CN110296992A - 一种基于机器视觉的采后甘蓝内外品质检测评价装置 - Google Patents

一种基于机器视觉的采后甘蓝内外品质检测评价装置 Download PDF

Info

Publication number
CN110296992A
CN110296992A CN201910751500.1A CN201910751500A CN110296992A CN 110296992 A CN110296992 A CN 110296992A CN 201910751500 A CN201910751500 A CN 201910751500A CN 110296992 A CN110296992 A CN 110296992A
Authority
CN
China
Prior art keywords
wild cabbage
quality detection
machine vision
roller
evaluating apparatus
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
CN201910751500.1A
Other languages
English (en)
Inventor
崔永杰
崔功佩
郑昕萌
王京峥
李凯
刘智豪
王明辉
宁普才
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.)
Northwest A&F University
Original Assignee
Northwest A&F 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 Northwest A&F University filed Critical Northwest A&F University
Priority to CN201910751500.1A priority Critical patent/CN110296992A/zh
Publication of CN110296992A publication Critical patent/CN110296992A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
    • 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
    • G01N21/01—Arrangements or apparatus for facilitating the optical investigation
    • 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
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/255—Details, e.g. use of specially adapted sources, lighting or optical systems
    • 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
    • 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
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8806—Specially adapted optical and illumination features
    • 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
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • 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
    • G01N21/01—Arrangements or apparatus for facilitating the optical investigation
    • G01N2021/0106—General arrangement of respective parts
    • G01N2021/0112—Apparatus in one mechanical, optical or electronic block
    • 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
    • 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
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

本发明公开了一种基于机器视觉的采后甘蓝内外品质检测评价装置，包括机架，设置在机架上的调向机构、品质检测机构、电机及侧板。电机通过链轮链条传动带动调向机构匀速前进，同时辊轮在齿轮齿条副作用下实现旋转运动；甘蓝受摩擦力作用在辊轮上滚动，因自身单轴对称特性实现调向作业；随后甘蓝进入品质检测机构，通过光电传感器信号控制CCD相机完成全方位的图像获取，进而通过图像处理技术进行大小、颜色及损伤等外观品质检测，并在此基础上通过预测模型进行内部品质预测，最终完成采后甘蓝的品质评价。本发明实现了甘蓝的自动调向以及快速、无损地内外品质检测，提高了作业效率，并为后续整修及分级作业提供了依据。

Description

一种基于机器视觉的采后甘蓝内外品质检测评价装置
技术领域
本发明涉及一种果蔬采后品质检测技术领域，尤其涉及一种基于机器视觉的采后甘蓝内外品质检测评价装置。
背景技术
我国甘蓝种植面积及产量均居世界第一，但由于缺少采后商品化处理，种植户的经济收益不甚理想。随着社会及经济的快速发展，居民的消费理念也逐渐向“绿色安全”转变，且随着市场需求的增加以及国家政策的支持，采后整修分级销售已逐渐成为市场果蔬销售的主要模式。
目前，甘蓝采后整修关键技术及相关装备研究已经逐渐开展，但甘蓝球体大小、紧实度等参数差异较大，不可避免的，需要对采后甘蓝的内外品质进行检测评价。由于尚未见相关研究报道，为快速、无损地进行甘蓝品质检测评价，提高检测速率，亟需设计一种基于机器视觉的采后甘蓝内外品质检测评价装置，同时也为后续的整修分级作业以及甘蓝仿真模型的研究提供依据。
发明内容
为了解决上述问题，本发明提供了一种基于机器视觉的采后甘蓝内外品质检测评价装置，该发明结合甘蓝自身物理特性及整修分级作业需求，在有序调向的结构基础上，通过机器视觉技术可实现采后甘蓝品质的快速、无损检测及评价。
为了实现上述目的，本发明提供了一种基于机器视觉的采后甘蓝内外品质检测评价装置，包括机架，设置在机架上的调向机构、品质检测机构、电机及侧板；电机通过链轮链条传动带动调向机构匀速前进，同时辊轮在齿轮齿条副作用下实现旋转运动；甘蓝受摩擦力作用在辊轮上滚动，因自身单轴对称特性实现调向作业；随后甘蓝进入品质检测机构，通过光电传感器信号控制俯视CCD相机和侧视CCD相机完成全方位的图像获取，进而通过图像处理技术进行大小、颜色及损伤等外观品质检测，并在此基础上通过预测模型进行内部品质预测，最终完成采后甘蓝的品质评价。
作为本发明的进一步优化，所述调向机构设置有若干均匀分布的辊轮，相邻辊轮的最小间距为70mm，以保证甘蓝在辊轮上不会掉落。
作为本发明的进一步优化，所述辊轮两侧均与内部固定有轴承的齿轮同轴焊接固定，齿轮与对称设置在机架上的齿条啮合，实现辊轮的旋转运动；并通过辊轮固定轴和链条连接件与链条固定连接，实现辊轮的匀速前进。
作为本发明的进一步优化，所述品质检测机构设置有对称分布的防护罩，防护罩与机架通过螺栓连接固定，与检测箱体通过焊接固定，且检测箱体底部与防护罩顶部的间隙为零。
作为本发明的进一步优化，所述品质检测机构设置有检测箱体，位于防护罩的上方，齿条的后方。
作为本发明的进一步优化，所述品质检测机构在检测箱体的顶部及侧面均设置有LED灯，为图像获取提供无影环境。
作为本发明的进一步优化，所述品质检测机构设置有俯视CCD相机以获取俯视图像，左右对称设置有侧视CCD相机以获取侧视图像。
作为本发明的进一步优化，所述侧视CCD相机安装在防护罩凹槽内，且安装位置处于检测箱体下方的中央位置。
作为本发明的进一步优化，安装所述侧视CCD相机的防护罩凹槽的外侧设置有透明防护板。
作为本发明的进一步优化，所述品质检测机构设置有光电传感器，位于侧视CCD相机的前方，且安装高度略高于辊轮最高点。
本发明的优势在于：
（1）本发明的一种基于机器视觉的采后甘蓝内外品质检测评价装置通过链轮链条传动以及齿轮齿条副实现了辊轮的匀速前进及自转运动，进而实现甘蓝的有序调向，便于后续甘蓝全方位图像的获取。
（2）本发明的一种基于机器视觉的采后甘蓝内外品质检测评价装置通过图像处理技术获取甘蓝的大小、颜色、损伤等外观品质信息，并结合基于数据分析的甘蓝内部品质预测模型获取甘蓝紧实度等内部品质信息，提高甘蓝内外品质检测的速率。
（3）本发明的一种基于机器视觉的采后甘蓝内外品质检测评价装置设置有调向、品质检测等机构，实现了甘蓝的自动调向及快速、无损品质检测评价，节约了人力操作，更加方便快捷。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为一种基于机器视觉的采后甘蓝内外品质检测评价装置的整体结构示意图。
图2为一种基于机器视觉的采后甘蓝内外品质检测评价装置的调向机构的结构示意图。
图3为图2调向机构Ⅰ处的辊轮连接方式的局部放大图。
图4为一种基于机器视觉的采后甘蓝内外品质检测评价装置的品质检测机构的结构示意图。
图5为品质检测机构的结构示意侧视图。
图6为图5品质检测机构的A-A剖视图。
图7为一种基于机器视觉的采后甘蓝内外品质检测评价的流程图。
【附图标记】
1.机架；2.调向机构；201.驱动轴；202.链轮；203.链条；204.链条连接件；205.辊轮固定轴；206.轴承；207.齿轮；208.辊轮；209.齿条；210.甘蓝；3.品质检测机构；301.防护罩；302.检测箱体；303.LED灯；304.俯视CCD相机；305.透明防护板；306.侧视CCD相机；307.光电传感器；4.电机；5.侧板。
具体实施方式
下面，通过示例性的实施方式对本发明进行具体描述。然而应当理解，在没有进一步叙述的情况下，一个实施方式中的元件、结构和特征也可以有益地结合到其他实施方式中。
在对本发明说明之前，需要定义的是，本发明中所述方位词，如前方、后方等均是以图1中一种基于机器视觉的采后甘蓝内外品质检测评价装置的运行方向为依据，即当检测评价装置工作时，齿轮齿条副为前端，品质检测机构为后端；如底部、顶部等方位词，其是以装置如图1中正常工作状态的放置位置为依据。
参见图1至图6，本发明的一种基于机器视觉的采后甘蓝内外品质检测评价装置，包括机架1，设置在机架1上的调向机构2、品质检测机构3、电机4及侧板5；电机4通过链轮202链条203传动带动调向机构2匀速前进，同时辊轮208在齿轮207齿条209副作用下实现旋转运动；甘蓝210受摩擦力作用在辊轮208上滚动，因自身单轴对称特性实现调向作业；随后甘蓝210进入品质检测机构3，通过光电传感器307信号控制俯视CCD相机304和侧视CCD相机306完成全方位的图像获取，进而通过图像处理技术进行大小、颜色及损伤等外观品质检测，并在此基础上通过预测模型进行内部品质预测，最终完成采后甘蓝210的品质评价。
继续参见图1至图6，该发明的一种基于机器视觉的采后甘蓝内外品质检测评价装置正常作业时，通过上位机软件对该装置的电机4转速等作业参数进行设定，电机4通过联轴器与驱动轴201固定连接，继而带动链轮202和链条203进行匀速直线运动；在齿条209作业行程范围内，齿轮207通过与设置在机架1上的齿条209形成齿轮齿条副驱动辊轮208边直线运动边旋转运动，进而通过辊轮208与甘蓝210之间的摩擦力驱使甘蓝210进行滚动，因甘蓝210自身的单轴对称特性实现调向作业；当辊轮208脱离齿条209作业范围后，甘蓝210因其自重以及摩擦力作用与辊轮208形成稳定状态，随链条203向后匀速前进进入品质检测机构3；其中，防护罩301与透明防护板305将链轮202、链条203、齿轮207以及齿条209等关键零部件完全覆盖包裹，与辊轮208形成一条稳定的输送通道，既保障了操作人员的人身安全，又降低了甘蓝210在输送过程中的机械损伤；同时，由防护罩301、检测箱体302和侧板5形成较为封闭的作业空间，避免了复杂的工作环境背景对甘蓝210图像的识别检测精度的影响，同时辅以若干LED灯303为图像获取提供一个无影环境；当甘蓝210经过光电传感器307时，光电传感器307产生信号并控制俯视CCD相机304和侧视CCD相机306进行图像拍摄，并实时将全方位的图像数据传输至电脑终端保存并进一步进行图像处理分析。
参见图7，电脑终端接收到由光电传感器307控制俯视CCD相机304和侧视CCD相机306拍摄的甘蓝210图像后，首先进行判断是否可以进一步识别检测，若无法识别检测，则控制对应的CCD相机重新拍摄并覆盖相应图像；若可以识别检测，对图像进行去噪预处理，通过Hough算法对预处理后的图像进行目标前景特征的提取，并进行外轮廓拟合以获取其轮廓边缘特征，进而对轮廓边缘内的前景特征进行尺寸大小、颜色以及损伤面积的检测，获取其外观品质信息。此外，通过若干甘蓝210的大小、颜色等外观品质的统计信息与甘蓝210的紧实度等内部品质统计信息进行拟合，确定最佳拟合数学方程，从而建立采后甘蓝210的内部品质预测模型，依据图像处理获取的外观品质信息得到甘蓝210的内部品质信息；最终，结合行业标准以及市场需求对甘蓝210的内外品质信息进行处理分析，进而完成采后甘蓝210的品质评价，为后续采后甘蓝210的整修分级作业以及甘蓝210仿真模型的研究提供依据。
参见图2和图3，调向机构2设置有若干均匀分布的辊轮208，相邻辊轮208的最小间距为70mm，以保证甘蓝210在辊轮208上不会掉落。
继续参见图2和图3，辊轮208两侧均与内部固定有轴承206的齿轮207同轴焊接固定，齿轮207与对称设置在机架1上的齿条209啮合，实现辊轮208的旋转运动；并通过辊轮固定轴205和链条连接件204与链条203固定连接，实现辊轮208的匀速前进。
参见图4至图6，品质检测机构3设置有对称分布的防护罩301，防护罩301与机架1通过螺栓连接固定，与检测箱体302通过焊接固定，且检测箱体302底部与防护罩301顶部的间隙为零。
继续参见图4至图6，品质检测机构3设置有检测箱体302，位于防护罩301的上方，齿条209的后方。
继续参见图4至图6，品质检测机构3在检测箱体302的顶部及侧面均设置有LED灯303，为图像获取提供无影环境。
继续参见图4至图6，品质检测机构3设置有俯视CCD相机304以获取俯视图像，左右对称设置有侧视CCD相机306以获取侧视图像。
继续参见图4至图6，侧视CCD相机306安装在防护罩301凹槽内，且安装位置处于检测箱体302下方的中央位置。
继续参见图4至图6，安装侧视CCD相机306的防护罩301凹槽的外侧设置有透明防护板305。
继续参见图4至图6，品质检测机构3设置有光电传感器307，位于侧视CCD相机306的前方，且安装高度略高于辊轮208最高点。
以上实施例仅用以说明本发明的技术方案，而非对其进行限制；尽管参照前述实施例对本发明进行了详细的说明，对于本领域的普通技术人员来说，依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或替换，并不使相应技术方案的本质脱离本发明所要求保护的技术方案的精神和范围。

Claims (10)

1.一种基于机器视觉的采后甘蓝内外品质检测评价装置，包括机架（1），设置在机架（1）上的调向机构（2）、品质检测机构（3）、电机（4）及侧板（5），其特征在于，电机（4）通过链轮（202）链条（203）传动带动调向机构（2）匀速前进，同时辊轮（208）在齿轮（207）齿条（209）副作用下实现旋转运动；甘蓝（210）受摩擦力作用在辊轮（208）上滚动，因自身单轴对称特性实现调向作业；随后甘蓝（210）进入品质检测机构（3），通过光电传感器（307）信号控制俯视CCD相机（304）和侧视CCD相机（306）完成全方位的图像获取，进而通过图像处理技术进行大小、颜色及损伤等外观品质检测，并在此基础上通过预测模型进行内部品质预测，最终完成采后甘蓝（210）的品质评价。
2.根据权利要求1所述一种基于机器视觉的采后甘蓝内外品质检测评价装置，其特征在于，所述调向机构（2）设置有若干均匀分布的辊轮（208），相邻辊轮（208）的最小间距为70mm，以保证甘蓝（210）在辊轮（208）上不会掉落。
3.根据权利要求1所述一种基于机器视觉的采后甘蓝内外品质检测评价装置，其特征在于，所述辊轮（208）两侧均与内部固定有轴承（206）的齿轮（207）同轴焊接固定，齿轮（207）与对称设置在机架（1）上的齿条（209）啮合，实现辊轮（208）的旋转运动；并通过辊轮固定轴（205）和链条连接件（204）与链条（203）固定连接，实现辊轮（208）的匀速前进。
4.根据权利要求1所述一种基于机器视觉的采后甘蓝内外品质检测评价装置，其特征在于，所述品质检测机构（3）设置有对称分布的防护罩（301），防护罩（301）与机架（1）通过螺栓连接固定，与检测箱体（302）通过焊接固定，且检测箱体（302）底部与防护罩（301）顶部的间隙为零。
5.根据权利要求1所述一种基于机器视觉的采后甘蓝内外品质检测评价装置，其特征在于，所述品质检测机构（3）设置有检测箱体（302），位于防护罩（301）的上方，齿条（209）的后方。
6.根据权利要求1所述一种基于机器视觉的采后甘蓝内外品质检测评价装置，其特征在于，所述品质检测机构（3）在检测箱体（302）的顶部及侧面均设置有LED灯（303），为图像获取提供无影环境。
7.根据权利要求1所述一种基于机器视觉的采后甘蓝内外品质检测评价装置，其特征在于，所述品质检测机构（3）设置有俯视CCD相机（304）以获取俯视图像，左右对称设置有侧视CCD相机（306）以获取侧视图像。
8.根据权利要求1所述一种基于机器视觉的采后甘蓝内外品质检测评价装置，其特征在于，所述侧视CCD相机（306）安装在防护罩（301）凹槽内，且安装位置处于检测箱体（302）下方的中央位置。
9.根据权利要求1所述一种基于机器视觉的采后甘蓝内外品质检测评价装置，其特征在于，安装所述侧视CCD相机（306）的防护罩（301）凹槽的外侧设置有透明防护板（305）。
10.根据权利要求1所述一种基于机器视觉的采后甘蓝内外品质检测评价装置，其特征在于，所述品质检测机构（3）设置有光电传感器（307），位于侧视CCD相机（306）的前方，且安装高度略高于辊轮（208）最高点。
CN201910751500.1A 2019-08-15 2019-08-15 一种基于机器视觉的采后甘蓝内外品质检测评价装置 Pending CN110296992A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910751500.1A CN110296992A (zh) 2019-08-15 2019-08-15 一种基于机器视觉的采后甘蓝内外品质检测评价装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910751500.1A CN110296992A (zh) 2019-08-15 2019-08-15 一种基于机器视觉的采后甘蓝内外品质检测评价装置

Publications (1)

Publication Number Publication Date
CN110296992A true CN110296992A (zh) 2019-10-01

Family

ID=68032925

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910751500.1A Pending CN110296992A (zh) 2019-08-15 2019-08-15 一种基于机器视觉的采后甘蓝内外品质检测评价装置

Country Status (1)

Country Link
CN (1) CN110296992A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111203389A (zh) * 2020-01-15 2020-05-29 厦门瑞固科技有限公司 一种视觉检测装置以及检测方法
US20220357634A1 (en) * 2021-05-04 2022-11-10 Purdue Research Foundation Phenotyping imaging system with automatic leaf-handling mechanism
CN117664975A (zh) * 2024-02-01 2024-03-08 黑龙江八一农垦大学 一种基于机器视觉的玉米品质检测装置及方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101551341A (zh) * 2009-04-09 2009-10-07 浙江大学 基于图像与光谱信息融合的肉品在线无损检测方法与装置
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
CN202057579U (zh) * 2011-04-02 2011-11-30 北京神农谷科技有限公司 一种在线检测水果内部品质的光学***
CN103792235A (zh) * 2014-01-10 2014-05-14 内蒙古农业大学 漫透射光谱与图像信息融合的蜜瓜内部品质在线检测方法与装置
KR20170044933A (ko) * 2015-10-16 2017-04-26 라온피플 주식회사 머신 비전 검사를 위한 가상 테스트 이미지 생성 방법 및 장치, 머신 비전 검사 시뮬레이션 방법 및 장치, 및 머신 비전 테스트 시스템
CN109533891A (zh) * 2018-12-26 2019-03-29 西北农林科技大学 一种椭球形甘蓝调向分列装置
CN211043154U (zh) * 2019-08-15 2020-07-17 西北农林科技大学 一种基于机器视觉的采后甘蓝内外品质检测评价装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101551341A (zh) * 2009-04-09 2009-10-07 浙江大学 基于图像与光谱信息融合的肉品在线无损检测方法与装置
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
CN202057579U (zh) * 2011-04-02 2011-11-30 北京神农谷科技有限公司 一种在线检测水果内部品质的光学***
CN103792235A (zh) * 2014-01-10 2014-05-14 内蒙古农业大学 漫透射光谱与图像信息融合的蜜瓜内部品质在线检测方法与装置
KR20170044933A (ko) * 2015-10-16 2017-04-26 라온피플 주식회사 머신 비전 검사를 위한 가상 테스트 이미지 생성 방법 및 장치, 머신 비전 검사 시뮬레이션 방법 및 장치, 및 머신 비전 테스트 시스템
CN109533891A (zh) * 2018-12-26 2019-03-29 西北农林科技大学 一种椭球形甘蓝调向分列装置
CN211043154U (zh) * 2019-08-15 2020-07-17 西北农林科技大学 一种基于机器视觉的采后甘蓝内外品质检测评价装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
孙宝霞;汤林越;何志良;邹湘军;熊俊涛;: "基于机器视觉的采后荔枝表皮微损伤实时检测", 农业机械学报, no. 07, 6 June 2016 (2016-06-06) *
李龙;彭彦昆;李永玉;: "苹果内外品质在线无损检测分级***设计与试验", 农业工程学报, no. 09, 8 May 2018 (2018-05-08) *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111203389A (zh) * 2020-01-15 2020-05-29 厦门瑞固科技有限公司 一种视觉检测装置以及检测方法
US20220357634A1 (en) * 2021-05-04 2022-11-10 Purdue Research Foundation Phenotyping imaging system with automatic leaf-handling mechanism
US11815788B2 (en) * 2021-05-04 2023-11-14 Purdue Research Foundation Phenotyping imaging system with automatic leaf-handling mechanism
CN117664975A (zh) * 2024-02-01 2024-03-08 黑龙江八一农垦大学 一种基于机器视觉的玉米品质检测装置及方法
CN117664975B (zh) * 2024-02-01 2024-04-26 黑龙江八一农垦大学 一种基于机器视觉的玉米品质检测装置及方法

Similar Documents

Publication Publication Date Title
CN110296992A (zh) 一种基于机器视觉的采后甘蓝内外品质检测评价装置
CN101486033B (zh) 一种小果型果品分检装置及板栗分检方法
CN104895564B (zh) 基于机器视觉用于采煤机的煤岩界面识别装置
CN101949686A (zh) 水果内外综合品质在线无损检测方法及装置
CN109085170B (zh) 同步带式玉米籽粒破碎率在线检测装置及方法
WO2016138675A1 (zh) 一种联合收获机自适应清选控制装置及其自适应清选方法
CN202057579U (zh) 一种在线检测水果内部品质的光学***
CN1868610B (zh) 小型可移动式水果及禽蛋智能分级装置
CN104174597A (zh) 轻微损伤鲜枣的快速无损在线检测与分选装置
CN205176871U (zh) 一种二维码检测设备
CN103636315A (zh) 一种基于高光谱的种子发芽率在线检测装置及方法
CN105699231B (zh) 织物起毛起球分析设备
CN106370667A (zh) 一种玉米籽粒品质视觉检测装置及方法
CN113111840A (zh) 一种煤矿综采工作面作业人员违规和危险行为预警方法
CN102788806B (zh) 基于类球形亮度变换的水果表面缺陷检测方法
CN114419311B (zh) 一种基于多源信息的百香果成熟度无损检测方法及装置
CN211043154U (zh) 一种基于机器视觉的采后甘蓝内外品质检测评价装置
CN206879476U (zh) 一种新型草莓座式采摘机
CN106076890A (zh) 早期水果腐败果在线检测***及方法
CN116686545A (zh) 基于机器视觉控制的荔枝采摘机器人除遮方法
CN115719451A (zh) 一种软枣猕猴桃成熟度检测方法及***
CN105548222B (zh) 一种谷类农作物在线病虫害检测装置
CN113019969A (zh) 一种智能苹果分级***
CN113415574A (zh) 适合于果实全周长实时检测的托盘输送***
CN109490314B (zh) 一种基于改进型传感检测装置的工业机器视觉***

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination