CN103521457A - 基于机器视觉和近红外光谱仪的苹果分级装置 - Google Patents

基于机器视觉和近红外光谱仪的苹果分级装置 Download PDF

Info

Publication number
CN103521457A
CN103521457A CN201310517871.6A CN201310517871A CN103521457A CN 103521457 A CN103521457 A CN 103521457A CN 201310517871 A CN201310517871 A CN 201310517871A CN 103521457 A CN103521457 A CN 103521457A
Authority
CN
China
Prior art keywords
apple
near infrared
apples
infrared spectrometer
detection
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.)
Pending
Application number
CN201310517871.6A
Other languages
English (en)
Inventor
赵忠盖
李庆华
刘飞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangnan University
Original Assignee
Jiangnan University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Jiangnan University filed Critical Jiangnan University
Priority to CN201310517871.6A priority Critical patent/CN103521457A/zh
Publication of CN103521457A publication Critical patent/CN103521457A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

本发明采用机器视觉以及近红外光谱技术检测苹果的外观质量(大小、缺陷等)与内部品质(含糖量、酸度等)。装置采用转轮的方式，保证了苹果的流水线检测，并通过摩擦带轮带动苹果旋转，然后采用四台相机对苹果进行全方位检测，检测无死角；采用近红外光谱仪无损检测苹果内部品质。该装置输入和输出信号都通过工控机实现。工控机首先处理图像和光谱数据，判断苹果的等级，然后控制执行机构对苹果进行分类处理。苹果的检测流程全部在线进行，不需要人工干预，检测效率高，且适合苹果的流水线检测。

Description

基于机器视觉和近红外光谱仪的苹果分级装置
技术领域
本发明涉及一种对苹果进行评价分级的装置，装置采用机器视觉方式检测苹果的外观质量(大小、形状、缺陷等)，采用近红外光谱仪分析苹果的内部品质(含糖量、酸度等)，并根据检测值对苹果进行分级处理。
背景技术
我国是苹果生产和消费大国，同时也是出口大国。伴随着严格的出口检验以及国内市场检验的逐步完善，对苹果的检测分级越来越受到重视。我国传统的苹果分级一般采取人工方式，操作人员根据苹果的大小、形状以及缺陷等，对苹果进行分级，生产率低下，分级效果不稳定。同时，苹果的食品属性决定了对其内在品质进行量化检测至关重要，传统方法往往依赖抽样化学分析等有损检测来确定苹果的含糖量、酸度等内在品质，检测效率低，无法实现流水线操作，并且也无法对苹果进行全检。近年来，光谱技术以及机器视觉技术的发展，使采用相机采集苹果图像并通过计算机分析苹果外观质量，以及根据苹果对光谱的吸光度无损检测苹果内在品质等成为可能。但是，目前，国内关于苹果的检测分级装置往往只具备单一的检测功能或分级功能，比如有的设备具有含糖量检测的功能，有的具有外观尺寸的检测功能，但是无法同时检测苹果内外部质量。另一方面，这些检测装置仅仅针对苹果个体的检测，无法实现检测的流水线操作。
发明内容
本发明综合考虑苹果的内外部质量检测的需求，采用机器视觉和近红外光谱的方式对苹果进行分级检测，检测装置包含四台相机、一台近红外光谱仪、一台工控机、一套执行机构、一个光电开关、一套转盘等，其中，检测转盘由电机驱动，光电开光用于苹果定位，四台相机用于对苹果全方位的外观质量检测，近红外光谱仪用于对苹果的内部品质进行检测，检测的结果发送给工控机，工控机经过对图像和光谱数据的处理，给苹果定级，并驱动执行机构将苹果放入指定的分级区。
本发明的优点是：本发明通过机器视觉以及近红外光谱技术将苹果的外观质量与内部品质检测集成在一台装置中，四台相机的使用保证了对苹果外观的检测无死角，而近红外光谱仪则能实现对苹果内部品质的无损检测，该装置通过工控机处理图像和光谱数据，从而对苹果分级，并控制执行机构对苹果进行分类处理。苹果的检测程序全部在线进行，不需要人工干预，检测效率高，且适合苹果的流水线检测。
附图说明
图1是本发明结构平面图，图2为发明的结构剖面图。
具体实施方式
下面结合附图1和实施例对本发明结构作进一步说明。
图1中设备之间的连接箭头表示信号传送的方向，图2中箭头表示旋转方向。伺服电机带动转盘14旋转，苹果13放在支撑滚子8上随转盘旋转，当一个新的苹果进入检测区域时，光电开关15产生开关信号传送给工控机1，工控机1发出检测命令给近红外光谱仪2以及相机4，5，6，7，近红外光谱仪2通过红外探头3检测苹果的内部品质，而相机4和5检测苹果两个侧面的外观质量，相机6检测相机的正面外观质量，相机7检测相机的背面。在摩擦带带轮16处，由于摩擦带17的作用，支撑滚子8开始旋转，同时带动苹果旋转，使苹果由相机6位置到相机7位置时，正好旋转180度。相机的图像通过图像采集卡传送给工控机1，工控机1进行图像处理，判断苹果的外观质量；而近红外光谱仪的检测数据，通过0PC方式传递给工控机应用程序，工控机1根据光谱数据计算得到苹果的含糖量、酸度等内部品质参数。工控机1根据内部品质和外部质量对苹果进行分级，当苹果到达执行机械手10处时，工控机控制执行机械手10将优等的苹果放入苹果储存区11中，将普通苹果放入苹果储存区12中。
本发明包括如下几个部分：
苹果内部品质的无损检测：本发明采用近红外光谱技术分析苹果的内部品质，近红外光谱仪通过采集近红外光经过苹果后的光谱数据，以及苹果品质参数与吸光度之间的模型，实时估计出苹果的含糖量、酸度等内部品质。该方法不需要对苹果进行破坏性分析，且适合计算机实时处理。
苹果外部无死角检测：本发明通过两台相机检测苹果的两个侧面，然后通过摩擦带带轮带动支撑滚子旋转，进而带动苹果旋转，使得苹果正面和背面都可以通过另外两台相机检测。因此，本发明对苹果外观的检测，涉及了苹果的侧面以及正背面等全方位。
流水线检测的实现：本发明采用转盘的方式，苹果在转盘不同的部分，执行不同的操作。苹果不断进入转盘待检，经过机器视觉和近红外光谱仪检测后，通过计算机控制执行机械手不断将苹果进行分级，整个检测过程采用流水线的方式，检测效率高。

Claims (6)

1.基于机器视觉和近红外光谱仪的苹果分级装置，其特征在于：
包括一套转轮，用于对苹果进行流水线操作，转轮上的摩擦带轮则用于对苹果进行旋转。
四个相机，分别用于检测苹果的各个表面，完成无死角拍照；
一台近红外光谱仪，用于通过吸光度的方式反映苹果内部品质，比如含糖量、酸度等；
一个光电开关，用于对苹果位置的判断；
一个执行机构，用于将不同等级的苹果放入不同的存储区；
一台工控机，用于接受光电开关的信号，控制相机拍照以及近红外光谱仪的采集，并对图像数据和光谱数据进行处理，从而判断苹果的等级，输出分级的信号，控制执行机构进行分级；
2.根据权利要求1所述的苹果分级装置，其特征在于近红外光谱和机器视觉联合的苹果检验方法，集成了近红外光谱仪和机器视觉***，能够同时实现苹果外部质量和内部品质的检测，并综合考虑内部和外部质量对苹果进行分级。
3.根据权利要求1所述的苹果分级装置，其特征在于转盘流水线检测方式，对苹果进行流水线分级处理，在流水线不同部位上，对苹果进行不同检测与处理。整个检测过程涉及到转盘旋转定位，苹果旋转，苹果检测和数据处理，以及将苹果从流水线上取下的分级处理。
4.根据权利要求1所述的苹果分级装置，其特征在于无死角苹果外观检测***，通过机器视觉的方式检测苹果外观，采用了摩擦带的方式，保证了苹果180度旋转，然后通过四台相机对苹果进行全方位无死角的图像采集，实现对苹果外观质量全面的检测。
5.根据权利要求1所述的苹果分级装置，其特征在于选用Thermo公司的AntarisMX Process Analyzer近红外光谱仪，能够快速准确地检测苹果的内部品质。
6.根据权利要求1所述的苹果分级装置，其特征在于选用德国Basler公司的acA1300-30gc相机，像素高，价格便宜，能够对苹果的大小、色泽、缺陷等外观进行检测。
CN201310517871.6A 2013-10-25 2013-10-25 基于机器视觉和近红外光谱仪的苹果分级装置 Pending CN103521457A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310517871.6A CN103521457A (zh) 2013-10-25 2013-10-25 基于机器视觉和近红外光谱仪的苹果分级装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310517871.6A CN103521457A (zh) 2013-10-25 2013-10-25 基于机器视觉和近红外光谱仪的苹果分级装置

Publications (1)

Publication Number Publication Date
CN103521457A true CN103521457A (zh) 2014-01-22

Family

ID=49924016

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310517871.6A Pending CN103521457A (zh) 2013-10-25 2013-10-25 基于机器视觉和近红外光谱仪的苹果分级装置

Country Status (1)

Country Link
CN (1) CN103521457A (zh)

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104138848A (zh) * 2014-07-21 2014-11-12 重庆颖泉标准件有限公司 一种用于标准紧固件检测的分度转盘及分拣机构
CN104148300A (zh) * 2014-01-24 2014-11-19 北京聚鑫跃锋科技发展有限公司 基于机器视觉的垃圾分拣方法与***
CN105170485A (zh) * 2015-10-07 2015-12-23 西北农林科技大学 一种猕猴桃检测分级装置
CN106359234A (zh) * 2016-11-29 2017-02-01 中国海洋大学 转盘式分鱼机
CN107116034A (zh) * 2017-06-22 2017-09-01 梁国玲 一种红外测量式苹果分拣机
CN107478659A (zh) * 2017-07-12 2017-12-15 广东文鼎智能科技有限公司 应用机器视觉技术的柑普茶果分级装置及方法
CN107626604A (zh) * 2016-07-19 2018-01-26 天津市圣红宝食品科技有限公司 一种果味面包的甘蔗筛选机
CN107971237A (zh) * 2017-12-15 2018-05-01 苏洋 基于物联网的智能物流分拣装置
CN108645813A (zh) * 2018-04-11 2018-10-12 中国农业大学 果蔬检测装置及果蔬检测方法
CN109507959A (zh) * 2018-10-12 2019-03-22 龙口盛福达食品有限公司 一种苹果等级分选运输生产线的智能控制方法
CN109759356A (zh) * 2019-01-17 2019-05-17 北京农业智能装备技术研究中心 一种转盘式水果质量分级分选装置
CN111122454A (zh) * 2018-11-01 2020-05-08 西北农林科技大学 基于光纤光谱和机器视觉的苹果脆性无损检测仪
CN111588051A (zh) * 2020-06-18 2020-08-28 北京林淼有机果蔬种植有限公司 一种鲜桃自动清洁物流***及方法
CN113070239A (zh) * 2021-03-22 2021-07-06 重庆三峡学院 一种高光谱自动柑橘无损检测分拣装置
CN113663926A (zh) * 2021-08-18 2021-11-19 中山众信智能自动化设备有限公司 一种具有多种检测功能的苹果分选装置
CN114627469A (zh) * 2022-05-16 2022-06-14 河北工业大学 一种水果状态无损识别方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6610953B1 (en) * 1998-03-23 2003-08-26 University Of Arkansas Item defect detection apparatus and method
CN101024220A (zh) * 2007-03-30 2007-08-29 东南大学 水果输送分选一体化装置
CN101195439A (zh) * 2006-12-08 2008-06-11 魏新华 使不同大小水果按相同角速度翻转的滚子式水果输送机构
CN101949686A (zh) * 2010-08-02 2011-01-19 扬州福尔喜果蔬汁机械有限公司 水果内外综合品质在线无损检测方法及装置
CN102854192A (zh) * 2012-08-22 2013-01-02 北京农业智能装备技术研究中心 一种苹果表面缺陷检测***和方法
CN102928357A (zh) * 2012-11-14 2013-02-13 浙江大学 基于近红外/可见光的水果品质快速无损在线检测***

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6610953B1 (en) * 1998-03-23 2003-08-26 University Of Arkansas Item defect detection apparatus and method
CN101195439A (zh) * 2006-12-08 2008-06-11 魏新华 使不同大小水果按相同角速度翻转的滚子式水果输送机构
CN101024220A (zh) * 2007-03-30 2007-08-29 东南大学 水果输送分选一体化装置
CN101949686A (zh) * 2010-08-02 2011-01-19 扬州福尔喜果蔬汁机械有限公司 水果内外综合品质在线无损检测方法及装置
CN102854192A (zh) * 2012-08-22 2013-01-02 北京农业智能装备技术研究中心 一种苹果表面缺陷检测***和方法
CN102928357A (zh) * 2012-11-14 2013-02-13 浙江大学 基于近红外/可见光的水果品质快速无损在线检测***

Cited By (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104148300A (zh) * 2014-01-24 2014-11-19 北京聚鑫跃锋科技发展有限公司 基于机器视觉的垃圾分拣方法与***
CN104148300B (zh) * 2014-01-24 2017-02-15 北京聚鑫跃锋科技发展有限公司 基于机器视觉的垃圾分拣方法与***
CN104138848A (zh) * 2014-07-21 2014-11-12 重庆颖泉标准件有限公司 一种用于标准紧固件检测的分度转盘及分拣机构
CN105170485A (zh) * 2015-10-07 2015-12-23 西北农林科技大学 一种猕猴桃检测分级装置
CN107626604A (zh) * 2016-07-19 2018-01-26 天津市圣红宝食品科技有限公司 一种果味面包的甘蔗筛选机
CN106359234A (zh) * 2016-11-29 2017-02-01 中国海洋大学 转盘式分鱼机
CN107116034A (zh) * 2017-06-22 2017-09-01 梁国玲 一种红外测量式苹果分拣机
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
CN107478659A (zh) * 2017-07-12 2017-12-15 广东文鼎智能科技有限公司 应用机器视觉技术的柑普茶果分级装置及方法
CN107971237B (zh) * 2017-12-15 2018-11-02 上海新跃物流企业管理有限公司 基于物联网的智能物流分拣装置
CN107971237A (zh) * 2017-12-15 2018-05-01 苏洋 基于物联网的智能物流分拣装置
CN108645813A (zh) * 2018-04-11 2018-10-12 中国农业大学 果蔬检测装置及果蔬检测方法
CN109507959A (zh) * 2018-10-12 2019-03-22 龙口盛福达食品有限公司 一种苹果等级分选运输生产线的智能控制方法
CN111122454A (zh) * 2018-11-01 2020-05-08 西北农林科技大学 基于光纤光谱和机器视觉的苹果脆性无损检测仪
CN109759356A (zh) * 2019-01-17 2019-05-17 北京农业智能装备技术研究中心 一种转盘式水果质量分级分选装置
CN109759356B (zh) * 2019-01-17 2020-06-30 北京农业智能装备技术研究中心 一种转盘式水果质量分级分选装置
CN111588051A (zh) * 2020-06-18 2020-08-28 北京林淼有机果蔬种植有限公司 一种鲜桃自动清洁物流***及方法
CN113070239A (zh) * 2021-03-22 2021-07-06 重庆三峡学院 一种高光谱自动柑橘无损检测分拣装置
CN113663926A (zh) * 2021-08-18 2021-11-19 中山众信智能自动化设备有限公司 一种具有多种检测功能的苹果分选装置
CN114627469A (zh) * 2022-05-16 2022-06-14 河北工业大学 一种水果状态无损识别方法
CN114627469B (zh) * 2022-05-16 2022-08-12 河北工业大学 一种水果状态无损识别方法

Similar Documents

Publication Publication Date Title
CN103521457A (zh) 基于机器视觉和近红外光谱仪的苹果分级装置
CN101308086B (zh) 基于近红外光谱技术的水果内部品质在线检测装置
CN102253052B (zh) 基于fpga的粮食品质在线检测装置
CN106841103A (zh) 近红外光谱检测水果内部品质方法及专用检测***
CN101949686A (zh) 水果内外综合品质在线无损检测方法及装置
CN105891233A (zh) 基于机器视觉的镜片表面缺陷智能检测***及其实现方法
CN206057205U (zh) 一种笔记本电脑组件质量自动检测装置
CN106442525B (zh) 用于核桃内部干瘪缺陷的在线检测方法
CN103323457A (zh) 水果外观缺陷实时在线检测***及检测方法
CN105067531A (zh) 一种芒果品质无损检测方法及装置
CN101837351A (zh) 基于图像检测法的油封弹簧全自动分选***及方法
CN105170485A (zh) 一种猕猴桃检测分级装置
CN105092579A (zh) 一种芒果品质无损检测设备
CN203376271U (zh) 基于机器视觉的非连续性产品在线检测***
CN110146516A (zh) 基于正交双目机器视觉的水果分级装置
CN110715928A (zh) 影像式皮革检测设备
CN111537469A (zh) 一种基于近红外技术的苹果品质快速无损检测方法
CN108152231B (zh) 基于可见/近红外光谱的枣果内部缺陷检测方法
CN202083645U (zh) 一种基于fpga的粮食品质在线检测装置
CN205518679U (zh) 一种全自动usb接口筛选机
CN205032397U (zh) 一种猕猴桃检测分级装置
CN107328799A (zh) 一种矿浆灰分在线检测装置及检测方法
CN207215734U (zh) 一种矿浆灰分在线检测装置
CN204649168U (zh) 钢球表面检测装置
CN102980536A (zh) 刹车片钢背平面度检测***及方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20140122