CN113051992B - 应用透明卡槽的匀速辨识*** - Google Patents
应用透明卡槽的匀速辨识*** Download PDFInfo
- Publication number
- CN113051992B CN113051992B CN202011275320.XA CN202011275320A CN113051992B CN 113051992 B CN113051992 B CN 113051992B CN 202011275320 A CN202011275320 A CN 202011275320A CN 113051992 B CN113051992 B CN 113051992B
- Authority
- CN
- China
- Prior art keywords
- red
- red soil
- conveying
- transparent
- clamping groove
- 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
- 230000007246 mechanism Effects 0.000 claims abstract description 68
- 239000002689 soil Substances 0.000 claims abstract description 52
- 241000219109 Citrullus Species 0.000 claims abstract description 28
- 235000012828 Citrullus lanatus var citroides Nutrition 0.000 claims abstract description 28
- 238000001514 detection method Methods 0.000 claims abstract description 23
- 238000004806 packaging method and process Methods 0.000 claims abstract description 8
- 238000012545 processing Methods 0.000 claims description 21
- 238000004458 analytical method Methods 0.000 claims description 16
- 238000000605 extraction Methods 0.000 claims description 14
- 238000009826 distribution Methods 0.000 claims description 13
- 238000003384 imaging method Methods 0.000 claims description 12
- 230000009471 action Effects 0.000 claims description 10
- 230000005540 biological transmission Effects 0.000 claims description 4
- 239000003086 colorant Substances 0.000 claims description 3
- 230000006872 improvement Effects 0.000 claims description 3
- 238000013461 design Methods 0.000 abstract description 2
- 230000005855 radiation Effects 0.000 description 12
- 238000000034 method Methods 0.000 description 7
- 244000241257 Cucumis melo Species 0.000 description 4
- 235000015510 Cucumis melo subsp melo Nutrition 0.000 description 4
- 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 4
- 230000009261 transgenic effect Effects 0.000 description 4
- 230000002950 deficient Effects 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 241001164374 Calyx Species 0.000 description 2
- 241001573881 Corolla Species 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000004861 thermometry Methods 0.000 description 2
- 230000005457 Black-body radiation Effects 0.000 description 1
- 244000241235 Citrullus lanatus Species 0.000 description 1
- 235000009831 Citrullus lanatus Nutrition 0.000 description 1
- 241000196324 Embryophyta Species 0.000 description 1
- 241001428166 Eucheuma Species 0.000 description 1
- 240000005979 Hordeum vulgare Species 0.000 description 1
- 235000007340 Hordeum vulgare Nutrition 0.000 description 1
- 240000007817 Olea europaea Species 0.000 description 1
- 235000002725 Olea europaea Nutrition 0.000 description 1
- 238000003723 Smelting Methods 0.000 description 1
- 241000219094 Vitaceae Species 0.000 description 1
- 241000607479 Yersinia pestis Species 0.000 description 1
- 240000008042 Zea mays Species 0.000 description 1
- 235000005824 Zea mays ssp. parviglumis Nutrition 0.000 description 1
- 235000002017 Zea mays subsp mays Nutrition 0.000 description 1
- 238000012271 agricultural production Methods 0.000 description 1
- 210000001099 axilla Anatomy 0.000 description 1
- 238000009529 body temperature measurement Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 238000004737 colorimetric analysis Methods 0.000 description 1
- 235000005822 corn Nutrition 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000012364 cultivation method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 238000005242 forging Methods 0.000 description 1
- 235000021021 grapes Nutrition 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000002363 herbicidal effect Effects 0.000 description 1
- 239000004009 herbicide Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 210000003734 kidney Anatomy 0.000 description 1
- 244000144972 livestock Species 0.000 description 1
- 239000002932 luster Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000005272 metallurgy Methods 0.000 description 1
- 150000002739 metals Chemical class 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 210000001672 ovary Anatomy 0.000 description 1
- 239000000575 pesticide Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 241000894007 species Species 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
- B65B—MACHINES, APPARATUS OR DEVICES FOR, OR METHODS OF, PACKAGING ARTICLES OR MATERIALS; UNPACKING
- B65B25/00—Packaging other articles presenting special problems
- B65B25/02—Packaging agricultural or horticultural products
- B65B25/04—Packaging fruit or vegetables
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
- B65B—MACHINES, APPARATUS OR DEVICES FOR, OR METHODS OF, PACKAGING ARTICLES OR MATERIALS; UNPACKING
- B65B57/00—Automatic control, checking, warning, or safety devices
- B65B57/18—Automatic control, checking, warning, or safety devices causing operation of audible or visible alarm signals
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/0003—Radiation pyrometry, e.g. infrared or optical thermometry for sensing the radiant heat transfer of samples, e.g. emittance meter
-
- 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
- G01N21/89—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
- G01N21/8914—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles characterised by the material examined
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/56—Extraction of image or video features relating to colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/68—Food, e.g. fruit or vegetables
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Mechanical Engineering (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Agronomy & Crop Science (AREA)
- Textile Engineering (AREA)
- Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Spectrometry And Color Measurement (AREA)
- Sorting Of Articles (AREA)
Abstract
本发明涉及一种应用透明卡槽的匀速辨识***，包括：卡槽传送机构，一端位于种植区域，另一端位于包装区域，包括传送电机和受所述传送电机驱动的多个两两相扣的并排铰链，用于对均匀间隔安装在所述并排铰链上的多个透明卡槽进行匀速传送；多个透明卡槽，每一个透明卡槽上固定一颗西瓜，用于在所述卡槽传送机构的传送下，将每颗西瓜从种植区域传送到包装区域。本发明的应用透明卡槽的匀速辨识***设计紧凑、逻辑可靠。由于引入由卡槽传送机构、多个透明卡槽、双摄像机构、超声波检测设备和联动机构构造而成的定制识别***，能够基于红壤像素围设的区域的面积大小决定西瓜是否处于红壤外漏的破裂状态，从而避免瑕疵产品流入市场。
Description
技术领域
本发明涉及农作物检验领域，尤其涉及一种应用透明卡槽的匀速辨识***。
背景技术
农作物栽培的历史各有不同，近东和欧洲开始于公元前6500-3500年；东南亚，开始于公元前6800-4000年；在中美洲和秘鲁，大约开始于在公元前2500年。大多数最先进行作物栽培的地区是半干旱气候的江河流域。在欧亚大陆，作物栽培的方法是，先耙地，然后犁地播种；而在中美洲，因为没有牛马等，他们的主要作物---玉米。从公元前2000年开始，希腊人就栽培粮食作物，主要是大麦，还种植橄榄树、无花果和葡萄，饲养牲畜。希腊人发明了水车用来从低处向高处提水。
全球转基因作物种植面积逐年大幅度扩增，农户种植积极性极高，这反映出农户对转基因作物的满意度，转基因作物为发展中国家和发达国家的大型和小型农户带来重要的经济、环境、健康和社会利益。并且种植抗病虫害、抗除草剂的转基因农作物可以显著减少作物生长过程中农药的使用量，从而降低农业生产对环境的污染。
目前，作为重要的农作物的一种，西瓜其种植方纷纷采用了针对顾客偏好的定向培育模式，例如，对于顾客喜欢水分较多的西瓜的特点，培育例如麒麟瓜等含有水分较多的瓜体。然而，这些瓜体在种植过程中以及运输过程中很容易产生破裂、红壤外露的现象，显然，这样的瑕疵瓜体是不应该流入到市场内的。
发明内容
本发明至少具有以下几处关键的发明点：
(1)引入由卡槽传送机构、多个透明卡槽、双摄像机构、超声波检测设备和联动机构构造而成的定制识别***对每一颗西瓜执行外观检测；
(2)基于西瓜红壤对应的RGB颜色空间下的红色成分值即R成分值的分布范围识别现场图像中的每一个红壤像素，并基于红壤像素围设的区域的面积大小决定西瓜是否处于红壤外漏的破裂状态，从而避免瑕疵产品流入市场。
根据本发明的一方面，提供了一种应用透明卡槽的匀速辨识***，所述***包括：
卡槽传送机构，一端位于种植区域，另一端位于包装区域；
其中，所述卡槽传送机构包括传送电机和受所述传送电机驱动的多个两两相扣的并排铰链。
更具体地，根据本发明的应用透明卡槽的匀速辨识***中：
所述传送电机和受所述传送电机驱动的多个两两相扣的并排铰链用于对均匀间隔安装在所述并排铰链上的多个透明卡槽进行匀速传送。
更具体地，根据本发明的应用透明卡槽的匀速辨识***中，所述***还包括：
多个透明卡槽，每一个透明卡槽上固定一颗西瓜，用于在所述卡槽传送机构的传送下，将每颗西瓜从种植区域传送到包装区域；
双摄像机构，包括左侧摄像头和右侧摄像头，所述左侧摄像头和所述右侧摄像头分别位于外观检测点的左右两侧，用于对被传送到所述外部检测点的透明卡槽上的西瓜执行左右两侧的采集动作，以获得左侧成像图像和右侧成像图像，所述外观检测点位于所述卡槽传送机构的传送路径上；
信号组合设备，分别与所述左侧摄像头和所述右侧摄像头连接，用于将接收到的所述左侧成像图像和所述右侧成像图像执行组合动作，以获得即时组合图像；
第一处理机构，与所述信号组合设备连接，用于对接收到的即时组合图像执行图像中颜色和/或明暗反差明显的两部分的交界处保留下来的处理，以获得并输出相应的第一处理图像；
第二处理机构，与所述第一处理机构连接，用于对接收到的第一处理图像执行对比度提升处理，以获得第二处理图像；
红壤识别设备，与所述第二处理机构连接，用于基于西瓜红壤对应的RGB颜色空间下的红色成分值即R成分值的分布范围识别所述第二处理图像中的每一个红壤像素；
区域提取机构，与所述红壤识别设备连接，用于将所述第二处理图像中的各个红壤像素围设的最大图像区域作为当前鉴别区域输出；
有效性分析设备，与所述区域提取机构连接，用于在接收到的当前鉴别区域占据所述第二处理图像的面积百分比大于等于预设百分比阈值时，发出红壤有效指令；
其中，所述传送电机还与所述有效性分析设备连接，用于在接收到所述红壤有效指令时，暂停对所述多个两两相扣的并排铰链的驱动。
本发明的应用透明卡槽的匀速辨识***设计紧凑、逻辑可靠。由于引入由卡槽传送机构、多个透明卡槽、双摄像机构、超声波检测设备和联动机构构造而成的定制识别***，能够基于红壤像素围设的区域的面积大小决定西瓜是否处于红壤外漏的破裂状态，从而避免瑕疵产品流入市场。
具体实施方式
下面将对本发明的应用透明卡槽的匀速辨识***的实施方案进行详细说明。
西瓜(学名：Citrullus lanatus(Thunb.)Matsum.et Nakai)一年生蔓生藤本；茎、枝粗壮，具明显的棱。卷须较粗壮，具短柔毛，叶柄粗，密被柔毛；叶片纸质，轮廓三角状卵形，带白绿色，两面具短硬毛，叶片基部心形。雌雄同株。雌、雄花均单生于叶腋。雄花花梗长3-4厘米，密被黄褐色长柔毛；花萼筒宽钟形；花冠淡黄色；雄蕊近离生，花丝短，药室折曲。雌花：花萼和花冠与雄花同；子房卵形，柱头肾形。果实大型，近于球形或椭圆形，肉质，多汁，果皮光滑，色泽及纹饰各式。种子多数，卵形，黑色、红色，两面平滑，基部钝圆，通常边缘稍拱起，花果期夏季。中国各地栽培，品种甚多，外果皮、果肉及种子形式多样，以新疆、甘肃兰州、山东德州、江苏东台等地最为有名。其原种可能来自非洲，广泛栽培于世界热带到温带，后传入中国。
目前，由于在西瓜的种植方都采用了针对顾客偏好的定向培育模式，例如，对于顾客喜欢水分较多的西瓜的特点，培育例如麒麟瓜等含有水分较多的瓜体。然而，这些瓜体在种植过程中以及运输过程中很容易产生破裂、红壤外露的现象，显然，这样的瑕疵瓜体是不应该流入到市场内的。
为了克服上述不足，本发明搭建了一种应用透明卡槽的匀速辨识***，能够有效解决相应的技术问题。
根据本发明实施方案示出的应用透明卡槽的匀速辨识***包括：
卡槽传送机构，一端位于种植区域，另一端位于包装区域，包括传送电机和受所述传送电机驱动的多个两两相扣的并排铰链，用于对均匀间隔安装在所述并排铰链上的多个透明卡槽进行匀速传送；
多个透明卡槽，每一个透明卡槽上固定一颗西瓜，用于在所述卡槽传送机构的传送下，将每颗西瓜从种植区域传送到包装区域；
双摄像机构，包括左侧摄像头和右侧摄像头，所述左侧摄像头和所述右侧摄像头分别位于外观检测点的左右两侧，用于对被传送到所述外部检测点的透明卡槽上的西瓜执行左右两侧的采集动作，以获得左侧成像图像和右侧成像图像，所述外观检测点位于所述卡槽传送机构的传送路径上；
信号组合设备，分别与所述左侧摄像头和所述右侧摄像头连接，用于将接收到的所述左侧成像图像和所述右侧成像图像执行组合动作，以获得即时组合图像；
第一处理机构，与所述信号组合设备连接，用于对接收到的即时组合图像执行图像中颜色和/或明暗反差明显的两部分的交界处保留下来的处理，以获得并输出相应的第一处理图像；
第二处理机构，与所述第一处理机构连接，用于对接收到的第一处理图像执行对比度提升处理，以获得第二处理图像；
红壤识别设备，与所述第二处理机构连接，用于基于西瓜红壤对应的RGB颜色空间下的红色成分值即R成分值的分布范围识别所述第二处理图像中的每一个红壤像素；
区域提取机构，与所述红壤识别设备连接，用于将所述第二处理图像中的各个红壤像素围设的最大图像区域作为当前鉴别区域输出；
有效性分析设备，与所述区域提取机构连接，用于在接收到的当前鉴别区域占据所述第二处理图像的面积百分比大于等于预设百分比阈值时，发出红壤有效指令；
其中，所述传送电机还与所述有效性分析设备连接，用于在接收到所述红壤有效指令时，暂停对所述多个两两相扣的并排铰链的驱动。
接着，继续对本发明的应用透明卡槽的匀速辨识***的具体结构进行进一步的说明。
在所述应用透明卡槽的匀速辨识***中：
所述有效性分析设备还用于在接收到的当前鉴别区域占据所述第二处理图像的面积百分比小于所述预设百分比阈值时，发出红壤无效指令；
其中，所述传送电机还用于在接收到所述红壤无效指令时，维持对所述多个两两相扣的并排铰链的驱动。
在所述应用透明卡槽的匀速辨识***中，还包括：
超声波检测设备，设置在所述外观检测点的前端，用于检测是否存在最新的透明卡槽即将到达所述外观检测点。
在所述应用透明卡槽的匀速辨识***中，还包括：
联动机构，分别与所述双摄像机构和所述超声波检测设备连接，用于实现所述双摄像机构和所述超声波检测设备的动作的联动。
在所述应用透明卡槽的匀速辨识***中：
基于西瓜红壤对应的RGB颜色空间下的红色成分值即R成分值的分布范围识别所述第二处理图像中的每一个红壤像素包括：对于所述第二处理图像中的每一个像素，当其红色成分值位于所述分布范围内时，确定所述像素为红壤像素；
其中，基于西瓜红壤对应的RGB颜色空间下的红色成分值即R成分值的分布范围识别所述第二处理图像中的每一个红壤像素还包括：对于所述第二处理图像中的每一个像素，当其红色成分值位于所述分布范围之外时，确定所述像素为非红壤像素。
在所述应用透明卡槽的匀速辨识***中，还包括：
带宽分析设备，与所述红壤识别设备的输出接口连接，用于检测所述红壤识别设备的实时输出带宽；
其中，所述带宽分析设备还用于在检测到的实时输出带宽大于预设带宽阈值时，发出数据丢失预警命令；
其中，所述带宽分析设备还用于在检测到的实时输出带宽小于等于所述预设带宽阈值时，发出数据传输可靠命令。
在所述应用透明卡槽的匀速辨识***中，还包括：
温度传感机构，设置在所述区域提取机构的内部，用于感应所述区域提取机构的内部温度；
其中，所述温度传感机构包括第一传感设备，用于感应并输出所述区域提取机构的内部温度。
在所述应用透明卡槽的匀速辨识***中：
所述温度传感设备还包括第二传感设备，为非接触式温度传感器，用于感应并输出所述区域提取机构的外部温度。
在所述应用透明卡槽的匀速辨识***中，还包括：
温差分析机构，分别与所述第一传感设备和所述第二传感设备连接，用于基于所述区域提取机构的内部温度和外部温度之差决定是否执行与温差过大相关的报警动作。
另外，在所述应用透明卡槽的匀速辨识***中，非接触式温度传感器，他的敏感元件与被测对象互不接触，又称非接触式测温仪表。这种仪表可用来测量运动物体、小目标和热容量小或温度变化迅速(瞬变)对象的表面温度，也可用于测量温度场的温度分布。最常用的非接触式测温仪表基于黑体辐射的基本定律，称为辐射测温仪表。辐射测温法包括亮度法(见光学高温计)、辐射法(见辐射高温计)和比色法(见比色温度计)。各类辐射测温方法只能测出对应的光度温度、辐射温度或比色温度。只有对黑体(吸收全部辐射并不反射光的物体)所测温度才是真实温度。如欲测定物体的真实温度，则必须进行材料表面发射率的修正。而材料表面发射率不仅取决于温度和波长，而且还与表面状态、涂膜和微观组织等有关，因此很难精确测量。在自动化生产中往往需要利用辐射测温法来测量或控制某些物体的表面温度，如冶金中的钢带轧制温度、轧辊温度、锻件温度和各种熔融金属在冶炼炉或坩埚中的温度。在这些具体情况下，物体表面发射率的测量是相当困难的。对于固体表面温度自动测量和控制，可以采用附加的反射镜使与被测表面一起组成黑体空腔。附加辐射的影响能提高被测表面的有效辐射和有效发射系数。利用有效发射系数通过仪表对实测温度进行相应的修正，最终可得到被测表面的真实温度。最为典型的附加反射镜是半球反射镜。球中心附近被测表面的漫射辐射能受半球镜反射回到表面而形成附加辐射，从而提高有效发射系数式中ε为材料表面发射率，ρ为反射镜的反射率。
可以理解的是，虽然本发明已以较佳实施例披露如上，然而上述实施例并非用以限定本发明。对于任何熟悉本领域的技术人员而言，在不脱离本发明技术方案范围情况下，都可利用上述揭示的技术内容对本发明技术方案做出许多可能的变动和修饰，或修改为等同变化的等效实施例。因此，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰，均仍属于本发明技术方案保护的范围内。
Claims (7)
1.一种应用透明卡槽的匀速辨识***，其特征在于，所述***包括：
卡槽传送机构，一端位于种植区域，另一端位于包装区域；
其中，所述卡槽传送机构包括传送电机和受所述传送电机驱动的多个两两相扣的并排铰链；
所述传送电机和受所述传送电机驱动的多个两两相扣的并排铰链用于对均匀间隔安装在所述并排铰链上的多个透明卡槽进行匀速传送；
多个透明卡槽，每一个透明卡槽上固定一颗西瓜，用于在所述卡槽传送机构的传送下，将每颗西瓜从种植区域传送到包装区域；
双摄像机构，包括左侧摄像头和右侧摄像头，所述左侧摄像头和所述右侧摄像头分别位于外观检测点的左右两侧，用于对被传送到所述外观检测点的透明卡槽上的西瓜执行左右两侧的采集动作，以获得左侧成像图像和右侧成像图像，所述外观检测点位于所述卡槽传送机构的传送路径上；
信号组合设备，分别与所述左侧摄像头和所述右侧摄像头连接，用于将接收到的所述左侧成像图像和所述右侧成像图像执行组合动作，以获得即时组合图像；
第一处理机构，与所述信号组合设备连接，用于对接收到的即时组合图像执行图像中颜色和/或明暗反差明显的两部分的交界处保留下来的处理，以获得并输出相应的第一处理图像；
第二处理机构，与所述第一处理机构连接，用于对接收到的第一处理图像执行对比度提升处理，以获得第二处理图像；
红壤识别设备，与所述第二处理机构连接，用于基于西瓜红壤对应的RGB颜色空间下的红色成分值即R成分值的分布范围识别所述第二处理图像中的每一个红壤像素；
区域提取机构，与所述红壤识别设备连接，用于将所述第二处理图像中的各个红壤像素围设的最大图像区域作为当前鉴别区域输出；
有效性分析设备，与所述区域提取机构连接，用于在接收到的当前鉴别区域占据所述第二处理图像的面积百分比大于等于预设百分比阈值时，发出红壤有效指令；
超声波检测设备，设置在所述外观检测点的前端，用于检测是否存在最新的透明卡槽即将到达所述外观检测点；
其中，所述传送电机还与所述有效性分析设备连接，用于在接收到所述红壤有效指令时，暂停对所述多个两两相扣的并排铰链的驱动；
其中，所述有效性分析设备还用于在接收到的当前鉴别区域占据所述第二处理图像的面积百分比小于所述预设百分比阈值时，发出红壤无效指令；
其中，所述传送电机还用于在接收到所述红壤无效指令时，维持对所述多个两两相扣的并排铰链的驱动。
2.如权利要求1所述的应用透明卡槽的匀速辨识***，其特征在于，所述***还包括：
联动机构，分别与所述双摄像机构和所述超声波检测设备连接，用于实现所述双摄像机构和所述超声波检测设备的动作的联动。
3.如权利要求2所述的应用透明卡槽的匀速辨识***，其特征在于：
基于西瓜红壤对应的RGB颜色空间下的红色成分值即R成分值的分布范围识别所述第二处理图像中的每一个红壤像素包括：对于所述第二处理图像中的每一个像素，当其红色成分值位于所述分布范围内时，确定所述像素为红壤像素；
其中，基于西瓜红壤对应的RGB颜色空间下的红色成分值即R成分值的分布范围识别所述第二处理图像中的每一个红壤像素还包括：对于所述第二处理图像中的每一个像素，当其红色成分值位于所述分布范围之外时，确定所述像素为非红壤像素。
4.如权利要求3所述的应用透明卡槽的匀速辨识***，其特征在于，所述***还包括：
带宽分析设备，与所述红壤识别设备的输出接口连接，用于检测所述红壤识别设备的实时输出带宽；
其中，所述带宽分析设备还用于在检测到的实时输出带宽大于预设带宽阈值时，发出数据丢失预警命令；
其中，所述带宽分析设备还用于在检测到的实时输出带宽小于等于所述预设带宽阈值时，发出数据传输可靠命令。
5.如权利要求4所述的应用透明卡槽的匀速辨识***，其特征在于，所述***还包括：
温度传感机构，设置在所述区域提取机构的内部，用于感应所述区域提取机构的内部温度；
其中，所述温度传感机构包括第一传感设备，用于感应并输出所述区域提取机构的内部温度。
6.如权利要求5所述的应用透明卡槽的匀速辨识***，其特征在于：
所述温度传感机构还包括第二传感设备，为非接触式温度传感器，用于感应并输出所述区域提取机构的外部温度。
7.如权利要求6所述的应用透明卡槽的匀速辨识***，其特征在于，所述***还包括：
温差分析机构，分别与所述第一传感设备和所述第二传感设备连接，用于基于所述区域提取机构的内部温度和外部温度之差决定是否执行与温差过大相关的报警动作。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011275320.XA CN113051992B (zh) | 2020-11-16 | 2020-11-16 | 应用透明卡槽的匀速辨识*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011275320.XA CN113051992B (zh) | 2020-11-16 | 2020-11-16 | 应用透明卡槽的匀速辨识*** |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113051992A CN113051992A (zh) | 2021-06-29 |
| CN113051992B true CN113051992B (zh) | 2022-01-18 |
Family
ID=76507967
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011275320.XA Active CN113051992B (zh) | 2020-11-16 | 2020-11-16 | 应用透明卡槽的匀速辨识*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113051992B (zh) |
Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6433293B1 (en) * | 1997-11-20 | 2002-08-13 | Fps Food Processing Systems B.V. | Method and device for detecting dirt as present on articles, for example eggs |
| 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*** |
| CN202092599U (zh) * | 2011-04-02 | 2011-12-28 | 北京神农谷科技有限公司 | 一种西瓜品质在线无损检测装置 |
| CN102654463A (zh) * | 2012-04-13 | 2012-09-05 | 北京农业信息技术研究中心 | 西瓜品质无损检测方法及装置 |
| CN105046700A (zh) * | 2015-07-09 | 2015-11-11 | 北京农业智能装备技术研究中心 | 基于亮度校正与颜色分类的水果表面缺陷检测方法及*** |
| CN105424709A (zh) * | 2015-11-20 | 2016-03-23 | 陕西科技大学 | 一种基于图像标记的水果表面缺陷检测方法 |
| CN106733701A (zh) * | 2016-12-23 | 2017-05-31 | 郑州轻工业学院 | 马铃薯多级联合智能缺陷检测***及检测方法 |
| CN107220679A (zh) * | 2017-07-25 | 2017-09-29 | 天津科润农业科技股份有限公司 | 一种红瓤西瓜瓤色数字化分类的方法 |
| CN108633456A (zh) * | 2018-04-18 | 2018-10-12 | 赵子宁 | 一种传送卡槽数量可调的智能西瓜采摘装置 |
| CN108776138A (zh) * | 2018-07-16 | 2018-11-09 | 武汉理工大学 | 一种催熟水果库水果品质在线监测装置 |
| CN109375573A (zh) * | 2018-11-22 | 2019-02-22 | 南通科技职业学院 | 一种工业机器视觉***图像处理方法 |
| CN110434090A (zh) * | 2019-08-23 | 2019-11-12 | 中山德著智能科技有限公司 | 一种胡萝卜表面瑕疵检测方法 |
| WO2020075000A1 (ja) * | 2018-10-10 | 2020-04-16 | 株式会社半導体エネルギー研究所 | 検査装置および検査装置の動作方法 |
| CN111774324A (zh) * | 2020-07-22 | 2020-10-16 | 浙江德菲洛智能机械制造有限公司 | 一种针对大型果蔬的紧凑型多品质自动分选装置 |
| CN111915704A (zh) * | 2020-06-13 | 2020-11-10 | 东北林业大学 | 一种基于深度学习的苹果分级识别方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101603927B (zh) * | 2009-07-17 | 2011-07-20 | 南京农业大学 | 一种无损检测丰水梨缺陷的装置与用法 |
| CN104897671B (zh) * | 2015-05-07 | 2018-09-11 | 北京农业智能装备技术研究中心 | 一种水果果梗花萼的识别*** |
-
2020
- 2020-11-16 CN CN202011275320.XA patent/CN113051992B/zh active Active
Patent Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6433293B1 (en) * | 1997-11-20 | 2002-08-13 | Fps Food Processing Systems B.V. | Method and device for detecting dirt as present on articles, for example eggs |
| 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*** |
| CN202092599U (zh) * | 2011-04-02 | 2011-12-28 | 北京神农谷科技有限公司 | 一种西瓜品质在线无损检测装置 |
| CN102654463A (zh) * | 2012-04-13 | 2012-09-05 | 北京农业信息技术研究中心 | 西瓜品质无损检测方法及装置 |
| CN105046700A (zh) * | 2015-07-09 | 2015-11-11 | 北京农业智能装备技术研究中心 | 基于亮度校正与颜色分类的水果表面缺陷检测方法及*** |
| CN105424709A (zh) * | 2015-11-20 | 2016-03-23 | 陕西科技大学 | 一种基于图像标记的水果表面缺陷检测方法 |
| CN106733701A (zh) * | 2016-12-23 | 2017-05-31 | 郑州轻工业学院 | 马铃薯多级联合智能缺陷检测***及检测方法 |
| CN107220679A (zh) * | 2017-07-25 | 2017-09-29 | 天津科润农业科技股份有限公司 | 一种红瓤西瓜瓤色数字化分类的方法 |
| CN108633456A (zh) * | 2018-04-18 | 2018-10-12 | 赵子宁 | 一种传送卡槽数量可调的智能西瓜采摘装置 |
| CN108776138A (zh) * | 2018-07-16 | 2018-11-09 | 武汉理工大学 | 一种催熟水果库水果品质在线监测装置 |
| WO2020075000A1 (ja) * | 2018-10-10 | 2020-04-16 | 株式会社半導体エネルギー研究所 | 検査装置および検査装置の動作方法 |
| CN109375573A (zh) * | 2018-11-22 | 2019-02-22 | 南通科技职业学院 | 一种工业机器视觉***图像处理方法 |
| CN110434090A (zh) * | 2019-08-23 | 2019-11-12 | 中山德著智能科技有限公司 | 一种胡萝卜表面瑕疵检测方法 |
| CN111915704A (zh) * | 2020-06-13 | 2020-11-10 | 东北林业大学 | 一种基于深度学习的苹果分级识别方法 |
| CN111774324A (zh) * | 2020-07-22 | 2020-10-16 | 浙江德菲洛智能机械制造有限公司 | 一种针对大型果蔬的紧凑型多品质自动分选装置 |
Non-Patent Citations (4)
| Title |
|---|
| Fruits and vegetables quality evaluation using computer vision: A review;Anuja Bhargava 等;《Journal of King Saud University-Computer and Information Sciences》;20180630;第33卷(第3期);第243-257页 * |
| 基于机器视觉技术的西瓜瓜瓤的识别方法;吴明清 等;《塔里木大学学报》;20140930;第26卷(第3期);第88-91页 * |
| 无损检测技术在果蔬品质检测中的应用研究进展;刘妍 等;《浙江大学学报（农业与生命科学版）》;20200422;第46卷(第1期);第27-37页 * |
| 机器视觉在西瓜无损检测与分级中的应用;赵巍;《中国优秀硕士学位论文全文数据库 农业科技辑》;20140215(第02期);第D048-130页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113051992A (zh) | 2021-06-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Adamsen et al. | Measuring wheat senescence with a digital camera | |
| Lamb et al. | Using remote sensing to predict grape phenolics and colour at harvest in a Cabernet Sauvignon vineyard: Timing observations against vine phenology and optimising image resolution | |
| Heindl et al. | Interacting effects of ambient light and plumage color patterns in displaying wire-tailed manakins (Aves, Pipridae) | |
| Elazab et al. | Detecting interactive effects of N fertilization and heat stress on maize productivity by remote sensing techniques | |
| Putra et al. | Evaluating NIR-Red and NIR-Red edge external filters with digital cameras for assessing vegetation indices under different illumination | |
| Ishak et al. | Image based modeling for oil palm fruit maturity prediction | |
| CN106372592A (zh) | 一种基于冬小麦面积指数的冬小麦种植面积计算方法 | |
| Elvanidi et al. | Crop water status assessment in controlled environment using crop reflectance and temperature measurements | |
| CN114140692A (zh) | 基于无人机遥感和深度学习的鲜食玉米成熟度预测方法 | |
| CN113051992B (zh) | 应用透明卡槽的匀速辨识*** | |
| Funke et al. | Can reflective ground cover enhance fruit quality and colouration | |
| Wu et al. | Diagnosis of freezing stress in wheat seedlings using hyperspectral imaging | |
| Chiabrando et al. | Kiwifruit under plastic covering: impact on fruit quality and on orchard microclimate | |
| ES2470065A1 (es) | Sistema y procedimiento para determinar automáticamente el número de flores de una inflorescencia | |
| Latorre et al. | Seasonal monitoring of FAPAR over the Barrax cropland site in Spain, in support of the validation of PROBA-V products at 333 m | |
| Barjaktarovic et al. | Potential detection of Flavescence dorée in the vineyard using close-range hyperspectral imaging | |
| CN114548220B (zh) | 基于手持式分光辐射谱仪的水稻颖花开花状态检测方法 | |
| Nowak | Rationale behind NDVI calculation and example of applications in agriculture | |
| CN109655413A (zh) | 获得植物信息的方法 | |
| CN107389594A (zh) | 一种基于太赫兹光的主茎秆顶芽识别定位方法和装置 | |
| Tomohiro et al. | Impact Assessment of Main Stem Elongation and Wind Speed on Lodging of Soybean Cultivar'Miyagishirome' | |
| RU2422898C1 (ru) | Способ идентификации инвазий насаждений | |
| Zanfirova et al. | Electron-optical methods for tubers quality diagnosing | |
| Bignardi et al. | Evaluation of fruit temperature on cherries by means of thermal point clouds | |
| KR101799758B1 (ko) | 민어(Miichthys miiuy) 생식소의 성숙도 판정 방법 |
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 | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20211229 Address after: 276800 10F, Rizhao human resources service Industrial Park, No. 259, Linyi Road, Donggang, Rizhao City, Shandong Province Applicant after: Shandong Mijie Software Co.,Ltd. Address before: 225300 room 9, maichuang space, west of Jingdu garden, Gulou North Road, Hailing District, Taizhou City, Jiangsu Province Applicant before: Taizhou muyin advertising media Co.,Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: A Uniform Speed Identification System Using Transparent Card Slots Effective date of registration: 20230811 Granted publication date: 20220118 Pledgee: Rizhao Bank Co.,Ltd. Rizhao Qingdao Road Branch Pledgor: Shandong Mijie Software Co.,Ltd. Registration number: Y2023980051868 |