此选用了MAF照相机,这种照相机配有都是单色类型的两个传感器,已发现,通过指派一个用来如常规方式那样观察荧光,而给另外一个配上合适的近红外(NIR)滤光片,让其观察由那些紫外线管光发出的微弱的红外线,则在照亮腐烂区域时可以看见红外图像的轻微缺失。那么,两个特征(荧光发射和红外图像的轻微缺失)的同时一致可以无疑的确定在这个位置有腐烂区域,从而消除任何发生与所获得的书记的翻译相关的不确定性或失误的可能性。
如可理解的,以上描述的***的各实施方案可以绝对确定地识别具有腐烂表面部分的柑橘类果实,因此可将其从包装链中剔除。
对于熟悉本领域的技术人员,已没有必要再进行进一步详细描述,他们已了解了本发明的保护范围和其优势,也能研制其对象并将其投入实践。在任何情况下,由于本***是按最佳实施方案进行描述的,在实际运用中易于对细节进行变化,这些变化形式可能会影响组成它的部件的特征和类型,但并不超出所附权利要求内容所限定的本发明保护范围。
Claims (11)
1.一种柑橘类腐果自动筛分***,其设计为识别位于第一传送器(1)上的腐烂果实的***,所述位于第一传送器(1)上的果实移动通过加工线,并且果实至少在对应于观测部件的路径部分上同时旋转,利用发出光谱UV-A波段的光的紫外线照射灯来确定果实中可能的腐烂效应,该***的特征在于,该***沿果实传送路径相继地包括:
计算机观测单元(3),用于观测被传送的果实;
自动剔除单元(4),用于剔除被识别为腐果的果实;
位置控制装置(5),用于控制每个被识别为腐果的果实的位置;
总体控制部件(6),与工作部件中的各个和每一个连接并将它们集成起来;
计算机观测单元(3)包括对外封闭的舱室和两个观测部件,两个观测部件都为设有两个单色传感器的MAF型照相机,所述第一传送器(1)在所述舱室中运行,所述舱室包括紫外线照射灯(3a),所述紫外线照射灯(3a)照射在果实上,所述照相机用于摄取果实由于紫外光线照射在其上而发出的荧光,所述照相机配有图像获取卡,用于将所述照相机所摄取的图像发送到总体控制部件(6);
两个所述照相机中一个位于通过区域的左侧,另一个位于通过区域的右侧,两个所述照相机向公共的通过区域(C)交叠,排列在横向通过线的相对位置上,从而两个所述照相机可以观察到传送通过所述计算机观测单元(3)的果实更大的表面部分;
一个所述传感器探测腐烂区域响应所述紫外线照射灯(3a)的照射而发出的荧光,另一个传感器配有近红外滤光片用于探测与紫外线发射相关的红外线分量,并当其面对腐烂区域时允许观察到所产生的图像中的轻微缺失。
2.如权利要求1所述的***,其特征在于,用于剔除其中已探测到腐烂的果实的所述自动剔除单元(4)包括由所述总体控制部件(6)控制的电子线路(4a),所述电子线路(4a)用于启动与所述第一传送器(1)关联的剔除元件。
3.如权利要求1所述的***,其特征在于,用于控制每个果实的位置的位置控制装置(5)是与所述总体控制部件(6)连接的编码器。
4.如前述权利要求所述的***,其特征在于,所述总体控制部件(6)是计算机,所述计算机装有适合所述***要求的专门应用软件。
5.如权利要求1所述的***,其特征在于,在所述计算机观测单元(3)内通过紫外线照射灯(3a)的照射而由果实发出的荧光为黄色,用于摄取图像的所述照相机为此配有主要允许对应于该所述光谱UV-A波段的光通过的滤光片。
6.如权利要求2所述的***,其特征在于,由所述总体控制部件(6)包括电磁铁,所述电磁铁致动位于所述第一传送器(1)装置上的双锥之间且果实支承于其上的杆,当存在缺陷的果实到达剔除位置时,所述电磁铁致动所述杆以实际地自动将所述存在缺陷的果实剔除向用于收集被剔除的果实的第二传送器。
7.如权利要求2所述的***,其特征在于,与所述***关联的第一传送器(1)是双锥或圆柱的类型,其中包括在第一传送器(1)上的所述剔除元件包括电动阀门,当存在缺陷的果实到达剔除位置时,所述电动阀门对所述存在缺陷的果实喷出加压空气射流一预定的时间。
8.如权利要求2所述的***,其特征在于,所述第一传送器(1)是"手"型第一传送器,其手形支承件水平向上放置,在到达必须卸载果实的位置的路径中传送相应的果实,在所述必须卸载果实的位置,通过倒置"手"以向下定位果实并因而让果实落下以便卸载果实。
9.如权利要求2所述的***,其特征在于,所述第一传送器(1)是称为"杯子"的第一传送器,其由构造成"杯子"形状的支承件来支承和传送果实,当所述支承件到达预定位置并且释放让第一传送器后部可由于重力的作用而沿向后方向摆动的杆时,所述第一传送器能向后摆动,让相应的果实落下。
10.如权利要求l所述的***,其特征在于,用于观察由所述第一传送器(1)沿其纵向方向传送的经过的果实(p)的所述计算机观测单元(3)包括:紫外线照射灯(3a),所述紫外线照射灯位于居中位置,并向果实的强制通过区域(C)照射以集中的方式引导的相当大的光照功率。
11.如权利要求10所述的***,其特征在于,两个所述照相机,与所述第一传送器(1)的速度成比例的同一脉冲信号同步地产生图像,从而易于由合适的控制装置内装的应用软件进行翻译。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
ES200700514A ES2324324B9 (es) | 2007-02-27 | 2007-02-27 | Sistema para la separacion selectiva automatica de citricos afectadospor podredumbre |
ESP200700514 | 2007-02-27 | ||
ES200800528A ES2325199B1 (es) | 2007-02-27 | 2008-02-26 | Adicion a la patente principal p200700514.por "sistema para la separacion selectiva automatica de citricos afectados por podredumbre". |
PCT/ES2008/070030 WO2008104627A1 (es) | 2007-02-27 | 2008-02-26 | Sistema para la separación selectiva automática de cítricos afectados por podredumbre |
ESP200800528 | 2008-02-26 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101678405A CN101678405A (zh) | 2010-03-24 |
CN101678405B true CN101678405B (zh) | 2016-11-02 |
Family
ID=40886045
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN200880001094.7A Active CN101678405B (zh) | 2007-02-27 | 2008-02-26 | 柑橘类腐果自动筛分*** |
Country Status (9)
Country | Link |
---|---|
US (1) | US9174245B2 (zh) |
EP (1) | EP2133157B2 (zh) |
CN (1) | CN101678405B (zh) |
ES (3) | ES2324324B9 (zh) |
MA (1) | MA30862B1 (zh) |
PT (1) | PT2133157E (zh) |
TR (1) | TR200903461T1 (zh) |
WO (1) | WO2008104627A1 (zh) |
ZA (1) | ZA200905603B (zh) |
Families Citing this family (44)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2688805C (en) | 2008-11-18 | 2013-07-02 | John F. Green | Method and apparatus for sorting heterogeneous material |
MY157647A (en) * | 2010-09-23 | 2016-07-15 | Univ Putra Malaysia | Fruit ripeness grading system |
SG191796A1 (en) * | 2010-12-30 | 2013-08-30 | Abbott Lab | High speed spoilage detection using an electromagnetic signal |
DE102011007666A1 (de) * | 2011-04-19 | 2012-10-25 | Siemens Aktiengesellschaft | Fluoreszenzkontrolle |
US9080987B2 (en) | 2011-05-26 | 2015-07-14 | Altria Client Services, Inc. | Oil soluble taggants |
WO2013181286A1 (en) * | 2012-05-29 | 2013-12-05 | Altria Client Services Inc. | Oil detection process |
US9097668B2 (en) | 2013-03-15 | 2015-08-04 | Altria Client Services Inc. | Menthol detection on tobacco |
CN103523449B (zh) * | 2013-10-14 | 2016-06-01 | 北京市农林科学院 | 防除青椒冷害和病害的分选台 |
JP2015184071A (ja) * | 2014-03-20 | 2015-10-22 | シブヤ精機株式会社 | 農産物検査装置及び農産物検査方法 |
CN104323405A (zh) * | 2014-10-24 | 2015-02-04 | 新华新橙科技股份有限公司 | 橙子清洗筛选装置 |
WO2016077471A1 (en) | 2014-11-11 | 2016-05-19 | Altria Client Services Inc. | Method for detecting oil on tobacco products and packaging |
CN104542878A (zh) * | 2014-12-05 | 2015-04-29 | 中国农业大学 | 一种用于腐败肉在线检测与剔除***及方法 |
JP6293046B2 (ja) * | 2014-12-18 | 2018-03-14 | ヤンマー株式会社 | 品質選別装置 |
JP2016130667A (ja) * | 2015-01-13 | 2016-07-21 | 住友電気工業株式会社 | 光学測定方法及び光学測定装置 |
CN105214962A (zh) * | 2015-10-22 | 2016-01-06 | 浙江省农业科学院 | 一种柑橘剥皮设备自动挑选装置 |
CN105427274B (zh) * | 2015-10-28 | 2017-12-26 | 北京农业智能装备技术研究中心 | 一种由青霉感染引起腐烂的柑橘图像检测方法 |
FR3044245B1 (fr) | 2015-11-27 | 2017-12-08 | Maf Agrobotic | Procede et dispositif d'analyse optique d'agrumes par diffusion/transmission |
CN105548196B (zh) * | 2015-12-07 | 2018-12-04 | 郑州轻工业学院 | 硬质合金顶锤在线无损检测的方法和装置 |
NL2016146B1 (nl) * | 2016-01-25 | 2017-07-31 | De Greef's Wagen- Carrosserie- En Machb B V | Eliminator voor het detecteren en verwijderen van producten, zoals groenten en fruit, verenkelaar en sorteersysteem voorzien daarvan, en werkwijze daarvoor. |
CN105642555B (zh) * | 2016-04-06 | 2018-04-17 | 南京农业大学 | 一种苹果采摘过程中的分级方法及*** |
US20170295323A1 (en) * | 2016-04-08 | 2017-10-12 | Empire Technology Development Llc | Sub-surface emr transmission for scanning produce |
CN105964564A (zh) * | 2016-05-04 | 2016-09-28 | 成都贝森伟任科技有限责任公司 | 水果品质分选装置 |
CN105834119A (zh) * | 2016-05-04 | 2016-08-10 | 成都贝森伟任科技有限责任公司 | 水果自动分级装置 |
CN106076890B (zh) * | 2016-08-08 | 2018-09-11 | 北京农业智能装备技术研究中心 | 早期水果腐败果在线检测***及方法 |
CN106442561B (zh) * | 2016-08-29 | 2023-10-31 | 北京农业智能装备技术研究中心 | 用于检测柑橘表皮缺陷的在线图像采集***及方法 |
US10877014B2 (en) | 2016-10-07 | 2020-12-29 | KWS SAAT SE & Co. KGaA | Device and method for crumbling root crops and for determining components in root crops |
FR3063542A1 (fr) | 2017-03-01 | 2018-09-07 | Maf Agrobotic | Procede et dispositif d'analyse optique de fruits ou legumes et dispositif de tri automatique |
CN107116034B (zh) * | 2017-06-22 | 2019-06-14 | 江山博达电子商务有限公司 | 一种红外测量式苹果分拣机 |
CN107741432A (zh) * | 2017-11-16 | 2018-02-27 | 天津商业大学 | 一种基于机器视觉的水果自动分拣机器人*** |
WO2019111785A1 (ja) * | 2017-12-08 | 2019-06-13 | キヤノン株式会社 | 識別装置、選別システム |
JP6584624B2 (ja) * | 2017-12-08 | 2019-10-02 | キヤノン株式会社 | 識別装置および選別システム |
JP6410199B1 (ja) * | 2018-05-11 | 2018-10-24 | アクティブ販売株式会社 | 対象体選別装置 |
WO2020005773A1 (en) | 2018-06-26 | 2020-01-02 | Walmart Apollo, Llc | Food quality image classification |
US10401303B1 (en) * | 2018-08-15 | 2019-09-03 | P & P Optica Inc. | Lighting apparatus for conveyors |
US11262298B2 (en) * | 2018-08-30 | 2022-03-01 | Caterpillar Inc. | System and method for determining fluid origin |
CN108993930B (zh) * | 2018-09-17 | 2024-05-24 | 云南省烟草质量监督检测站 | 一种茎叶类农产品中杂物识别剔除装置及其工作方法 |
CL2018003416A1 (es) * | 2018-11-30 | 2019-02-01 | Univ Concepcion | Un sistema de detección por ultrasonido en línea de la calidad de la fruta |
IT201900019454A1 (it) | 2019-10-21 | 2021-04-21 | Microtec Srl | Metodo e apparecchiatura per l'esecuzione di un esame tomografico di un oggetto |
CN110841927A (zh) * | 2019-11-15 | 2020-02-28 | 上海威士顿信息技术股份有限公司 | 一种分拣装置、***及方法、电子设备 |
CN112051216B (zh) * | 2020-05-20 | 2023-04-28 | 广东轻工职业技术学院 | 用于实现水果分级分拣的水果动态跟踪方法 |
CN113070239B (zh) * | 2021-03-22 | 2023-03-21 | 重庆三峡学院 | 一种高光谱自动柑橘无损检测分拣装置 |
IL282797A (en) * | 2021-04-29 | 2022-09-01 | Tevel Aerobotics Tech Ltd | A method for examining fruit quality and sorting during and before picking |
CN113617681B (zh) * | 2021-08-23 | 2023-08-11 | 李佳锴 | 一种基于计算机视觉识别的筛选设备 |
US11847681B2 (en) * | 2022-04-06 | 2023-12-19 | Apeel Technology, Inc. | Ultraviolet light and machine learning-based assessment of food item quality |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0105452A2 (en) * | 1982-09-30 | 1984-04-18 | Pennwalt Corporation | Apparatus for sorting items such as fruit and the like |
US4726898A (en) * | 1982-09-30 | 1988-02-23 | Pennwalt Corporation | Apparatus for spinning fruit for sorting thereof |
CN1123717A (zh) * | 1994-10-07 | 1996-06-05 | 株式会社佐竹制作所 | 谷物分拣设备 |
ES2081231B1 (es) * | 1990-03-23 | 1996-09-16 | Sunkist Growers Inc | Metodo y aparato para clasificar fruta. |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4112951A (en) † | 1976-01-26 | 1978-09-12 | Research Corporation | Surgical clip |
JPS5987081A (ja) * | 1982-11-09 | 1984-05-19 | 池上通信機株式会社 | 外観品位検査方式 |
US5388707A (en) * | 1992-06-30 | 1995-02-14 | Agr International, Inc. | Apparatus for inspecting the exterior finish of containers and associated method |
JPH06129987A (ja) † | 1992-10-19 | 1994-05-13 | Seibutsukei Tokutei Sangyo Gijutsu Kenkyu Suishin Kiko | 柑橘等の油胞損傷判定装置 |
US5440127A (en) * | 1993-05-17 | 1995-08-08 | Simco/Ramic Corporation | Method and apparatus for illuminating target specimens in inspection systems |
JPH08184563A (ja) † | 1994-12-29 | 1996-07-16 | Techno Ishii:Kk | 果菜物検査装置 |
US5808305A (en) * | 1996-10-23 | 1998-09-15 | Src Vision, Inc. | Method and apparatus for sorting fruit in the production of prunes |
US6410872B2 (en) * | 1999-03-26 | 2002-06-25 | Key Technology, Inc. | Agricultural article inspection apparatus and method employing spectral manipulation to enhance detection contrast ratio |
ES1043355Y (es) * | 1999-06-29 | 2000-05-01 | Morigi Romana Amaducci | Transportador para seleccion de fruta mejorado. |
US6536598B2 (en) * | 2000-12-21 | 2003-03-25 | Emhart Glass S.A. | Glass container inspection machine |
JP3566215B2 (ja) † | 2001-01-17 | 2004-09-15 | 株式会社宝計機製作所 | 農作物の搬送処理装置 |
JP2003014650A (ja) † | 2001-06-29 | 2003-01-15 | Nireco Corp | 農産物検査装置及び検査方法 |
EP1436646A4 (en) * | 2001-09-13 | 2006-09-13 | Anzpac Systems Ltd | METHOD AND DEVICE FOR ARTICLE TESTING |
WO2006058406A1 (en) * | 2004-12-02 | 2006-06-08 | N. M. Bartlett Inc. | Systems and methods for defect sorting of produce |
-
2007
- 2007-02-27 ES ES200700514A patent/ES2324324B9/es not_active Revoked
-
2008
- 2008-02-26 ES ES200800528A patent/ES2325199B1/es active Active
- 2008-02-26 ES ES08736728T patent/ES2441042T5/es active Active
- 2008-02-26 TR TR2009/03461T patent/TR200903461T1/xx unknown
- 2008-02-26 US US12/312,160 patent/US9174245B2/en active Active
- 2008-02-26 EP EP08736728.0A patent/EP2133157B2/en active Active
- 2008-02-26 PT PT87367280T patent/PT2133157E/pt unknown
- 2008-02-26 WO PCT/ES2008/070030 patent/WO2008104627A1/es active Application Filing
- 2008-02-26 CN CN200880001094.7A patent/CN101678405B/zh active Active
-
2009
- 2009-05-05 MA MA31838A patent/MA30862B1/fr unknown
- 2009-08-13 ZA ZA2009/05603A patent/ZA200905603B/en unknown
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0105452A2 (en) * | 1982-09-30 | 1984-04-18 | Pennwalt Corporation | Apparatus for sorting items such as fruit and the like |
US4726898A (en) * | 1982-09-30 | 1988-02-23 | Pennwalt Corporation | Apparatus for spinning fruit for sorting thereof |
ES2081231B1 (es) * | 1990-03-23 | 1996-09-16 | Sunkist Growers Inc | Metodo y aparato para clasificar fruta. |
CN1123717A (zh) * | 1994-10-07 | 1996-06-05 | 株式会社佐竹制作所 | 谷物分拣设备 |
Also Published As
Publication number | Publication date |
---|---|
EP2133157A4 (en) | 2011-12-07 |
CN101678405A (zh) | 2010-03-24 |
ES2324324B1 (es) | 2010-06-01 |
ES2441042T5 (es) | 2024-07-08 |
MA30862B1 (fr) | 2009-11-02 |
ES2325199B1 (es) | 2010-06-08 |
US9174245B2 (en) | 2015-11-03 |
WO2008104627A1 (es) | 2008-09-04 |
ES2324324A1 (es) | 2009-08-04 |
EP2133157A1 (en) | 2009-12-16 |
US20100121484A1 (en) | 2010-05-13 |
PT2133157E (pt) | 2014-01-30 |
TR200903461T1 (tr) | 2009-08-21 |
EP2133157B2 (en) | 2024-02-21 |
ES2441042T3 (es) | 2014-01-31 |
ZA200905603B (en) | 2011-01-26 |
ES2325199A1 (es) | 2009-08-27 |
EP2133157B1 (en) | 2013-12-04 |
ES2324324B9 (es) | 2019-03-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101678405B (zh) | 柑橘类腐果自动筛分*** | |
CN108474733A (zh) | 用于表征样品容器和样品的方法和装置 | |
TWI589860B (zh) | 農產品檢查裝置及農產品檢查方法 | |
CN110133739A (zh) | 一种x射线安检设备及其自动识图方法 | |
CN110199172A (zh) | 用于检测样本的溶血、黄疸、脂血、或常态的方法、设备和质量检验模块 | |
CN106076890B (zh) | 早期水果腐败果在线检测***及方法 | |
EP1032831B1 (en) | Method and device for detecting dirt as present on articles, for example eggs | |
CN106442561A (zh) | 用于检测柑橘表皮缺陷的在线图像采集***及方法 | |
US20170367399A1 (en) | Pepper de-stemming methods and apparatus | |
WO2018198922A1 (ja) | 卵の検査装置 | |
WO2015155389A1 (es) | Sistema y procedimiento automatizado de clasificación de atunes congelados por especie | |
CN208795671U (zh) | 用于脐橙烂心无损检测的图像采集***的结构部分 | |
CN205904129U (zh) | 早期水果腐败果在线检测*** | |
WO2018198923A1 (ja) | 卵の検査装置 | |
JP2011033612A (ja) | 農産物検査装置 | |
US11672270B2 (en) | Pepper de-stemming methods and apparatus | |
Huang et al. | Early detection of bruises on apples using near-infrared hyperspectral image | |
JP7219619B2 (ja) | 異物判別方法、加工農作物の製造方法、食品検査装置、及び異物除去システム | |
Wang et al. | Detection of sour skin diseases in vidalia sweet onions using near-Infrared hyperspectral imaging | |
KR101636508B1 (ko) | 과일 선별 장치 | |
JPH0570100B2 (zh) | ||
Kondo | Robotics and automation in the fresh produce industry | |
Little et al. | Automated oyster shucking: Part II. Computer vision and control system for an automated oyster orienting device | |
Kondo et al. | Application of NIR-color CCD camera to eggplant grading machine | |
SAITO et al. | Classification of external defects on soybean seeds using multi-input convolutional neural networks with color and UV-induced fluorescence images input |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |