CN110383049A - 水果或蔬菜的光学分析方法和装置以及自动分拣装置 - Google Patents

水果或蔬菜的光学分析方法和装置以及自动分拣装置 Download PDF

Info

Publication number
CN110383049A
CN110383049A CN201880014947.4A CN201880014947A CN110383049A CN 110383049 A CN110383049 A CN 110383049A CN 201880014947 A CN201880014947 A CN 201880014947A CN 110383049 A CN110383049 A CN 110383049A
Authority
CN
China
Prior art keywords
video camera
image
illumination
camera
light source
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
CN201880014947.4A
Other languages
English (en)
Inventor
P·勃朗
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.)
Maf Agrobotic SAS
Original Assignee
Maf Agrobotic SAS
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
Family has litigation
First worldwide family litigation filed litigation Critical https://patents.darts-ip.com/?family=58501746&utm_source=***_patent&utm_medium=platform_link&utm_campaign=public_patent_search&patent=CN110383049(A) "Global patent litigation dataset” by Darts-ip is licensed under a Creative Commons Attribution 4.0 International License.
Application filed by Maf Agrobotic SAS filed Critical Maf Agrobotic SAS
Publication of CN110383049A publication Critical patent/CN110383049A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/02—Food
    • G01N33/025—Fruits or vegetables
    • 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
    • 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
    • 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
    • G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
    • 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
    • G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
    • G01N21/3563—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing solids; Preparation of samples therefor
    • 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
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8806—Specially adapted optical and illumination features
    • 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
    • B07C2501/00—Sorting according to a characteristic or feature of the articles or material to be sorted
    • B07C2501/009—Sorting of fruit
    • 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
    • G01N21/8806—Specially adapted optical and illumination features
    • G01N2021/8812—Diffuse illumination, e.g. "sky"
    • G01N2021/8816—Diffuse illumination, e.g. "sky" by using multiple sources, e.g. LEDs
    • 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
    • G01N2021/8835—Adjustable illumination, e.g. software adjustable screen

Landscapes

  • Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Food Science & Technology (AREA)
  • Engineering & Computer Science (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Medicinal Chemistry (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Sorting Of Articles (AREA)

Abstract

本发明涉及一种用于对水果或蔬菜进行光学分析的光学分析方法和光学分析装置。不同光源(7a，7b)适用于根据预确定照明序列在不同波长范围中将光辐射施加到每个物体上，所述图像由至少一个彩色摄像机(4)实施，所述至少一个彩色摄像机对红外线灵敏，并且所述至少一个彩色摄像机的曝光与所述照明序列同步地控制，以便在不同波长范围中实施多个图像，所述多个图像中的至少一个图像在可见光范围中并且至少一个图像在红外线范围中。

Description

水果或蔬菜的光学分析方法和装置以及自动分拣装置
技术领域
本发明涉及一种用于对水果或蔬菜进行光学分析以便对水果或蔬菜进行自动分拣的方法和装置。本发明延伸到一种实施根据本发明的光学分析方法并且/或者包括根据本发明的光学分析装置的用于对水果或蔬菜进行自动分拣的自动分拣装置。
背景技术
已知，通过在波长通常在250nm与1000nm之间的波长带(也就是说，从紫外线经过可见光范围直到红外线)中成像来进行的对于水果或蔬菜的光学分析能够以非接触的方式测量各种参数，所述各种参数尤其是：尺寸(卡径)、糖含量、酸度、成熟度、坚固度、外部缺陷或内部缺陷的存在性、颜色……然而，为此需增多照明装置和/或拍摄装置，以对于每个要测量的参数激活在适用于测量该参数的波长范围中的光学分析。而且，对同一参数的测量可能需要多个照明波长范围和/或多个拍摄波长范围，甚至是用于同一照明和/或拍摄波长范围的多个不同图像(例如反射式图像(image en réflexion)和透射式图像(image entransmission))。
Sun Jason等人的出版物Potharvest Biology and Technology,vol.119,2016中第58-68页《Multispectral scattering imaging and NIR interactance for applefirmess predictions》描述了一种通过反射来以能够评估苹果坚固度的空间分辨率测量光谱的多光谱成像技术。该技术涉及将激光束(所述激光束具有通过50μm的开口聚焦的不同波长)施加到苹果上，并且涉及捕获由苹果反向漫射的图像。该技术除了限制用于预测坚固度之外，并不能够分析在苹果的整个表面上的所有可能缺陷。
注意到，通过成像进行光学分析的技术特别地区别于光谱测定(spectrométriques)技术或分光镜(spectroscopiques)技术，所述光谱测定技术或分光镜技术仅能够分析来自经聚焦光源(例如光纤或激光)并因此来自每个物体的非常局部化的点状部分的光。
另外，对于所述物体的光学分析需执行在所述物体的外表面的不同部分上，在所述物体与照明装置和摄像机相对地运输时，所述物体通常被驱动旋转(例如参见WO01/01071、FR2874424)。在单个照明和/或拍摄波长范围中的光学分析已经需要多个照明装置和/或摄像机，这并不罕见。
为了在多个波长范围中通过成像实施光学分析，需因此增多照明装置和/或摄像机和/或安置在照明装置前方或安置在摄像机前方的滤波器，以选择不同波长范围。对于在紫外线范围中和红外线范围中的拍摄，使用至少一个单色摄像机。对于在可见光范围中的拍摄，通常使用至少一个彩色摄像机(即包括至少一个CMOS传感器或CCD传感器的三色摄像机或其它)。
因此，在实践中，迄今，对水果或蔬菜进行自动分拣的自动分拣装置的每个光学分析站包括多个摄像机，每个拍摄波长范围至少一个摄像机，也就是说，为了对每个物体的外表面的每部分进行成像，每行通常在四个与八个之间的摄像机。
这些不同装置特别昂贵、易碎、体积大且占地大，并且需要定期且花费较大地维护。为此注意到，这些不同装置经受相对严格的环境条件(潮湿和肮脏)，所述环境条件是对水果或蔬菜进行处理和分拣的环境条件。
此外，用于选择波长的滤波器的使用是花费较大的，这种滤波器购买起来昂贵且随着时间的推移快速降级。
而且，尤其是为了对物体进行自动分拣，向由计算机信息***形成的自动机传送由不同摄像机发送的不同图像，并且由该计算机信息***对所述不同图像进行处理，所述传送和所述处理需要的时长尽管绝对值较小但在最新式自动分拣装置的背景下也不再可忽略不计，所述最新式自动分拣装置可按照非常高的节奏(通常每个输送线按照每秒多于十个、尤其是直到大约五十个、甚至是更多的水果或蔬菜)运行。因此，用于在已知的光学分析方法和光学分析装置中传送和处理的该时长可能构成对用于对水果或蔬菜进行自动分拣的一些自动分拣装置的节奏的增加进行的制动。
因此，本发明旨在克服这些缺点。
发明内容
本发明特别是旨在提供一种用于通过在多个波长范围中的成像对水果或蔬菜进行光学分析的光学分析方法和光学分析装置，所述光学分析方法和光学分析装置明显简化，并且安装、使用和维护起来花费不大。
本发明特别是旨在提供这样一种光学分析方法和光学分析装置，所述光学分析方法和光学分析装置可不具有用于选择拍摄波长范围的滤波器。
本发明特别是旨在提供这样一种光学分析方法和光学分析装置，所述光学分析方法和光学分析装置与用于对水果或蔬菜进行自动分拣的环境条件良好地兼容，并且能够以非常高的节奏和较低的成本测量不同参数。本发明特别是旨在提供一种通过成像进行的光学分析，所述光学分析与按照非常高的节奏的自动分拣兼容，也就是说，所述光学分析本身不构成对自动分拣节奏的增加进行的限制。
本发明还旨在能够仅通过在不同波长范围中的成像对水果或蔬菜的全部分拣标准(除了重量)进行光学分析。
本发明还旨在提供一种具有相同优点的用于对物体(例如水果或蔬菜)进行自动分拣的自动分拣装置。
在整个文本中，采用以下术语：
-“光辐射”表示波长在200nm与1000nm之间的任何电磁辐射；
-“波长范围”表示波长或波长带；
-“可见光范围”表示包含在波长在380nm与700nm之间的波长带中的任何波长范围；
-“红外线范围”表示包含在波长在700nm与1000nm之间的波长带中的任何波长范围；
-“紫外线范围”表示包含在波长在200nm与380nm之间的波长带中的任何波长范围。
本发明因此涉及一种用于对归属于水果蔬菜组的物体进行光学分析的光学分析方法，在所述光学分析方法中，在不同拍摄波长范围中实施代表物体的图像，
其特征在于，
-由发光二极管形成的多个光源配置用于可分别将光辐射施加到至少一个物体(称作经照明物体)的外表面的至少一部分上，不同光源适用于可选择性地将在不同照明波长范围中的光辐射施加到每个经照明物体上，
-把来自至少一个光源的光辐射施加到由该光源照明的每个物体的外表面的(通过该光辐射(也就是说，沿着该光辐射的传播方向)可见的)全部可见面上，
-根据每个经照明物体的预确定照明序列连续地根据所述不同照明波长范围控制所述光源，
-所述图像由至少一个(尤其是一个且仅一个)彩色摄像机(称作多光谱摄像机)实施，所述彩色摄像机对在可见光范围中的光辐射灵敏并且对在红外线范围中的光辐射灵敏，并且所述彩色摄像机朝向至少一个经照明物体的外表面的一部分定向，该部分对应于所述物体的外表面的沿着所述多光谱摄像机的光学轴线可见的整个可见面，并且所述彩色摄像机的曝光与所述照明序列同步地控制，以便通过同一多光谱摄像机在不同拍摄波长范围中实施至少一个经照明物体的外表面的所述部分的多个图像，所述多个图像中的至少一个图像在可见光范围中并且至少一个图像在红外线范围中，
-每个多光谱摄像机从以下摄像机的组中选择：包括具有彩色滤波阵列(matricede filtres de couleurs)的CMOS传感器的摄像机，所述摄像机不具有红外线截止滤波器(filtre coupant les infrarouges)；以及包括三个CMOS传感器的摄像机，每个原色一个CMOS传感器，所述摄像机不具有红外线截止滤波器。
本发明还延伸到一种用于对归属于水果蔬菜组的物体进行光学分析的光学分析装置，所述光学分析装置包括用于在不同波长范围中实施物体图像的部件，
其特征在于，所述光学分析装置包括：
-照明装置，所述照明装置包括由发光二极管形成的多个光源，所述多个光源配置用于可分别将光辐射施加到至少一个物体(称作经照明物体)的外表面的至少一部分上，不同光源适用于可选择性地将在不同照明波长范围中的光辐射施加到每个经照明物体上，
-所述照明装置适用于可把来自至少一个光源的光辐射施加到由该光源照明的每个物体的外表面的全部可见面上，
-控制装置，所述控制装置适用于可根据每个经照明物体的预确定照明序列连续地根据所述不同照明波长范围控制这些光源，
-至少一个(尤其是一个且仅一个)彩色摄像机(称作多光谱摄像机)，所述彩色摄像机对在可见光范围中的光辐射灵敏并且对在红外线范围中的光辐射灵敏，并且所述彩色摄像机朝向至少一个经照明物体的外表面的一部分定向，该部分对应于所述物体的外表面的沿着所述多光谱摄像机的光学轴线可见的整个可见面，
-每个多光谱摄像机从以下摄像机的组中选择：包括具有彩色滤波阵列的CMOS传感器的摄像机，所述摄像机不具有红外线截止滤波器；以及包括三个CMOS传感器的摄像机，每个原色一个CMOS传感器，所述摄像机不具有红外线截止滤波器，
并且，所述控制装置适用于与所述照明序列同步地控制每个多光谱摄像机的曝光，以便通过同一多光谱摄像机在不同拍摄波长范围中实施至少一个经照明物体的外表面的所述部分的多个图像，所述多个图像中的至少一个图像在可见光范围中并且至少一个图像在红外线范围中。
本发明还延伸到一种用于根据预确定分拣标准对归属于水果蔬菜组的物体进行自动分拣的自动分拣装置，所述自动分拣装置包括：
-至少一个输送线，所述至少一个输送线能够根据所述分拣标准与物体分析站相对地运输物体，所述物体分析站中至少一个光学分析站，
-自动机，所述自动机与分析站联接以从分析站接收分析信号，
-用于将物体卸载到多个卸载区域中的卸载站，
-所述自动机被编程用于根据由该自动机接收的对于该物体的分析信号控制每个物体选择性地向经选择卸载区域中的选择性卸载，
其特征在于，所述自动分拣装置包括至少一个光学分析站，所述至少一个光学分析站由根据本发明的光学分析装置形成。
事实上，发明人惊讶地观察到，可使用对在可见光范围中的光辐射灵敏且对在红外线范围中的光辐射灵敏的同一彩色摄像机来在不同拍摄波长范围中实施多个图像，所述多个图像中的至少一个图像在可见光范围中并且至少一个图像在红外线范围中。事实上，一方面需要选择对红外线灵敏(特别是不具有红外线截止滤波器)的彩色摄像机，以及在需要时在所考虑的红外线范围中根据所述摄像机对每个颜色的灵敏度调整该彩色摄像机的调校以在红外线范围中实施每个图像。
由于本发明，在可见光范围中和红外线范围中对物体进行光学分析所需的所有图像可由与适用的照明序列同步地控制的单个且同一多光谱摄像机实施。这由此导致资财的相当大的节省以及每个光学分析站的大大简化。
在根据本发明的方法的一些有利实施例中，可使用至少一个多光谱摄像机，所述至少一个多光谱摄像机配备有缓冲存储器，所述缓冲存储器用于记录可由该摄像机拍摄的不同图像。因此，所述外表面的所述部分的由同一多光谱摄像机实施的多个图像记录在该多光谱摄像机的缓冲存储器中。同样，有利地，在根据本发明的光学分析装置中，每个多光谱摄像机配备有用于存储图像的缓冲存储器。因此，在每个照明序列期间实施的不同图像可按照非常高的速度(按照每个多光谱摄像机的最大化图像获取速度)实施，并且所述不同图像可在被传送到用于处理这些图像的自动机(计算机信息***)之前存储在每个多光谱摄像机的缓冲存储器中，所述自动机可按照慢得多的速度实施对图像的处理。因此，特别地，在每个多光谱摄像机(通常是USB3连接)与自动机之间的连接带宽不再构成对水果或蔬菜的自动分拣节奏的增加进行的限制。
每个多光谱摄像机是彩色摄像机(也就是说，具有分别对红、绿、蓝三色中的一个灵敏的传感器的三色摄像机)。还对红外线灵敏(也就是说，特别是不具有红外线截止滤波器)的任何彩色摄像机都可用作在根据本发明的光学分析方法和光学分析装置中的多光谱摄像机。特别地，每个多光谱摄像机可从以下摄像机的组中选择：包括CMOS传感器(具有彩色滤波阵列，例如Bayer阵列(拜耳阵列))的摄像机；以及包括三个CMOS传感器(每个原色一个CMOS传感器)的摄像机。然而，还能够使用具有CCD传感器的摄像机或其它。
优选地，每个多光谱摄像机是包括CMOS传感器和彩色滤波阵列的彩色摄像机，所述彩色摄像机不具有红外线截止滤波器。事实证明，这种摄像机有效地对红外线灵敏并且可适用于在任何可见光范围中和任何红外线范围中实施图像。
具有CMOS传感器的类型的彩色摄像机包括三组光敏元件，每组用于检测原色中的一个。在一些优选实施例中，在根据本发明的方法中，在红外线范围中的每个图像通过在所述红外线范围中根据所述多光谱摄像机对每个颜色(也就是说，对原色中的一个灵敏的每组光敏元件的颜色)的灵敏度调整白平衡来实施。而且，在这些实施例中，根据本发明的装置用于在红外线范围中实施每个图像，所述控制装置适用于在所述红外线范围中根据所述多光谱摄像机对每个颜色的灵敏度来调整白平衡。由此获得了更好质量的红外线图像。
事实上，观察到，所述彩色摄像机的每组光敏元件对于红外线波长的灵敏度根据该组光敏元件的检测颜色来变化。如果所述红外线范围包括单个红外线波长，则根据所述多光谱摄像机对于该红外线波长的每个颜色的灵敏度来调整白平衡。如果所述红外线范围包括红外线波长带，则可根据所述多光谱摄像机对于所述红外线波长带的特殊波长(尤其是中心波长)的每个颜色的灵敏度来调整白平衡。
然而，注意到，作为变型，还能够设置不调整白平衡的对于红外线图像的实施。
可在根据本发明的光学分析方法和光学分析装置中使用多种成像技术，并且可将不同成像技术与同一多光谱摄像机和/或不同多光谱摄像机进行组合。特别地，在根据本发明的光学分析方法和光学分析装置中，由同一多光谱摄像机实施的所述图像还可为通过反射实施的图像和/或通过透射实施的图像和/或通过漫射实施的图像。
同样，每个照明波长范围可对应于或不对应于每个拍摄波长范围。因此，例如，可在可见光范围中照明物体并且可通过多光谱摄像机在同一可见光范围中实施图像；可在红外线范围中照明物体并且可通过多光谱摄像机在同一红外线范围中实施图像；可在紫外线范围中照明物体并且可通过多光谱摄像机在可见光(通过荧光)范围中实施图像；等等。
为了实施反射式图像，所述物体的外表面的由至少一个光源照明的区域是所述物体的外表面的通过该光源的光辐射可见的全部可见面，并且，至少一个多光谱摄像机相对于该光源配置用于实施全部该可见面的反射式图像。因此，为了实施反射式图像，至少一个光源将光辐射施加到经照明物体的外表面的所述部分上，所述多光谱摄像机朝向该部分定向。
为了实施透射式图像，至少一个光源将光辐射施加到所述物体的外表面的一个区域上，该区域与经照明物体的外表面的所述部分沿直径两端相对，所述多光谱摄像机朝向该部分定向。为了实施漫射式(en diffusion)图像，至少一个光源将光辐射施加到所述物体的外表面的一个区域(称作经照明区域)上，所述经照明区域与经照明物体的外表面的所述部分不相交(disjointe)，所述多光谱摄像机朝向该部分定向，所述多光谱摄像机相对于该经照明区域按照大于90°且小于180°的拍摄角定向。
这样，在根据本发明的一些有利实施例中，至少一个多光谱摄像机相对于所述光源配置用于只实施反射式图像。事实上，在许多应用中，对水果或蔬菜进行的光学分析可仅通过这种反射式图像来实施。对于归属于苹果、梨、有核水果(桃子、油桃、杏……)、番茄组的水果进行的光学分析尤其是这种情况。
在根据本发明的其它实施例中，至少一个多光谱摄像机可相对于光源中的至少一部分配置用于尤其是在可见光范围中实施漫射式图像/透射式图像。对于柑橘类水果进行的光学分析尤其是这种情况。有利地，光源中的至少一个其它部分可相对于多光谱摄像机配置用于能够实施反射式图像，尤其是在在红外线范围中的照明下的在红外线范围中的反射式图像和/或在在可见光范围中的照明下的在可见光范围中的反射式图像和/或在在紫外线范围中的照明下的在可见光范围中的反射式图像。
根据所涉及的成像技术，所述物体的外表面的由光源照明的区域还可如下所述：
-所述物体的外表面的沿着由该光源发射且施加到所述物体的外表面(尤其是，当物体总体上是球形时所述物体的沿直径拱顶(calotte diamétrale))上的光辐射的传播方向可见的全部可见面；在反射式图像的实施中特别有利地是这种情况；
-光辐射聚焦在所述物体的外表面上的聚焦区域，该聚焦区域小于所述物体的外表面的沿着所述光辐射的传播方向可见的可见面(特别是，当物体总体上是球形时小于所述物体的沿直径拱顶)；在漫射式图像/透射式图像的实施中特别有利地是这种情况。
这样，有利地并且根据本发明，至少一个光源配置用于可将光辐射施加到由该光源照明的每个物体的外表面的全部可见面上。
另外，还能够使得由根据本发明的多光谱摄像机实施的一些图像不显示所述物体的外表面的沿着摄像机的光学轴线可见的全部可见面。因此，在一些实施例中，对于至少一个多光谱摄像机，经照明物体的外表面的所述部分可对应于所述物体的外表面的一部分，该部分小于所述外表面的沿着摄像机的光学轴线可见的可见面。
这样，至少一个多光谱摄像机相对于经照明物体配置用于使得由多光谱摄像机实施图像的经照明物体的外表面的所述部分对应于所述物体的外表面的沿着多光谱摄像机的光学轴线可见的整个可见面。因此，当物体具有总体上球形的形状时，由多光谱摄像机实施的图像是所述物体的沿直径拱顶的图像。
另外，所述照明序列以及每个多光谱摄像机的曝光相对于该照明序列的同步可经受许多实施变型。
特别地，在根据本发明的一些有利实施例中，所述照明序列由一系列照明时长形成，所述光源中的部分在每个照明时长期间激活，所述光源中的该部分被选择用于在所述照明波长范围中的一个中照明每个物体。而且，优选地，两个连续照明时长的照明波长范围彼此不同。
每个照明时长可特别短暂，多光谱摄像机在照明时长期间的曝光时长也可特别短暂，在该曝光时长期间实施的图像可记录在多光谱摄像机的缓冲存储器中。因此，在根据本发明的一些有利实施例中，所述发光序列的每个发光时长在0.1ms与5ms之间(尤其是在0.1ms与1.5ms之间)。
同样，还能够使得照明序列的不同连续照明时长由全部所述光源的熄灭时长彼此分开。这些熄灭时长例如有利地在0.05ms与0.5ms之间(尤其是为大约0.1ms)。然而，优选地，同一照明序列的不同照明时长不间断地一个接一个，也就是说，在两个照明时长之间不具有熄灭时长。
优选地，多光谱摄像机的曝光相对于照明时长的激活具有延迟地触发，该延迟被选择成使得该照明时长的所述光源中的所述部分中的每个光源在所述多光谱摄像机的触发之前有效地完全点亮和激活。事实上，包括超快速控制式LED的光源需要在所述超快速控制式LED的激活信号的接收与所述超快速控制式LED的完全点亮之间的一定延迟。例如，该延迟在0.01ms与0.5ms之间(尤其是大约0.05ms)。
同样，多光谱摄像机的曝光关闭优选地相对于光源中的至少一个的熄灭具有提前地触发。因此，确保了(对于每个照明时长)每个对应的光源在多光谱摄像机的整个曝光时长期间保持完全点亮和激活。例如，该提前在0.01ms与0.5ms之间(尤其是大约0.05ms)。
因此，例如，可通过同一多光谱摄像机实施图像系列，所述图像系列包括在总照明序列时长小于10ms(尤其是在1ms与5ms之间)的照明序列期间同一经照明物体在不同波长范围中的在2个与10个之间(尤其是3个至5个)的连续图像，所述连续图像中的至少一个图像在可见光范围中并且至少一个图像在红外线范围中。例如，可在3.5ms的总时长中实施一系列四个连续图像。不同波长范围中的同系列图像中的每个图像的数量和性质被选择以便能够基于这些不同图像对要分拣的水果或蔬菜进行光学分析。对于这些水果或蔬菜，数量和性质可根据重要分拣标准可经受非常多的变型，所述重要分拣标准可随着水果或蔬菜的种类变化而有所不同并且/或者根据涉及水果蔬菜分拣的最终客户需求而有所不同。
而且，不同光源被选择成与所述照明序列兼容，与不同照明波长范围兼容，并且与所使用的每个多光谱摄像机的特征兼容。特别地，在一些有利实施例中，所述光源包括至少一个超快速控制式LED。特别地，所述光源包括至少一个以可见白光照明的LED、至少一个以紫外线光辐射照明的LED(尤其是波长在250nm与380nm之间的以紫外线照明的LED以及至少一个以红外线照明的LED(尤其是波长在720与780nm之间(例如740nm)的以红外线照明的LED；波长在800nm与850nm之间(例如810nm)的以红外线照明的LED；以及波长在900nm与1000nm之间(例如940nm)的以红外线照明的LED)。其它示例也是可能的。
在根据本发明的一些有利实施例中，所述光源装配在具有反射内表面的光学腔室中，所述反射内表面的形状根据所述光源的位置来选择，以便能够均匀地照明处在所述至少一个多光谱摄像机的光学场中的物体。这种均匀照明是暴露于来自光学腔室的光辐射中的每个物体的整个面的均质照明。而且，至少一个多光谱摄像机被定向用于实施如此照明的每个物体的整个面的反射式图像。
特别地，根据本发明的光学分析方法和光学分析装置能够在水果或蔬菜被驱动通过输送器(尤其是高速输送器，例如能够在每个多光谱摄像机前方按照每秒多于十个、尤其是直到每秒五十个、甚至是更多地运输物体的输送器)移动时对水果或蔬菜进行光学分析。因此，在根据本发明的方法的一些实施例中，每个经照明物体被驱动在所述照明序列过程中通过输送器移动。
同样，根据本发明的光学分析方法和光学分析装置能够在水果或蔬菜被驱动自旋转时对水果或蔬菜进行光学分析。因此，在根据本发明的方法的一些实施例中，每个经照明物体被驱动在所述照明序列过程中自旋转。
本发明能够明显减小对水果或蔬菜进行自动分拣的自动分拣装置的每个光学分析站的复杂性、数量和占地。特别地，在根据本发明的对水果或蔬菜进行自动分拣的自动分拣装置的一些实施例中，每个光学分析站包括少于四个多光谱摄像机(特别是每个输送线一个多光谱摄像机或两个多光谱摄像机)。事实证明，可由单个且同一多光谱摄像机实施对水果或蔬菜进行光学分析所需的物体的外表面的同一部分的全部图像，以便对水果或蔬菜进行分拣：卡径、颜色、内部缺陷、外部缺陷和坚固度。例如，当物体是总体上回转对称的(尤其是总体上球形的)时(对于水果或蔬菜中的大多数来说是这种情况)，每个光学分析站对于每个输送线可仅包括一个多光谱摄像机(或两个多光谱摄像机，所述两个多光谱摄像机侧向地偏移并且相对于竖直方向倾斜，在所述输送线的每侧一个多光谱摄像机)，以在物体经过光学分析站过程中实施对于物体的全部外表面的拍摄，每个物体被驱动在进入多光谱摄像机的场的入口和从多光谱摄像机的场输出的出口之间自旋转至少180°。
在本发明的一些实施例中，还可设置使得自动分拣装置包括单个光学分析站。对于从由苹果、梨、猕猴桃、柑橘类水果、番茄、桃子、杏子、油桃、李子、柿子、鳄梨、芒果、石榴、哈密瓜、蓝莓、樱桃等构成的组中选择的水果或蔬菜进行的自动分拣尤其是这种情况。其它示例也是可能的。
本发明还涉及一种用于对水果或蔬菜进行光学分析的光学分析方法和光学分析装置，以及一种用于对水果或蔬菜进行自动分拣的自动分拣装置，其特征组合采用上文或下文提到的特征中的全部或部分。
附图说明
通过阅读下文中以非限制性方式给出的实施例的详细说明和附图，本发明的其它目的、特征和优点将更加清楚，在所述附图中：
-图1是在现有技术的光学分析装置中使用的单色摄像机的灵敏度光谱的示例，
-图2是在现有技术的光学分析装置中使用的彩色摄像机的灵敏度光谱的示例，
-图3是对红外线灵敏的彩色摄像机的灵敏度光谱的示例，所述对红外线灵敏的彩色摄像机可用作在根据本发明的光学分析方法和光学分析装置中的多光谱摄像机，
-图4是根据本发明实施例的自动分拣装置的光学分析站的正视示意图，
-图5是沿图4中V-V线剖视的示意性横向剖视图；
-图6是根据本发明的光学分析方法的照明和拍摄序列的示例的时序图，
-图7是在根据本发明的光学分析方法的实施例的照明序列过程中的步骤的框图，
-图8是用于物体输送线的摄像机、光源以及用于控制根据本发明的光学分析装置的摄像机和光源的控制装置的框图。
具体实施方式
图1是单色摄像机的灵敏度光谱，所述单色摄像机包括在现有技术中通常使用的CMOS传感器，所述CMOS传感器用于光学分析以便通过红外线成像和/或紫外线成像对水果或蔬菜进行自动分拣。如所见，摄像机在红外线范围中的灵敏度不是零，但相对较低。在紫外线范围中也是如此。图2是包括CMOS传感器和Bayer滤波阵列的彩色摄像机的灵敏度光谱，以及在现有技术中通常使用的红外线截止滤波器，所述红外线截止滤波器用于光学分析以便通过在可见光范围中的成像对水果或蔬菜进行自动分拣。如所见，这种彩色摄像机在红外线范围中完全不灵敏。
发明人惊讶地观察到，如图3上可见，不具有红外线截止滤波器的彩色摄像机事实上在红外线范围中特别灵敏，并因此在可见光范围中以及红外线范围中都可良好地使用，这可明显简化在对水果或蔬菜进行自动分拣的自动分拣装置中的光学分析站。因此，本发明涉及使用同一彩色摄像机来同时在至少一个可见光范围中实施图像和在至少一个红外线范围中实施图像，以及任选地在至少一个紫外线范围中实施图像。
在图4和图5上示出了根据本发明的光学分析装置3的实施例。该光学分析装置构成自动分拣装置的光学分析站，所述光学分析站的一般特征本身是公知的(例如参见US5626238)并且可经受非常多的实施变型，本发明可适用于所有这些实施变型，但不限于此，只要自动分拣装置能够驱动由水果或蔬菜构成的多个物体6与光学分析装置相对地在支撑件9上一个接一个水平平移，所述支撑件沿着至少一个输送线8(通常沿着用于输送水果或蔬菜的平行的多个输送线8，如在所示示例中)配置。
优选地，支撑件9是旋转支撑件，例如是不仅被驱动纵向平移还被驱动围绕横向旋转轴线自旋转的辊子，所述辊子能够驱动物体6在经过光学分析装置时自旋转。事实上，通常，水果或蔬菜具有至少一个回转对称性，并因此可被驱动自旋转，以便能够通过同一物体6的经连续获得的不同图像实施所述物体的全部外表面的成像。所述辊子例如由平行的多个盘形成，沿着纵向平移驱动方向的两个连续辊子限定了用于物体6的接收容置部。
在所示示例中，根据本发明的光学分析装置3包括两个照明装置7a、7b，所述两个照明装置中的7a位于上游并且7b位于下游。所述两个照明装置7a、7b是相同的，并且每个都包括由LED(发光二极管)形成的多个光源，所述LED发射在不同照明波长范围中的光辐射。
例如，每个照明装置7a、7b包括：在可见光范围中发射白光的至少一个LED(称作LED1)；在具有在720nm与780nm之间(例如以740nm为中心)的波长的红外线范围中发射光辐射的至少一个LED(称作LED2)；在具有在800nm与850nm之间(例如以810nm为中心)的波长的红外线范围中发射光辐射的至少一个LED(称作LED3)；在具有在900nm与1000nm之间(例如以940nm为中心)的波长的红外线范围中发射光辐射的至少一个LED(称作LED4)；在具有在250nm与380nm之间(例如以365nm为中心)的波长的紫外线范围中发射光辐射的至少一个LED(称作LED5)。优选地，每个照明装置7a、7b包括对于每个照明波长范围同时照明的多个LED。
光源LED1、LED2、LED3、LED4、LED5布置在输送线8上方并且朝向上方定向，以使得所述光源不对物体6提供任何直接照明。作为报答，光源LED1、LED2、LED3、LED4、LED5装配在光学腔室2中，所述光学腔室的内表面是反射的。所述光学腔室2还具有开放的基座，以使得由光源发射的光辐射被所述光学腔室的内表面反射并被朝向隐蔽在光学腔室2下方的水果或蔬菜导向。
根据本发明的光学分析装置3包括至少一个对红外线灵敏的彩色摄像机4。注意到，在根据本发明的装置中，可设置一个且仅一个摄像机4。
在用于平行的两个输送线8的光学站的所示示例中，光学分析装置3优选地包括四个摄像机4a、4b，所述四个摄像机布置在用于输送水果或蔬菜的两个输送线8上方，在光学腔室2的上部，也就是说，每个输送线8两个摄像机4a、4b。
摄像机4a、4b配置成使得自身光学轴线在输送线8上方相对于竖直方向略微倾斜。所述摄像机分别布置在输送线8的两侧上，所述摄像机从所述输送线的两侧上实施图像，以使得所述摄像机获得每个物体6的明显不同的图像，第一摄像机4a能够获得由输送线8驱动的物体的上部和第一侧面的图像，第二摄像机4b能够获得由输送线8驱动的物体的上部和(与第一侧面相反的)第二侧面的图像。
每个摄像机4a、4b都具有光学场，所述光学场覆盖对应的输送线8的足够大的长度，以使得每个摄像机可实施由该输送线8驱动的每个物体6的多个图像，所述多个图像中至少包含每个物体6的沿直径两端相对的两个部分的两个图像。每个图像示出了纵向地沿着输送线8的连续的多个物体6，对于图像的处理能够通过众所周知的方式在每个图像中辨认每个物体。而且，所述摄像机在物体与光学分析装置3相对地经过过程中分别实施同一物体的多个系列的连续图像。在实践中，可例如实施每个物体的在5个系列与50个系列之间的图像，通常是在每个物体与每个摄像机相对地运输过程中实施每个物体的大约10个系列的图像，每个图像对应于所述物体的外表面的不同部分，所述物体被驱动旋转。
作为变型，还能够设置摄像机的其它布置，例如，同一摄像机纵向地聚焦在单个物体6上，光学分析装置3由此包括纵向连续的一定数量的摄像机和/或同一多光谱摄像机，所述一定数量的摄像机足以能够实施每个物体的整个外表面的系列图像，所述多光谱摄像机能够实施由平行的多个输送线8驱动的物体的图像，也就是说，在所述图像中，所述物体侧向地并置。
如图4上所示，光学腔室2的内表面的形状有利地根据照明装置7a、7b的光源的位置来选择，以便能够均匀地照明处在光学分析装置3的摄像机4a、4b的光学场中的物体6。
每个摄像机4a、4b是对红外线灵敏的彩色摄像机，例如从以下摄像机的组中选择：包括CMOS传感器(具有彩色滤波阵列，例如Bayer阵列，但不具有红外线截止滤波器)的摄像机；以及包括三个CMOS传感器(每个原色一个CMOS传感器)但不具有红外线截止滤波器的摄像机。
如图所示，摄像机4a、4b布置在输送线8上方，所述摄像机的光学轴线朝向下方定向，并且朝向输送线8中的一个倾斜。
每个摄像机4a、4b配备有内部存储器42a和42b，所述内部存储器用于存储由摄像机连续实施的多个图像。因此，每个摄像机可在连发(rafale)模式下根据高速序列控制，以连续地实施存在于光学场中的每个物体的多个图像，同系列图像中的不同图像可实施在不同拍摄波长范围中并实时存储在摄像机的存储器中。优选地，每个摄像机4a、4b被选择成使得所述每个摄像机的内部存储器足以能够存储照明序列过程中由摄像机连续实施的多个图像，这些不同图像对应于在不同拍摄波长范围中的一系列图像，该系列的图像使得能够光学分析自动分拣物体所需的不同分拣标准。而且，优选地，每个摄像机4a、4b是高清(也就是说，多于100万像素)的摄像机。例如，通过包括1920×1200像素的CMOS传感器的摄像机获得了非常好的结果。
例如，每个图像系列可包括：
-当物体被白光照明(由每个LED1)时通过反射实施的图像，
-当物体在具有在720nm与780nm之间(例如以740nm为中心)的波长的红外线照明范围中被照明(由每个LED2)时通过反射实施的图像，
-当物体在具有在800nm与850nm之间(例如以810nm为中心)的波长的红外线照明范围中被照明(由每个LED3)时通过反射实施的图像，
-当物体在具有在900nm与1000nm之间(例如以940nm为中心)的波长的红外线照明范围中被照明(由每个LED4)时通过反射实施的图像，
-当物体在具有在250nm与380nm之间(例如以365nm为中心)的波长的紫外线照明范围中被照明(由每个LED5)时通过反射实施的图像。
这些不同图像尤其能够检测和区分外部特征或内部特征以及从由以下内容形成的组中选择的疾病或缺陷：黑星病、苦涩病、多种形式的腐烂、表面干缩、例如Gloesporium的寄生虫、日晒、冰雹打击、撞伤、刺伤、穿孔和例如锈斑的表皮表面粗糙。
其它示例也是可能的，特别地，还能够设置还实施漫射式图像/透射式图像，所述漫射式图像/透射式图像的实施例如通过将在可见光范围中的光辐射聚焦在所述物体的外表面的一个区域上并且通过由摄像机实施所述物体的外表面的一部分(该部分与聚焦区域不相交)的图像，尤其是，摄像机的光学轴线形成相对于光辐射的轴线的在90°与180°之间的角度。为此，不需要增加光学分析装置的摄像机的数量，例如，只需在每个输送线8的侧面上和/或下方设置光源就足够了。
注意到，每个摄像机4a、4b是对红外线灵敏的彩色摄像机，所述彩色摄像机不具有除了检测彩色所需的滤波器(特别是Bayer滤波阵列)之外的滤波器，经实施的每个图像覆盖摄像机的全体灵敏度光谱。因此，当物体被白光照明时，由摄像机形成的图像是在可见光拍摄范围中的彩色图像。同样，当物体在包含在红外线中的照明波长范围中被照明时，由摄像机形成的图像是在同一红外线波长范围中实施的图像。并且当物体被紫外线光辐射照明时，由摄像机形成的图像是所述物体在可见光范围中的荧光彩色图。
每个光源LED1、LED2、LED3、LED4、LED5和每个摄像机4a、4b基于计算机信息***10来控制，所述计算机信息***用于分析由摄像机4a、4b获取的图像。所述计算机信息***可经受所有变型，只要所述计算机信息***适用于并且被编程用于：
-根据预确定照明序列控制每个光源的点亮和熄灭，以能够实施每个图像系列，
-接收由不同摄像机获取的不同图像，
-分析这些图像并推导出用于自动分拣物体的自动分拣标准，
-根据通过如此实施的物体的光学分析得到的分拣标准控制自动分拣装置。
这种计算机信息***10可包括单独的计算机信息装置(例如，附图上所示的电脑)或多个计算机信息装置和/或计算机信息资源和/或终端和/或彼此隔开且联接在网络上的***设备。所述计算机信息***10还可由彼此隔开且不联接的多个计算机信息装置形成，所述多个计算机信息装置中的每个专用于特定功能：例如，用于控制光学分析装置并因此对物体实施成像和光学分析的计算机信息装置；和用于对物体进行自动分拣的另一计算机信息装置。另外，所述计算机信息***10还适用于能够执行一个计算机程序或多个计算机程序，以尤其是实施根据本发明的方法。
所述计算机信息***10包括光源LED1、LED2、LED3、LED4、LED5和摄像机4a、4b的电子控制卡20(图8)。在图8上，仅示出了两个摄像机4a、4b，所述两个摄像机朝向同一输送线8定向。每个光源LED1、LED2、LED3、LED4、LED5在被同时激活之前通过每组LED分别固有的供电线缆21、22、23、24、25与电子控制卡20联接，也就是说，对应于同一照明波长范围，不同光源的点亮和熄灭由该电子控制卡20控制。每组LED中的不同LED优选地与每组LED分别固有且用于接收供电线缆21、22、23、24、25的同一(高速)控制和供电卡31、32、33、34、35联接。
电子控制卡包括集成电路26，所述集成电路例如是可编程的集成电路(FPGA)，用于给LED供电的不同线缆21、22、23、24、25与该集成电路直接联接。该集成电路26还具有与控制板20的网络连接器28联接的输入端口27，来自计算机信息***10的主板的线缆29(例如，以太网线缆)可与该输入端口联接。
电子控制卡20还包括可与电能源37联接的供电电路36，该供电电路36给电子控制卡20的不同电子元件供电。
每个摄像机4a、4b还通过每个摄像机4a、4b所固有的电缆40a或40b与电子控制卡20联接，以便可由每个摄像机控制，以便触发每个摄像机从而拍摄一个图像或一系列图像。每个电缆40a、40b能够向摄像机传输触发信号TRIG CAM，所述触发信号在集成电路26的控制下由格式电路41制定。因此，集成电路26可在精确限定的时刻上通过向格式电路41发送信号来触发每个摄像机4a、4b，所述格式电路使触发信号TRIG CAM成形并将所述触发信号发送到电缆40a、40b上。
优选地，每个摄像机4a、4b包括可编程的定序器电子电路43a或43b，所述定序器电子电路能够编程对应于如上文限定的一系列图像(也就是说，本身对应于预确定照明序列)的预确定拍摄序列。因此，触发信号TRIG CAM能够触发摄像机的定序器并启动由每个摄像机4a、4b预先编程的拍摄序列。定序器43a、43b本身连续地触发每个拍摄，同时在对应于图像捕获的时长期间保持摄像机的曝光。而且，定序器43a、43b被编程用于根据适用于实施每个图像的不同摄影参数(尤其是根据所考虑的波长范围)来控制摄像机。
具体地，为了在红外线范围中实施图像，定序器43a、43b根据每组光敏元件在红外线范围中对摄像机的原色中的一个的灵敏度来调整白平衡，以便优化图像的质量。事实上，如图3所示，在摄像机的不同原色中的不同光敏元件组并不是都具有相同的红外线灵敏度。因此，有利地使这些灵敏度差异再平衡，所述再平衡简单地通过在捕获对应的红外线图像之前调整摄像机的白平衡。该调整可预先通过实验测量对于每个红外线照明波长的这些灵敏度差异(也就是说，基于如图3所示的光谱认知)来执行。
计算机信息***10、其电子控制卡20以及每个多光谱摄像机的每个定序器43a、43b共同构成用于控制每个照明序列和每个拍摄序列的控制装置，以能够由每个多光谱摄像机实施每个图像系列。
每个摄像机4a、4b还通过高速式USB3线缆44a或44b与电子控制卡20联接，以一方面用于给电子控制卡供电以及另一方面用于将一系列的不同图像传送到计算机信息***10。这些USB3线缆与电子控制卡20的USB3多端口连接电路45联接。
所述电子控制卡20还有利地包括能够点亮或熄灭所述电子控制卡的按钮46以及能够指示任何任选故障的发光信号灯47。
图6示出了根据本发明的照明序列的时序图示例，所述照明序列能够实施如上文提及的图像系列。
在时刻t1上，电子控制卡20发射用于触发摄像机4a、4b的触发信号TRIG CAM。在接收到该触发信号时，每个摄像机的定序器执行已被编程的序列，所述序列对应于图6所示的信号CAM。在在接收到所述触发信号的时刻t1之后的较短等待时长之后的时刻t3上触发第一拍摄。
而且，电子控制卡20根据图6所示的相应信号触发不同光源LED1、LED2、LED3、LED4、LED5的照明序列。如所见，光源LED1在紧接在时刻t3之前的时刻t2上点亮，在时刻t2与t3之间的时长足以使相应的每个LED能够在相应的控制和供电卡激活之后完全点亮。
每个摄像机4a、4b在取决于图像大小(行中的像素数和列中的像素数)以及摄像机的积分时间的时长期间捕获图像。在该时长结束时在时刻t4上，第一图像由摄像机捕获并且存储在所述摄像机的存储器42a、42b中。注意到，在由摄像机捕获图像的整个时长期间，光源LED1保持完全点亮。在时刻t4随后的时刻t5上，光源LED1熄灭，并且对应于另一照明波长范围的光源LED2点亮。时刻t5从由摄像机捕获图像的结束时刻t4略微偏移尽可能小的时长，该时长足以能够确保光源在整个该捕获期间保持点亮。
循环重复，以在由光源LED2、然后LED3、然后LED4、然后LED5进行的连续照明下捕获四个其它图像。对第二图像的捕获在时刻t6上开始并且在时刻t7上结束。光源LED2熄灭并且光源LED3在随后的时刻t8上点亮。对第三图像的捕获在时刻t9上开始并且在时刻t10上结束。光源LED3熄灭并且光源LED4在随后的时刻t11上点亮。对第四图像的捕获在时刻t12上开始并且在时刻t13上结束。光源LED4熄灭并且光源LED5在随后的时刻t14上点亮。对第五图像的捕获在时刻t15上开始并且在时刻t16上结束。光源LED5在随后的时刻t17上熄灭。
在捕获同系列中的全部图像之后，所有这些图像接下来可从由每个摄像机的定序器限定的随后时刻t18起经由USB3线缆44a、44b传输到计算机信息***10。
图7示出了一种变型，在该变型中，对于图像系列的依据图6的时序图的照明和捕获序列，电子控制卡20不仅触发不同光源的点亮，还在所述不同光源缺失定序器时触发每个摄像机。
在第一步骤51中，表示发光二极管中的每组LEDi的索引i初始化为1。在上文提及的示例中，i从1变化到N＝5。在随后的步骤52中，光源LEDi点亮。在步骤53期间在等待期Δt1(对于LED1等于t3-t2)之后，在随后的步骤54中(对于LED1在t3与t4之间)由不同摄像机4a、4b捕获图像IMi，然后在步骤55中存储到每个摄像机的存储器。在等待期Δt2(对于LED1等于t5-t4)之后，在步骤56期间，光源LEDi在随后的步骤57中熄灭，然后在索引i上执行测试58，以确定是否达到该索引的最大化值N。在否定的情况下，在步骤59中索引i增量1，并且所述方法基于用于点亮下一组中的光源的步骤52重复。在肯定的情况下，在步骤60中将图像传送到计算机信息***10。
因此，本发明能够通过在连发模式下使用对红外线灵敏的多光谱彩色摄像机来对物体进行光学分析，以能够按照非常高的速度实施连续的图像系列。由根据本发明的多光谱摄像机实施的每个图像系列对应于现有技术中由摄像机实施的图像。然而，本发明并不需要多个摄像机来实施这些不同图像，而是能够每个输送线仅使用一个或两个多光谱摄像机。
当然，除了上文描述的实施例和附图上所示的实施例之外，本发明还可经受许多变型。

Claims (15)

1.一种用于对归属于水果蔬菜组的物体进行光学分析的光学分析方法，在所述光学分析方法中，在不同拍摄波长范围中实施代表物体的图像，
其特征在于，
-由发光二极管(LED1，LED2，LED3，LED4，LED5)形成的多个光源配置用于能够分别将光辐射施加到至少一个称作经照明物体(6)的物体的外表面的至少一部分上，不同光源适用于能够选择性地将在不同照明波长范围中的光辐射施加到每个经照明物体上，
-把来自至少一个光源的光辐射施加到由所述光源照明的每个物体的外表面的全部可见面上，
-根据每个经照明物体的预确定照明序列连续地根据所述不同照明波长范围控制所述光源，
-所述图像由至少一个称作多光谱摄像机(4，4a，4b)的彩色摄像机(4，4a，4b)实施，所述彩色摄像机对在可见光范围中的光辐射灵敏并且对在红外线范围中的光辐射灵敏，并且所述彩色摄像机朝向至少一个经照明物体的外表面的一部分定向，所述部分对应于所述物体的外表面的沿着所述多光谱摄像机的光学轴线可见的整个可见面，并且所述彩色摄像机的曝光与所述照明序列同步地控制，以便通过同一多光谱摄像机在不同拍摄波长范围中实施至少一个经照明物体(6)的外表面的所述部分的多个图像，所述多个图像中的至少一个图像在可见光范围中并且至少一个图像在红外线范围中，
-每个多光谱摄像机(4，4a，4b)从以下摄像机的组中选择：包括具有彩色滤波阵列的CMOS传感器的摄像机，所述摄像机不具有红外线截止滤波器；以及包括三个CMOS传感器的摄像机，每个原色一个CMOS传感器，所述摄像机不具有红外线截止滤波器。
2.根据权利要求1所述的方法，其特征在于，所述外表面的所述部分的由同一多光谱摄像机(4，4a，4b)实施的多个图像记录在所述多光谱摄像机的缓冲存储器(42a，42b)中。
3.根据权利要求1或2所述的方法，其特征在于，在红外线范围中的每个图像通过在所述红外线范围中根据所述多光谱摄像机(4，4a，4b)对每个颜色的灵敏度调整白平衡来实施。
4.根据权利要求1至3中任一项所述的方法，其特征在于，所述照明序列由一系列照明时长形成，所述光源(LED1，LED2，LED3，LED4，LED5)中的部分在每个照明时长期间激活，所述光源中的所述部分被选择用于在所述照明波长范围中的一个中照明每个物体，并且，每个照明时长在0.1ms与5ms之间，并且，多光谱摄像机(4，4a，4b)的曝光相对于照明时长的激活具有延迟地触发，所述延迟被选择成使得所述照明时长的所述光源(LED1，LED2，LED3，LED4，LED5)中的所述部分中的每个光源在所述多光谱摄像机的触发之前有效地完全点亮和激活。
5.根据权利要求4所述的方法，其特征在于，为了实施反射式图像，所述物体的外表面的由至少一个光源照明的区域是所述物体的外表面的通过所述光源的光辐射可见的全部可见面，并且，至少一个多光谱摄像机相对于所述光源配置用于实施全部所述可见面的反射式图像。
6.根据权利要求1至5中任一项所述的方法，其特征在于，由同一多光谱摄像机实施的所述多个图像包括：
-当物体被白光照明时通过反射实施的图像，
-当物体在具有在720nm与780nm之间的波长的红外线照明范围中被照明时通过反射实施的图像，
-当物体在具有在800nm与850nm之间的波长的红外线照明范围中被照明时通过反射实施的图像，
-当物体在具有在900nm与1000nm之间的波长的红外线照明范围中被照明时通过反射实施的图像，
-当物体在具有在250nm与380nm之间的波长的紫外线照明范围中被照明时通过反射实施的图像。
7.根据权利要求1至6中任一项所述的方法，其特征在于，每个经照明物体(6)被驱动在所述照明序列过程中自旋转和通过输送器移动。
8.一种用于对归属于水果蔬菜组的物体进行光学分析的光学分析装置，所述光学分析装置包括用于在不同波长范围中实施物体图像的部件，
其特征在于，所述光学分析装置包括：
-照明装置，所述照明装置包括由发光二极管(LED1，LED2，LED3，LED4，LED5)形成的多个光源，所述多个光源配置用于能够分别将光辐射施加到至少一个称作经照明物体的物体的外表面的至少一部分上，不同光源适用于能够选择性地将在不同照明波长范围中的光辐射施加到每个经照明物体上，
-所述照明装置适用于能够把来自至少一个光源的光辐射施加到由所述光源照明的每个物体的外表面的全部可见面上，
-控制装置(10，20，43a，43b)，所述控制装置适用于能够根据每个经照明物体的预确定照明序列连续地根据所述不同照明波长范围控制这些光源，
-至少一个称作多光谱摄像机(4，4a，4b)的彩色摄像机，所述彩色摄像机对在可见光范围中的光辐射灵敏并且对在红外线范围中的光辐射灵敏，并且所述彩色摄像机朝向至少一个经照明物体的外表面的一部分定向，所述部分对应于所述物体的外表面的沿着所述多光谱摄像机的光学轴线可见的整个可见面，
-每个多光谱摄像机(4，4a，4b)从以下摄像机的组中选择：包括具有彩色滤波阵列的CMOS传感器的摄像机，所述摄像机不具有红外线截止滤波器；以及包括三个CMOS传感器的摄像机，每个原色一个CMOS传感器，所述摄像机不具有红外线截止滤波器，
并且，所述控制装置(10，20，43a，43b)适用于与所述照明序列同步地控制每个多光谱摄像机(4，4a，4b)的曝光，以便通过同一多光谱摄像机在不同拍摄波长范围中实施至少一个经照明物体的外表面的所述部分的多个图像，所述多个图像中的至少一个图像在可见光范围中并且至少一个图像在红外线范围中。
9.根据权利要求8所述的装置，其特征在于，所述光源装配在具有反射内表面的光学腔室(2)中，所述反射内表面的形状根据所述光源的位置来选择，以便能够均匀地照明处在所述至少一个多光谱摄像机的光学场中的物体。
10.根据权利要求8或9所述的装置，其特征在于，为了在红外线范围中实施每个图像，所述控制装置(10，20)适用于在所述红外线范围中根据所述多光谱摄像机对每个颜色的灵敏度来调整白平衡。
11.根据权利要求8至10中任一项所述的装置，其特征在于，每个多光谱摄像机(4，4a，4b)是包括CMOS传感器和彩色滤波阵列的彩色摄像机，所述彩色摄像机不具有红外线截止滤波器，并且所述彩色摄像机配备有用于存储图像的缓冲存储器(42a，42b)。
12.根据权利要求8至11中任一项所述的装置，其特征在于，所述光源(LED1，LED2，LED3，LED4，LED5)包括至少一个以可见白光照明的发光二极管、至少一个以紫外线光辐射照明的发光二极管以及至少一个以红外线照明的发光二极管。
13.一种用于根据预确定分拣标准对归属于水果蔬菜组的物体进行自动分拣的自动分拣装置，所述自动分拣装置包括：
-至少一个输送线(8)，所述至少一个输送线能够根据所述分拣标准与物体分析站相对地运输物体，所述物体分析站中至少一个光学分析站，
-自动机(10)，所述自动机与分析站联接以从分析站接收分析信号，
-用于将物体卸载到多个卸载区域中的卸载站，
所述自动机被编程用于根据由所述自动机接收的对于所述物体的分析信号控制每个物体选择性地向经选择卸载区域中的选择性卸载，
其特征在于，所述自动分拣装置包括至少一个光学分析站，所述至少一个光学分析站由根据权利要求8至12中任一项所述的光学分析装置(3)形成。
14.根据权利要求13所述的装置，其特征在于，每个光学分析站包括对于每个输送线少于四个多光谱摄像机(4a，4b)。
15.根据权利要求13或14所述的装置，其特征在于，所述装置包括单个光学分析站(3)。
CN201880014947.4A 2017-03-01 2018-01-30 水果或蔬菜的光学分析方法和装置以及自动分拣装置 Pending CN110383049A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
FR1751683A FR3063542A1 (fr) 2017-03-01 2017-03-01 Procede et dispositif d'analyse optique de fruits ou legumes et dispositif de tri automatique
FR17.51683 2017-03-01
PCT/FR2018/050212 WO2018158514A1 (fr) 2017-03-01 2018-01-30 Procédé et dispositif d'analyse optique de fruits ou légumes et dispositif de tri automatique

Publications (1)

Publication Number Publication Date
CN110383049A true CN110383049A (zh) 2019-10-25

Family

ID=58501746

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201880014947.4A Pending CN110383049A (zh) 2017-03-01 2018-01-30 水果或蔬菜的光学分析方法和装置以及自动分拣装置

Country Status (23)

Country Link
US (1) US10288594B2 (zh)
EP (2) EP3589939B1 (zh)
CN (1) CN110383049A (zh)
AR (1) AR111321A1 (zh)
AU (2) AU2018226589B2 (zh)
BR (1) BR112019017079A2 (zh)
CA (1) CA3053662A1 (zh)
CL (1) CL2019002488A1 (zh)
ES (1) ES2928870T3 (zh)
FR (1) FR3063542A1 (zh)
HR (1) HRP20221270T1 (zh)
HU (1) HUE060141T2 (zh)
IL (1) IL268772A (zh)
MA (1) MA47674B1 (zh)
MX (1) MX2019010284A (zh)
NZ (1) NZ757412A (zh)
PE (1) PE20191333A1 (zh)
PL (1) PL3589939T3 (zh)
PT (1) PT3589939T (zh)
RS (1) RS63664B1 (zh)
RU (1) RU2750086C2 (zh)
WO (1) WO2018158514A1 (zh)
ZA (1) ZA201905582B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110927073A (zh) * 2019-11-06 2020-03-27 广东弓叶科技有限公司 多光谱成像方法、电子装置及存储介质
TWI823750B (zh) * 2023-01-11 2023-11-21 訊力科技股份有限公司 自動化水果選別方法

Families Citing this family (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3263233A1 (en) * 2016-06-28 2018-01-03 Buhler Sortex Ltd. Illumination devices
NL2017235B1 (nl) * 2016-07-25 2018-01-31 De Greefs Wagen Carrosserie En Machb B V Meetinrichting voor het multispectraal meten van kwaliteitskenmerken of defecten van producten en werkwijze daarvoor
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
AU2019386256A1 (en) * 2018-11-27 2021-06-24 Suez International Method for separating and classifying waste, in particular packaging
JP2020101408A (ja) * 2018-12-20 2020-07-02 株式会社クボタ 解析装置及び解析システム
IT201900005536A1 (it) * 2019-04-10 2020-10-10 Doss Visual Solution S R L Metodo di acquisizione immagini per una macchina di ispezione ottica
WO2021009753A1 (en) * 2019-07-15 2021-01-21 Clarifruit Ltd. Means and methods for scoring vegetables and fruits
CZ2020443A3 (cs) * 2020-08-05 2021-05-12 Rieter Cz S.R.O. Zařízení pro hodnocení nečistot ve vlákenném materiálu
CN111982835A (zh) * 2020-08-17 2020-11-24 吉林求是光谱数据科技有限公司 一种基于硅基多光谱芯片的水果糖度无损检测装置及方法
NL2026483B1 (nl) * 2020-09-16 2022-05-16 De Greefs Wagen Carrosserie En Machb B V Meetinrichting voor het meten van stevigheid van producten, zoals fruit en groenten, sorteersysteem voorzien daarvan, en werkwijze daarvoor
IT202000022354A1 (it) * 2020-09-22 2022-03-22 Biometic S R L Metodo e apparecchiatura per eseguire un esame iperspettrale della superficie esterna di prodotti vegetali
EP3982113A1 (en) * 2020-10-06 2022-04-13 Sens-Tech Ltd. Method and apparatus for inspection of a subject article
TR2021016228U5 (tr) 2020-10-21 2022-05-23 3U Vision Srl Ayırma Makinesi
CN112198125A (zh) * 2020-10-27 2021-01-08 江南大学 一种基于红外增效的多功能果蔬切割检测***及方法
US11529653B2 (en) 2021-01-11 2022-12-20 Durand-Wayland, Inc. Produce sorting systems and methods
EP4137813A1 (de) 2021-08-20 2023-02-22 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. System und verfahren zur automatischen qualitätsprüfung von obst und gemüse und anderen lebensmitteln
DE102021211548A1 (de) 2021-08-20 2023-02-23 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung eingetragener Verein System und Verfahren zur automatischen Qualitätsprüfung von Obst und Gemüse und anderen Lebensmitteln
CN113777063A (zh) * 2021-09-07 2021-12-10 福州大学 一种果蔬农残快速实时检测多光谱探测***及其使用方法
US11887351B1 (en) 2023-07-26 2024-01-30 Timea IGNAT System and method for hyperspectral image-based quality control analysis of crop loads

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1737546A (zh) * 2004-08-17 2006-02-22 水果栽培材料公司 具有间接照明装置的用于光学分析水果等产品的设备
CN101059452A (zh) * 2007-05-29 2007-10-24 浙江大学 基于多光谱成像技术的水果品质无损检测方法与***
US20090097019A1 (en) * 2006-03-21 2009-04-16 Baker Roger C Optical device for detecting live insect infestation
CN101832941A (zh) * 2010-03-19 2010-09-15 天津大学 一种基于多光谱图像的水果品质评价装置
GB2498086A (en) * 2011-12-23 2013-07-03 Maf Agrobotic Non-destructive detection of defects in fruits and vegetables

Family Cites Families (31)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4520702A (en) 1982-06-14 1985-06-04 Key Technology, Inc. Inspection and cutting apparatus
US4726898A (en) 1982-09-30 1988-02-23 Pennwalt Corporation Apparatus for spinning fruit for sorting thereof
US5164795A (en) 1990-03-23 1992-11-17 Sunkist Growers, Inc. Method and apparatus for grading fruit
FR2716874B1 (fr) 1994-03-03 1996-06-21 Materiel Arboriculture Dispositif de convoyage de produits, notamment de fruits, adapté pour effectuer un triage desdits produits en fonction de critères de sélection prédéterminés.
FR2773220B1 (fr) 1997-12-30 2001-07-27 Compucal Dispositif d'analyse colorimetrique d'objets tels que des fruits ou legumes
US6600829B1 (en) 1998-02-20 2003-07-29 Sunkist Growers Inc. Computer process for controlling a system for sorting objects by surface characteristics
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
FR2795499B1 (fr) 1999-06-28 2001-09-28 Materiel Arboriculture Procede et dispositif d'analyse en vue du tri automatique de produits tels que des fruits
EP1436646A4 (en) 2001-09-13 2006-09-13 Anzpac Systems Ltd METHOD AND DEVICE FOR ARTICLE TESTING
EP1445099A1 (en) 2003-02-10 2004-08-11 Kba-Giori S.A. Sensor
US7173708B2 (en) 2003-12-05 2007-02-06 Sunkist Growers Inc. Method and apparatus for detecting damage in plant products
CN2733343Y (zh) * 2004-05-12 2005-10-12 严衍禄 果蔬类农产品内部非破坏性整体分析装置
US7460160B2 (en) 2004-09-24 2008-12-02 Microsoft Corporation Multispectral digital camera employing both visible light and non-visible light sensing on a single image sensor
WO2006058406A1 (en) 2004-12-02 2006-06-08 N. M. Bartlett Inc. Systems and methods for defect sorting of produce
ES2324324B9 (es) 2007-02-27 2019-03-12 Roda Iberica S L U Sistema para la separacion selectiva automatica de citricos afectadospor podredumbre
AT505671B1 (de) 2008-05-13 2009-03-15 Evk Di Kerschhaggl Gmbh Verfahren zum optischen detektieren von bewegten objekten
KR20090120159A (ko) 2008-05-19 2009-11-24 삼성전자주식회사 영상합성장치 및 영상합성방법
RU2494375C2 (ru) * 2008-09-25 2013-09-27 Конинклейке Филипс Электроникс Н.В. Система и способ детектирования
US8462238B2 (en) 2008-11-04 2013-06-11 Ecole Polytechnique Fëdërale de Lausanne (EPFL) Camera design for the simultaneous capture of near-infrared and visible images
CN103403528B (zh) * 2011-02-28 2015-05-13 国立大学法人香川大学 光学特性测量装置以及光学特性测量方法
US9939417B2 (en) * 2012-06-01 2018-04-10 Agerpoint, Inc. Systems and methods for monitoring agricultural products
RU2664261C2 (ru) * 2013-11-01 2018-08-15 Томра Сортинг Нв Способ и устройство для детектирования вещества
US9513270B2 (en) * 2013-11-18 2016-12-06 Zoetis Services Llc Non-contact egg identification system for determining egg viability using transmission spectroscopy, and associated method
WO2016018157A1 (en) * 2014-07-31 2016-02-04 Compac Technologies Limited Article sorting system with synchronised lane detection
TWI536831B (zh) 2014-09-03 2016-06-01 聯詠科技股份有限公司 彩色濾波陣列及其影像接收方法
US20170219485A1 (en) * 2014-10-01 2017-08-03 Purdue Research Foundation Organism Identification
BR112017020995A2 (pt) * 2015-03-31 2018-07-10 Nanopix Integrated Software Solutions Private Ltd novo sistema de gradação óptica baseado em cor com vistas de multi-refletância e multi-ângulo
US10099258B2 (en) 2015-04-09 2018-10-16 Compac Technologies Limited Article conveying system with diffuse illumination
US10306156B2 (en) * 2015-11-30 2019-05-28 Photopotech LLC Image-capture device
NL2017235B1 (nl) 2016-07-25 2018-01-31 De Greefs Wagen Carrosserie En Machb B V Meetinrichting voor het multispectraal meten van kwaliteitskenmerken of defecten van producten en werkwijze daarvoor
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

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1737546A (zh) * 2004-08-17 2006-02-22 水果栽培材料公司 具有间接照明装置的用于光学分析水果等产品的设备
US20090097019A1 (en) * 2006-03-21 2009-04-16 Baker Roger C Optical device for detecting live insect infestation
CN101059452A (zh) * 2007-05-29 2007-10-24 浙江大学 基于多光谱成像技术的水果品质无损检测方法与***
CN101832941A (zh) * 2010-03-19 2010-09-15 天津大学 一种基于多光谱图像的水果品质评价装置
GB2498086A (en) * 2011-12-23 2013-07-03 Maf Agrobotic Non-destructive detection of defects in fruits and vegetables

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110927073A (zh) * 2019-11-06 2020-03-27 广东弓叶科技有限公司 多光谱成像方法、电子装置及存储介质
TWI823750B (zh) * 2023-01-11 2023-11-21 訊力科技股份有限公司 自動化水果選別方法

Also Published As

Publication number Publication date
EP4220141A2 (fr) 2023-08-02
PE20191333A1 (es) 2019-09-25
RS63664B1 (sr) 2022-11-30
MA47674B1 (fr) 2022-10-31
HUE060141T2 (hu) 2023-01-28
AR111321A1 (es) 2019-07-03
US20180252691A1 (en) 2018-09-06
FR3063542A1 (fr) 2018-09-07
AU2023203123A1 (en) 2023-06-08
HRP20221270T1 (hr) 2022-12-23
EP3589939B1 (fr) 2022-07-27
MA47674A (fr) 2020-01-08
MX2019010284A (es) 2019-12-19
ZA201905582B (en) 2020-05-27
EP4220141A3 (fr) 2023-08-16
NZ757412A (en) 2020-12-18
RU2019129450A (ru) 2021-04-01
AU2018226589B2 (en) 2023-03-16
CL2019002488A1 (es) 2020-02-07
ES2928870T3 (es) 2022-11-23
WO2018158514A1 (fr) 2018-09-07
US10288594B2 (en) 2019-05-14
IL268772A (en) 2019-10-31
RU2019129450A3 (zh) 2021-04-20
EP3589939A1 (fr) 2020-01-08
CA3053662A1 (fr) 2018-09-07
RU2750086C2 (ru) 2021-06-22
BR112019017079A2 (pt) 2020-04-28
PT3589939T (pt) 2022-10-17
PL3589939T3 (pl) 2022-11-07
AU2018226589A1 (en) 2019-10-10

Similar Documents

Publication Publication Date Title
CN110383049A (zh) 水果或蔬菜的光学分析方法和装置以及自动分拣装置
CN105874321B (zh) 检查设备
CN102725625B (zh) 用于检测金属盖的缺陷的设备、***和方法
JP5875186B2 (ja) 農産物検査装置及び農産物検査方法
CA2685158C (en) Simultaneous acquisition of fluorescence and reflectance imaging techniques with a single imaging device
EP3063531B1 (en) Method and apparatus for detecting matter
US20180024074A1 (en) Devices and methods for detection of counterfeit or adulterated products and/or packaging
US20040150815A1 (en) Flaw detection in objects and surfaces
US11300508B2 (en) Apparatus and method for extracting low intensity photonic signals
US10478862B2 (en) Method and apparatus for sorting
JP2023530087A (ja) 宝石用原石スクリーニングのための発光撮像
CN110220922A (zh) 检查装置、检查***以及检查方法
CN209387542U (zh) 一种消除物料阴影的检测装置
KR100381144B1 (ko) 비파괴 과일 선별장치
CN106295456A (zh) 食用油桶表面激光喷码检测装置及检测方法
DE102015213352A1 (de) Inspektionsvorrichtung für einen Vorformling
Bengoetxea Lighting setup in the automatic detection of ventral skin and blood spots in cod fish fillets
JP2015184071A (ja) 農産物検査装置及び農産物検査方法
CN207923743U (zh) 检测装置
KR102394422B1 (ko) Nir 스펙트럼 영상 기술을 이용한 식품 표면 이물 검사 광학장치
BENGOETXEA Automatic Detection of
CN109444155A (zh) 一种消除物料阴影的检测装置和方法

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