CN110586502A - 一种青梅分选装置和分选方法 - Google Patents
一种青梅分选装置和分选方法 Download PDFInfo
- Publication number
- CN110586502A CN110586502A CN201911020420.5A CN201911020420A CN110586502A CN 110586502 A CN110586502 A CN 110586502A CN 201911020420 A CN201911020420 A CN 201911020420A CN 110586502 A CN110586502 A CN 110586502A
- Authority
- CN
- China
- Prior art keywords
- steering engine
- partition plate
- sorting device
- green
- conveyor belt
- 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.)
- Granted
Links
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
- B07C5/16—Sorting according to weight
- B07C5/24—Sorting according to weight using moving weighing mechanisms, e.g. moving along a circular path
-
- 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
- B07C5/36—Sorting apparatus characterised by the means used for distribution
- B07C5/363—Sorting apparatus characterised by the means used for distribution by means of air
- B07C5/365—Sorting apparatus characterised by the means used for distribution by means of air using a single separation means
-
- 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
- B07C5/38—Collecting or arranging articles in groups
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
- Y02A40/90—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in food processing or handling, e.g. food conservation
Landscapes
- Sorting Of Articles (AREA)
Abstract
本发明公开了一种青梅分选装置和分选方法,包括分选模块,所述分选模块包括第一级分选装置、第二级分选装置、相机和传送带,所述相机位于第一级分选装置的上方,第一级分选装置和第二级分选装置均位于传送带上方,第一级分选装置位于第二级分选装置的前方;第一级分选装置包括四个舵机和四个隔板,第二级分选装置包括四个舵机和四个隔板;传送带末端上方分别设有五个分级隔板,五个分级隔板将传送带末端上方平面四等分进而形成四个分级通道,每个分级通道的末端均设有后接果筐。本发明能够基于品质和重量双重标准对青梅进行分选,为进一步对青梅进行精深加工提供分选基础。
Description
技术领域
本发明属于林果分选领域,具体涉及一种青梅分选装置和分选方法。
背景技术
青梅作为中国特色果品,资源丰富,营养价值高。随着经济的发展,我国市场对于青梅的产能需求不断上升,青梅需求量加大和青梅产业产能落后的矛盾日益加深。
传统的人工分选青梅的方式,存在成本高,效率低、占用大量劳动力等问题。
采用基于机器视觉的青梅分选***,可以利用光谱技术和图像处理技术对青梅品质进行快速分选,这不仅可以克服人工检测青梅缺陷的低效率、低准确率和高成本问题,而且对于青梅企业的智能化和青梅产业的可持续性发展都有着重要的意义。
因此目前需要一种用基于机器视觉的青梅分选装置和分选方法,结合光谱技术和图像处理技术对青梅品质进行快速分选,从而替代传统的人工分选青梅的方式。
发明内容
本发明所要解决的技术问题是针对上述现有技术的不足提供一种青梅分选装置和分选方法,本青梅分选装置和分选方法能够基于品质和重量双重标准对青梅进行分选,为进一步对青梅进行精深加工提供分选基础,从而提高青梅的经济价值,分选效率高,准确率高,劳动成本低。
为实现上述技术目的,本发明采取的技术方案为:
一种青梅分选装置,包括分选模块,所述分选模块包括第一级分选装置、第二级分选装置、相机和传送带,所述相机位于第一级分选装置的上方,第一级分选装置和第二级分选装置均位于传送带上方,第一级分选装置位于第二级分选装置的前方;
第一级分选装置包括四个舵机,分别为舵机一、舵机二、舵机三和舵机四,舵机一连接有隔板一,舵机二连接有隔板二,舵机三连接有隔板三,舵机四连接有隔板四,舵机二和舵机三位于舵机一和舵机四之间,隔板一和隔板四的开口朝向与传送带运动方向相反,隔板二和隔板三的开口朝向与传送带运动方向相同,隔板一和隔板四均连接有气吹装置,所述传送带前端两侧上方分别设有左隔板和右隔板,所述左隔板的前端设有左接果筐,右隔板的前端设有右接果筐;
第二级分选装置包括四个舵机,分别为舵机五、舵机六、舵机七和舵机八,舵机五连接有隔板五,舵机六连接有隔板六,舵机七连接有隔板七,舵机八连接有隔板八,隔板五、隔板六、隔板七和隔板八的开口朝向与传送带运动方向相同,所述传送带末端上方分别设有五个分级隔板,五个分级隔板将传送带末端上方平面四等分进而形成四个分级通道,每个分级通道的末端均设有后接果筐。
作为本发明进一步改进的技术方案,所述第一级分选装置的舵机一、舵机二、舵机三和舵机四均连接在水平支撑板一上,所述相机、水平支撑板一、左隔板和右隔板均通过支架支撑在传送带上方。
作为本发明进一步改进的技术方案,所述第二级分选装置的舵机五、舵机六、舵机七和舵机八均连接在水平支撑板二上,所述水平支撑板二和五个分级隔板均通过支架支撑在传送带上方。
作为本发明进一步改进的技术方案,所述第一级分选装置还包括隔板九和隔板十,所述隔板九位于隔板二的前方,隔板十位于隔板三的前方,隔板九和隔板十均通过支架支撑在传送带上方。
作为本发明进一步改进的技术方案,还包括下位机,所述相机与下位机电连接,所述下位机分别与两个气吹装置中的控制阀门、舵机一、舵机二、舵机三、舵机四、舵机五、舵机六、舵机七和舵机八电连接,所述下位机电连接有上位机。
作为本发明进一步改进的技术方案,还包括称重传送带,所述称重传送带用于对每个青梅进行称重并发送青梅的质量信息到上位机,所述称重传送带还用于将每个已称重的青梅传送到分选模块内的传送带上。
为实现上述技术目的,本发明采取的另一个技术方案为:
一种青梅分选方法,包括青梅缺陷检测方法和上位机控制方法;
所述青梅缺陷检测方法包括以下步骤:
(1)将相机采集到的三通道彩色图像分割为R、G、B三个单通道的单色图,并将这三个单色图转换为HSV色彩空间,对转换后的图像经过S通道分量提取、高斯滤波、特征提取以及分割后,将青梅从原始图像中提取出来;
(2)根据青梅的表面缺陷特征的灰度值差异从青梅的单通道灰度图像中经阈值分割法将缺陷图像提取出来;
(3)提取缺陷图像的六个特征参数:R、G、B颜色分量值、缺陷圆度、矩形度以及紧密度;
(4)根据缺陷图像样本的六个特征参数建立高斯混合模型;
(5)将待检测的缺陷图像中的六个特征参数输入到高斯混合模型中进行匹配,完成缺陷识别分类;
所述上位机控制方法包括以下步骤:
(a)上位机接收称重传送带上传的每个青梅的质量信息;
(b)当青梅通过传送带进入第一级分选装置时,相机工作,并发送图像到下位机,下位机根据青梅缺陷检测方法对青梅依次进行缺陷识别分类且对青梅在图像中的位置进行定位;
(c)下位机将缺陷识别分类结果和定位信息传送到上位机;
(d)上位机将缺陷识别分类结果和定位信息作为标签标记到每个具有重量信息的相应青梅上;
(e)上位机将每个青梅的缺陷识别分类结果、定位信息和重量信息传递给下位机,下位机根据上位机下放的定位信息以及传送带运动速度,控制舵机一或舵机四,进而控制气吹装置的方向,对具有缺陷的青梅进行气吹,将其吹落到传送带两侧的左接果筐或右接果筐中;
(f)下位机根据上位机下放的青梅的重量信息,控制舵机二和舵机三,进而分别控制隔板二和隔板三转向从而调整没有缺陷的青梅在传送带上的传送方向,将青梅在传送带的带动下送入第二级分选装置内;
(g)下位机根据上位机下放的青梅的重量信息,控制第二级分选装置中两个相邻舵机工作,进而控制隔板五、隔板六、隔板七和隔板八中的某两个隔板转向并确保该两个隔板所在的方向与隔板二和隔板三所在的方向一致,青梅在传送带的输送下通过该两个隔板并进入某个分级通道内,最终落入分级通道末端对应的后接果筐内。
本发明的有益效果为:
(1)本发明利用机器视觉和机器学习从青梅品质和重量两种标准对青梅进行分选,而不是单一的对某一种特征进行分选;分选效率高,准确率高,劳动成本低;为进一步对青梅进行精深加工提供分选基础,从而提高青梅的经济价值,对于青梅企业的智能化和青梅产业的可持续性发展都有着重要的意义。
(2)本发明的第一级分选装置结合可变角度的气吹装置,可以从水平多角度将溃烂青梅和带有伤疤青梅进行剔除。
(3)本发明利用机器视觉和机器学习对每个青梅进行品质和重量信息的标记,因此在剔除具有缺陷特征的青梅后仍能够精准确定每颗青梅的重量信息,从而使得对可精深加工的青梅依据重量信息进行第二级分选。
附图说明
图1为本实施例分选模块的结构示意图。
图2为本实施例分选模块的俯视图。
图3为本实施例分选模块工作时的结构示意图。
图4为本实施例分选模块工作时的俯视图。
图5为本实施例称重传送带与分选模块的结构示意图。
图6为本实施例称重传送带的结构示意图。
图7为本实施例称重传送带中的称重模块的结构示意图。
图8为本实施例称重传送带中的称重模块的截面图。
具体实施方式
下面根据图1至图8对本发明的具体实施方式作出进一步说明:
一种青梅分选装置,包括分选模块B,如图1所示,所述分选模块B包括第一级分选装置7、第二级分选装置8、相机1和传送带4,相机1位于第一级分选装置7的上方,第一级分选装置7和第二级分选装置8均位于传送带4上方,第一级分选装置7位于第二级分选装置8的前方;
第一级分选装置7包括四个舵机,如图2所示,分别为舵机一7-12、舵机二7-8、舵机三7-5和舵机四7-1,舵机一7-12连接有隔板一7-11,舵机二7-8连接有隔板二7-9,舵机三7-5连接有隔板三7-4,舵机四7-1连接有隔板四7-2。舵机二7-8和舵机三7-5位于舵机一7-12和舵机四7-1之间,隔板一7-11和隔板四7-2的开口朝向与传送带4的运动方向相反,隔板二7-9和隔板三7-4的开口朝向与传送带4的运动方向相同,隔板一7-11和隔板四7-2的端部均连接有气吹装置(分别为气吹装置一7-10和气吹装置二7-3),所述传送带4前端两侧上方分别设有左隔板3和右隔板5(如图1所示),所述左隔板3的前端设有左接果筐2,右隔板5的前端设有右接果筐6。
第二级分选装置8包括四个舵机,如图2所示,分别为舵机五8-3、舵机六8-5、舵机七8-7和舵机八8-9,舵机五8-3连接有隔板五8-2,舵机六8-5连接有隔板六8-4,舵机七8-7连接有隔板七8-6,舵机八8-9连接有隔板八8-8,隔板五8-2、隔板六8-4、隔板七8-6和隔板八8-8的开口朝向与传送带4的运动方向相同,所述传送带4末端上方分别设有五个分级隔板9,五个分级隔板9将传送带4末端上方平面四等分进而形成四个分级通道10,每个分级通道10的末端均设有后接果筐11。
如图2所示,所述第一级分选装置7的舵机一7-12、舵机二7-8、舵机三7-5和舵机四7-1均连接在水平支撑板一7-13上,所述相机1、水平支撑板一7-13、左隔板3和右隔板5均通过支架(未在图中示出)支撑在传送带4上方。
如图2所示,所述第二级分选装置8的舵机五8-3、舵机六8-5、舵机七8-7和舵机八8-9均连接在水平支撑板二8-1上,所述水平支撑板二8-1和五个分级隔板9均通过支架(未在图中示出)支撑在传送带4上方。
如图2所示,所述第一级分选装置7还包括隔板九7-7和隔板十7-6,所述隔板九7-7位于隔板二7-9的前方,隔板十7-6位于隔板三7-4的前方,隔板九7-7和隔板十7-6均通过支架支撑在传送带4上方。
本实施例还包括下位机,相机1与下位机电连接,下位机分别与两个气吹装置(分别为气吹装置一7-10和气吹装置二7-3)中的控制阀门、舵机一7-12、舵机二7-8、舵机三7-5、舵机四7-1、舵机五8-3、舵机六8-5、舵机七8-7和舵机八8-9电连接,下位机电连接有上位机。下位机控制两个气吹装置中的控制阀门打开关闭,以控制两个气吹装置工作。
如图5所示,本实施例还包括称重传送带A,称重传送带A用于对每个青梅进行称重并发送青梅的质量信息到上位机,称重传送带A还用于将每个已称重的青梅传送到分选模块B内的传送带4上。
如图6所示,本实施例的称重传送带A的结构包括传送带装置12和称重模块,传送带装置12的传送带上固定连接有多个称重模块。如图7和图8所示,称重模块包括载物台14、活动块18、套筒13、套筒轴19、弹簧20和力传感器16,载物台14的两边均连接有活动块18,活动块18的底部与套筒轴19的顶部连接,套筒轴19套设在套筒13内侧且能在套筒13内上下滑动,套筒13的底部与力传感器16连接,弹簧20位于套筒13的内侧,且弹簧20的顶部与套筒轴19的底部连接,弹簧20的底部与力传感器16连接。
本实施例的称重模块的两个力传感器16与传送带装置12的传送带固定连接。本实施例中的多个称重模块均匀排列在传送带4的长度方向上。本实施例中的载物台14的上表面中部设有球面凹坑17,球面凹坑17用于装载青梅,每个称重模块每次称重一个青梅。本实施例中的传送带装置12的一侧设有导板15。本实施例称重传送带A的传送带装置12采用现有技术常用的传送带结构。
本实施例的青梅进入到称重装置,称重装置可以一次性同时称量5个青梅的重量。称量时,多颗青梅同时从称重装置中带有力传感器一侧进入称重模块,载物台14是一个中间有球面凹坑17的平面,称量时青梅位于球面凹坑17中。在每次称重前两个力传感器16数值清零(清除载物台14、活动块18、套筒轴19和弹簧20的重量),在青梅落在球面凹坑17时,在重力的作用下套筒轴19压下弹簧20,弹簧20压着力传感器16,在弹簧20稳定时力传感器16反馈力的大小,一个载物台14两侧的力传感器16读数之和即为该青梅的重量。力传感器16发送重量信息至上位机,称量完成的青梅沿着传送带4传输并最终沿着导板15进入到青梅分选装置的传送带4上。
经过称重的青梅落到青梅分选装置,根据青梅的缺陷特征,可以将青梅分为完好、雨斑、溃烂和伤疤四类,其中将完美青梅和带有雨斑的青梅均视为可精深加工青梅(即均视为无缺陷的青梅),带有溃烂和伤疤的青梅均视为有缺陷的青梅,因此对青梅的分选分为对品质和重量两个方面的分选。在分选模块B上设置有两级分选,第一级分选装置7为对品质的分选,分为溃烂、伤疤和可精深加工(包括雨斑和完美青梅)三类,其中溃烂、伤疤均视为有缺陷的青梅,完美青梅和带有雨斑的青梅视为可精深加工青梅(即均视为无缺陷的青梅);第二级分选装置8为对可精深加工青梅重量的分选,分为四个重量区间。本实施例的相机1用于对青梅进行拍照。青梅分选装置工作时,青梅按称重顺序从安装有相机1的一侧传送带4进入,相机1实时对其进行拍照并发送图像到下位机,下位机进行品质检测,第一级分选装置7的隔板一7-11和隔板四7-2上安装的气吹装置将检测到的带有溃烂和伤疤的青梅(统称为有缺陷的青梅)分别沿着传送带4上互呈角度的左隔板3和右隔板5吹到传送带4两侧的左接果筐2和右接果筐6中,同时第一级分选装置7中间的隔板二7-9和隔板三7-4转向(如图3和图4所示),使其转向第二级分选装置8对应的四个质量区间其中的某一个,第二级分选装置8将靠近该重量区间最近的两个隔板转向。从而将该重量的青梅送入对应分级隔板9之间的分级通道10内,并落入分级隔板9末端对应的后接果筐11。本实施例将青梅重量分为四个范围,四个不同范围的重量对应不同的后接果筐11,下位机通过青梅的重量信息控制对应的舵机工作,从而将青梅输送到对应重量区间的后接果筐11内。
本实施例还提供一种青梅分选方法,包括青梅缺陷检测方法和上位机控制方法。
其中青梅缺陷检测方法包括以下步骤:
(1)下位机将相机1采集到的三通道彩色图像分割为R、G、B三个单通道的单色图,并将这三个单色图转换为HSV色彩空间,对转换后的图像经过S通道分量提取、高斯滤波、特征提取以及分割后,将青梅从原始图像中提取出来;
(2)根据青梅的表面缺陷特征的灰度值差异从青梅的单通道灰度图像中经阈值分割法将缺陷图像提取出来;
(3)提取缺陷图像的六个特征参数:R、G、B颜色分量值、缺陷圆度、矩形度以及紧密度;
(4)根据缺陷图像样本的六个特征参数建立高斯混合模型;
(5)将待检测的缺陷图像中的六个特征参数输入到高斯混合模型中进行匹配,完成缺陷识别分类;
所述上位机控制方法包括以下步骤:
(a)上位机接收称重传送带A上力传感器16上传的每个青梅的质量信息,并给每个青梅根据重量信息进行标记,存储在上位机的存储空间内;
(b)当青梅通过传送带4进入第一级分选装置7时,相机1工作,并发送图像到下位机,下位机根据青梅缺陷检测方法对青梅依次进行缺陷识别分类且对青梅在图像中的位置进行定位(定位方法是现有技术);
(c)下位机将缺陷识别分类结果(溃烂、伤疤、可精深加工)和定位信息传送到上位机;
(d)上位机将缺陷识别分类结果(溃烂、伤疤、可精深加工)和定位信息作为标签标记到每个具有重量信息的相应青梅上,此时的每个青梅具有重量、分类结果、定位三类信息;
(e)上位机将每个青梅的缺陷识别分类结果、定位信息和重量信息传递给下位机,下位机根据上位机下放的定位信息以及传送带4运动速度,控制舵机一7-12或舵机四7-1,进而控制气吹装置的方向(方向的选择为两个气吹装置根据需要气吹的青梅的位置而选择的较优位置),对具有缺陷(即带有溃烂和伤疤的青梅)的青梅进行气吹(两个气吹装置不同时工作,防止产生干涉),将其吹落到传送带4两侧的左接果筐2或右接果筐6中;
(f)在气吹的同时,下位机根据上位机下放的青梅的重量信息,控制舵机二7-8和舵机三7-5,进而分别控制隔板二7-9和隔板三7-4转向从而调整没有缺陷的青梅(即可精深加工的青梅)在传送带4上的传送方向,将青梅在传送带4的带动下送入第二级分选装置8内;
(g)下位机根据上位机下放的青梅的重量信息,控制第二级分选装置8中两个相邻舵机工作,进而控制隔板五8-2、隔板六8-4、隔板七8-6和隔板八8-8中的某两个隔板转向并确保该两个隔板所在的方向与隔板二7-9和隔板三7-4所在的方向一致,青梅在传送带4的输送下通过该两个隔板并进入某个分级通道10内,最终落入分级通道10末端对应的后接果筐11内。
具体地,本实施例根据青梅的表面缺陷特征,可以将其分为溃烂、伤疤等。缺陷部分与正常表面的最大差异在于表面颜色上的不同,缺陷部分颜色大多偏褐色甚至黑色,可以推断缺陷部分的灰度值较低,而正常表面的灰度值较高,利用这一差异从其单通道灰度图像中经阈值分割将缺陷提取出来。
本实施例在对青梅图像执行通道分解、灰度二值化等操作之后,发现青梅果实的六个颜色通道(R、G、B、H、S、V)分量的图像经阈值分割后,因为每种缺陷的形状、大小、颜色等特征不一,难以采取统一的提取标准将缺陷从阈值分割后的图像中提取出来,使青梅缺陷检测工作变得复杂。
本实施例采用边缘检测方法检测出青梅果实边缘并膨胀数倍作为掩模区域,并从H通道阈值分割后的图像中剔除掩模覆盖的区域,留下缺陷区域。采用边缘法对包含溃烂、伤疤的青梅进行缺陷检测,其中溃烂缺陷的面积较大,占果实总面积的比例较大;雨斑多为斑点(本实施例检测出的具有雨斑的青梅也视为可精深加工的青梅),数量多且孤立斑点所占面积较小。另外,从对应的果实彩色图可以发现,溃烂、伤疤、雨斑对应的果皮颜色也不相同。
高斯混合模型(GMM)分类过程为:采用高斯混合模型对感兴趣区域内交叉点进行分类,本实施例提取以下6个特征来建立高斯混合模型。通过对比青梅果实的三种缺陷可以发现,每种缺陷所对应的果皮颜色有所不同,形状大小特征也不同,因此决定采用青梅果实缺陷的R、G、B颜色分量值、缺陷圆度、矩形度以及紧密度共六个特征参数作为高斯混合模型的输入信号,输出信号则为存在“溃烂”、“伤疤”、“雨斑”及“完好”青梅。
对带有溃烂这一缺陷特征的青梅的检测准确率为100%,对带有伤疤缺陷的青梅的检测准确率为97.22%,对带有雨斑缺陷特征的青梅的检测准确率为92.31%,对完好青梅的检测准确率为94.44%。
本发明的保护范围包括但不限于以上实施方式,本发明的保护范围以权利要求书为准,任何对本技术做出的本领域的技术人员容易想到的替换、变形、改进均落入本发明的保护范围。
Claims (7)
1.一种青梅分选装置,其特征在于:包括分选模块,所述分选模块包括第一级分选装置、第二级分选装置、相机和传送带,所述相机位于第一级分选装置的上方,第一级分选装置和第二级分选装置均位于传送带上方,第一级分选装置位于第二级分选装置的前方;
第一级分选装置包括四个舵机,分别为舵机一、舵机二、舵机三和舵机四,舵机一连接有隔板一,舵机二连接有隔板二,舵机三连接有隔板三,舵机四连接有隔板四,舵机二和舵机三位于舵机一和舵机四之间,隔板一和隔板四的开口朝向与传送带运动方向相反,隔板二和隔板三的开口朝向与传送带运动方向相同,隔板一和隔板四均连接有气吹装置,所述传送带前端两侧上方分别设有左隔板和右隔板,所述左隔板的前端设有左接果筐,右隔板的前端设有右接果筐;
第二级分选装置包括四个舵机,分别为舵机五、舵机六、舵机七和舵机八,舵机五连接有隔板五,舵机六连接有隔板六,舵机七连接有隔板七,舵机八连接有隔板八,隔板五、隔板六、隔板七和隔板八的开口朝向与传送带运动方向相同,所述传送带末端上方分别设有五个分级隔板,五个分级隔板将传送带末端上方平面四等分进而形成四个分级通道,每个分级通道的末端均设有后接果筐。
2.根据权利要求1所述的青梅分选装置,其特征在于:所述第一级分选装置的舵机一、舵机二、舵机三和舵机四均连接在水平支撑板一上,所述相机、水平支撑板一、左隔板和右隔板均通过支架支撑在传送带上方。
3.根据权利要求2所述的青梅分选装置,其特征在于:所述第二级分选装置的舵机五、舵机六、舵机七和舵机八均连接在水平支撑板二上,所述水平支撑板二和五个分级隔板均通过支架支撑在传送带上方。
4.根据权利要求3所述的青梅分选装置,其特征在于:所述第一级分选装置还包括隔板九和隔板十,所述隔板九位于隔板二的前方,隔板十位于隔板三的前方,隔板九和隔板十均通过支架支撑在传送带上方。
5.根据权利要求1所述的青梅分选装置,其特征在于:还包括下位机,所述相机与下位机电连接,所述下位机分别与两个气吹装置中的控制阀门、舵机一、舵机二、舵机三、舵机四、舵机五、舵机六、舵机七和舵机八电连接,所述下位机电连接有上位机。
6.根据权利要求5所述的青梅分选装置,其特征在于:还包括称重传送带,所述称重传送带用于对每个青梅进行称重并发送青梅的质量信息到上位机,所述称重传送带还用于将每个已称重的青梅传送到分选模块内的传送带上。
7.一种根据权利要求6所述的青梅分选方法,其特征在于,包括青梅缺陷检测方法和上位机控制方法;
所述青梅缺陷检测方法包括以下步骤:
(1)将相机采集到的三通道彩色图像分割为R、G、B三个单通道的单色图,并将这三个单色图转换为HSV色彩空间,对转换后的图像经过S通道分量提取、高斯滤波、特征提取以及分割后,将青梅从原始图像中提取出来;
(2)根据青梅的表面缺陷特征的灰度值差异从青梅的单通道灰度图像中经阈值分割法将缺陷图像提取出来;
(3)提取缺陷图像的六个特征参数:R、G、B颜色分量值、缺陷圆度、矩形度以及紧密度;
(4)根据缺陷图像样本的六个特征参数建立高斯混合模型;
(5)将待检测的缺陷图像中的六个特征参数输入到高斯混合模型中进行匹配,完成缺陷识别分类;
所述上位机控制方法包括以下步骤:
(a)上位机接收称重传送带上传的每个青梅的质量信息;
(b)当青梅通过传送带进入第一级分选装置时,相机工作,并发送图像到下位机,下位机根据青梅缺陷检测方法对青梅依次进行缺陷识别分类且对青梅在图像中的位置进行定位;
(c)下位机将缺陷识别分类结果和定位信息传送到上位机;
(d)上位机将缺陷识别分类结果和定位信息作为标签标记到每个具有重量信息的相应青梅上;
(e)上位机将每个青梅的缺陷识别分类结果、定位信息和重量信息传递给下位机,下位机根据上位机下放的定位信息以及传送带运动速度,控制舵机一或舵机四,进而控制气吹装置的方向,对具有缺陷的青梅进行气吹,将其吹落到传送带两侧的左接果筐或右接果筐中;
(f)下位机根据上位机下放的青梅的重量信息,控制舵机二和舵机三,进而分别控制隔板二和隔板三转向从而调整没有缺陷的青梅在传送带上的传送方向,将青梅在传送带的带动下送入第二级分选装置内;
(g)下位机根据上位机下放的青梅的重量信息,控制第二级分选装置中两个相邻舵机工作,进而控制隔板五、隔板六、隔板七和隔板八中的某两个隔板转向并确保该两个隔板所在的方向与隔板二和隔板三所在的方向一致,青梅在传送带的输送下通过该两个隔板并进入某个分级通道内,最终落入分级通道末端对应的后接果筐内。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911020420.5A CN110586502B (zh) | 2019-10-25 | 2019-10-25 | 一种青梅分选装置和分选方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911020420.5A CN110586502B (zh) | 2019-10-25 | 2019-10-25 | 一种青梅分选装置和分选方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110586502A true CN110586502A (zh) | 2019-12-20 |
CN110586502B CN110586502B (zh) | 2023-08-11 |
Family
ID=68850283
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911020420.5A Active CN110586502B (zh) | 2019-10-25 | 2019-10-25 | 一种青梅分选装置和分选方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110586502B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111337513A (zh) * | 2020-04-08 | 2020-06-26 | 南京林业大学 | 一种青梅果实表面图像全方位采集装置 |
CN112657862A (zh) * | 2021-01-23 | 2021-04-16 | 郑州科技学院 | 工业机器人 |
CN113145497A (zh) * | 2021-04-20 | 2021-07-23 | 清远职业技术学院 | 一种基于机器视觉的表面缺陷检测装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104668199A (zh) * | 2014-12-02 | 2015-06-03 | 浙江大学 | 基于机器视觉和生物散斑的水果自动分级装置 |
CN204727169U (zh) * | 2015-07-03 | 2015-10-28 | 厦门分分钟食品有限公司 | 一种胡萝卜多级分选装置 |
CN107350168A (zh) * | 2017-08-28 | 2017-11-17 | 宁夏大学 | 一种马铃薯快速无损检测自动分级装置与方法 |
US20180001353A1 (en) * | 2016-06-29 | 2018-01-04 | John Bean Technologies Corporation | Sorter |
CN109848066A (zh) * | 2019-02-28 | 2019-06-07 | 南京林业大学 | 青梅分选装置及方法 |
CN210730217U (zh) * | 2019-10-25 | 2020-06-12 | 南京林业大学 | 一种青梅分选装置 |
-
2019
- 2019-10-25 CN CN201911020420.5A patent/CN110586502B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104668199A (zh) * | 2014-12-02 | 2015-06-03 | 浙江大学 | 基于机器视觉和生物散斑的水果自动分级装置 |
CN204727169U (zh) * | 2015-07-03 | 2015-10-28 | 厦门分分钟食品有限公司 | 一种胡萝卜多级分选装置 |
US20180001353A1 (en) * | 2016-06-29 | 2018-01-04 | John Bean Technologies Corporation | Sorter |
CN107350168A (zh) * | 2017-08-28 | 2017-11-17 | 宁夏大学 | 一种马铃薯快速无损检测自动分级装置与方法 |
CN109848066A (zh) * | 2019-02-28 | 2019-06-07 | 南京林业大学 | 青梅分选装置及方法 |
CN210730217U (zh) * | 2019-10-25 | 2020-06-12 | 南京林业大学 | 一种青梅分选装置 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111337513A (zh) * | 2020-04-08 | 2020-06-26 | 南京林业大学 | 一种青梅果实表面图像全方位采集装置 |
CN112657862A (zh) * | 2021-01-23 | 2021-04-16 | 郑州科技学院 | 工业机器人 |
CN113145497A (zh) * | 2021-04-20 | 2021-07-23 | 清远职业技术学院 | 一种基于机器视觉的表面缺陷检测装置 |
CN113145497B (zh) * | 2021-04-20 | 2022-08-26 | 清远职业技术学院 | 一种基于机器视觉的表面缺陷检测装置 |
Also Published As
Publication number | Publication date |
---|---|
CN110586502B (zh) | 2023-08-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107486415B (zh) | 基于机器视觉的篾片缺陷在线检测***及检测方法 | |
CN110586502B (zh) | 一种青梅分选装置和分选方法 | |
CN106238342B (zh) | 全景视觉马铃薯分选和缺陷检测装置及其分选检测方法 | |
CN206139527U (zh) | 全景视觉马铃薯分选和缺陷检测装置 | |
CN103406286B (zh) | 一种基于LabVIEW的水果外部品质在线分级方法 | |
CN108287010B (zh) | 一种螃蟹多指标分级装置与方法 | |
CN112893159B (zh) | 一种基于图像识别的煤矸石分拣方法 | |
CN107952696A (zh) | 一种适用于鲜烟叶的检测分级装置及检测方法 | |
CN110584164B (zh) | 一种青梅分选生产线和分选方法 | |
CN113145492A (zh) | 一种用于梨外观品质视觉分级方法及分级生产线 | |
CN210730217U (zh) | 一种青梅分选装置 | |
Thong et al. | Mango classification system uses image processing technology and artificial intelligence | |
CN113333327B (zh) | 一种基于工业机器人的自动输送分选*** | |
CN112676195B (zh) | 基于线阵cmos相机的实木地板的颜色分选装置及方法 | |
CN117409005A (zh) | 基于图像的收板机用不良品检测***及方法 | |
CN211217614U (zh) | 一种带有品级精分功能的果实智能优选设备 | |
CN117102079A (zh) | 一种木材旋切薄板分级分拣***及其检测方法 | |
CN217165388U (zh) | 一种不合格手套分级筛选装置 | |
CN110918501A (zh) | 一种果实智能优选设备及检测方法 | |
CN113560214B (zh) | 一种用于珍珠的智能分拣***及其使用方法 | |
CN213529709U (zh) | 一种果实分拣机 | |
CN112474415B (zh) | 一种果实分拣机 | |
Liu et al. | Intelligent bamboo part sorting system design via machine vision | |
CN113128502A (zh) | 基于深度学习和机器视觉的单件分离***、方法及其装置 | |
CN111723861A (zh) | 一种用于煤矿控制挡板的煤矸石百分比识别方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |