CN202010662U - 水果外观品质实时检测分级***装置 - Google Patents
水果外观品质实时检测分级***装置 Download PDFInfo
- Publication number
- CN202010662U CN202010662U CN2011200036132U CN201120003613U CN202010662U CN 202010662 U CN202010662 U CN 202010662U CN 2011200036132 U CN2011200036132 U CN 2011200036132U CN 201120003613 U CN201120003613 U CN 201120003613U CN 202010662 U CN202010662 U CN 202010662U
- Authority
- CN
- China
- Prior art keywords
- fruit
- classification
- image processing
- grading
- infrared sensor
- 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.)
- Expired - Fee Related
Links
- 235000013399 edible fruits Nutrition 0.000 title claims abstract description 125
- 238000007689 inspection Methods 0.000 title abstract 6
- 238000012545 processing Methods 0.000 claims abstract description 24
- 238000005096 rolling process Methods 0.000 claims abstract description 8
- 239000000284 extract Substances 0.000 claims description 6
- 238000005286 illumination Methods 0.000 claims description 4
- 238000012360 testing method Methods 0.000 claims description 4
- 238000009434 installation Methods 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 2
- 238000012795 verification Methods 0.000 claims description 2
- 238000000034 method Methods 0.000 abstract description 12
- 230000008569 process Effects 0.000 abstract description 4
- 230000000007 visual effect Effects 0.000 abstract description 2
- 238000011179 visual inspection Methods 0.000 abstract description 2
- 230000007547 defect Effects 0.000 abstract 1
- 238000001514 detection method Methods 0.000 description 12
- 238000005516 engineering process Methods 0.000 description 7
- 238000004806 packaging method and process Methods 0.000 description 5
- 125000004122 cyclic group Chemical group 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 230000002950 deficient Effects 0.000 description 2
- 235000013569 fruit product Nutrition 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000003909 pattern recognition Methods 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 230000005622 photoelectricity Effects 0.000 description 2
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000035800 maturation Effects 0.000 description 1
- 238000012856 packing Methods 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 238000004018 waxing Methods 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Images
Landscapes
- Sorting Of Articles (AREA)
Abstract
水果外观品质实时检测分级***装置,属于视觉检测领域。本装置包括由待检水果输送机、光照箱、检测红外传感器、图像采集卡、彩色摄像机组成的输送采集***,由图形工作站及图像处理软件组成的图像处理***,由分级输送机、分级红外传感器、步进电机驱动***组成的分级***。滚动的水果在光照箱中被采集图像,经图像处理***分级,该分级结果与分级红外传感器的信息共同传到步进电机驱动***的与门,经与门判断后实现水果的自动分级。本装置采用了计算机视觉***,一次可完成水果大小、形状、颜色、缺陷的检测和分级,具有省时省力、工序少、不损伤水果、使用的劳动力少、占地面积小、快速、准确的优点,适合大批量水果的检测分级。
Description
技术领域
本实用新型涉及一种用于水果外观品质的检测***装置,特别涉及具有滚动性水果的外观品质检测的装置,属于视觉检测领域。
背景技术
农产品品质检测与分级,是保证农产品的质量,提高农产品的市场竞争力和流通速度,优化农产品销售价格的重要手段,因而也是农产品加工过程中的重要环节之一。目前,不少国家在水果采摘后100%要经过清洗、打蜡、分级、包装等商品化处理后才投放市场。而我国多数水果从采摘到进入市场,并未严格经过上述程序。仅就水果分级而言,即便进行了水果分级的企业,现有水果分级技术也十分落后,目前还处在手工分选、半机械分选和光电分级阶段。手工分选完全依靠经验,依靠目测判断水果的大小,用人手将大小差不多的水果挑选分为一个等级,这种方法不仅耗时耗工,劳动强度大,使用的劳动力多,占地面积大,而且由于各分拣人的分拣掌握的尺度不一,即使同一个人,也难于对千差万别的水果作出恰当的分级,致使分选结果精度低。机械分选主要依据大小和重量分选,根据称量单个水果的重量或水果能通过大小不同的孔径进行分级,分选过程中对水果的损伤大、效率低、耗时长,其它指标,如:水果的表面色泽,不能分级,结果达不到国标要求。光电分级利用水果表面对不同波长范围内的光的吸收和反射来分析其颜色特征,但该方法又只能对水果的表面色泽进行判别,而无法兼顾其它方面的特征,故存在很大的片面性,不适合水果品质全面检测的需要。总之,如欲快速、准确、全面地检测农产品外观品质,则存在分级工序多、设备种类多、占地面积大等问题。
发明内容
本实用新型的目的,在于提供一种能快速、准确、全面检测水果产品外观品质,特别是检测水果的大小、形状、水果的表面色泽和缺陷,并能据此对水果进行分级,且无需大量人力、大量场地、多种设备和多道工序的水果产品外观品质检测和分级装置,特别是用于检测可滚动水果的检测和分级装置。
实现本实用新型的目的所采用的技术方案是:本实用新型水果外观品质实时检测分级***装置,包括输送采集***、图像处理***及分级***三部分;
所述输送采集***由以下器件组成:
——待检水果输送机,用于输送待检测分级的水果;
——光照箱,其内安装有用于对待检测分级的水果进行光照的光源和用于滚动水果的斜面工作台;光照箱左下端开有一个入孔与待检水果输送机连接,斜面工作台的斜坡顶端置于入孔孔口处下方,光照箱底部右下端开有一个出孔;
——检测红外传感器,安装于光照箱上水果入孔处的上方,用于感应通过入孔的待检测分级水果的信息;
——图像采集卡,其输入端与检测红外传感器输出端连接,用于采集检测红外传感器接收到的信息,并控制摄像机捕捉水果滚动的视频流及进行摄像;
——彩色摄像机,安装于光照箱上端,其输入端与图像采集卡的输出端连接,用于对待检测分级的水果进行摄像记录;
所述图像处理***由图形工作站及图像处理软件组成,图像处理软件置于图形工作站中;图形工作站的输入端与图像采集卡的输出端连接;所述图形工作站主要包括多核心处理器、专业多路主板、高速ECC校验内存、多块大容量高速硬盘及专业显示设备,是对水果进行检测和分级处理的场所;所述图像处理软件中设置有对图像中水果的大小、形状、颜色及表面缺陷等外观品质特征进行提取、分析、判断和分级的程序,用于将图像采集***采集到的水果运动的视频流的每一帧图像提取出来,对其外观品质特征进行提取、分析、判断和分级;
所述分级***由以下器件组成:
——分级输送机,用于输送经检测后的水果;
——分级红外传感器,其输入端与图像处理***的图形工作站的输出端连接,用于根据图像处理***的分级信息感应所通过的水果,控制步进电机对水果进行分级处理;
——步进电机驱动***,包括与门、步进电机和分级拨板,用于对水果进行分级;其中,与门的两个输入端分别与图像处理***的图形工作站的输出端和分级红外传感器的输出端连接,与门的输出端与步进电机的输入端连接,所述分级拨板安装在步进电机上。
本实用新型的目的进一步可通过以下结构来实现:为得到水果表面颜色的最佳效果,对水果进行光照的光源使用荧光灯;为节约空间,所述待检水果输送机和分级输送机采用循环输送带;针对不同的水果种类及分级要求,可调整斜面工作台的倾斜角度,以实现水果的最好滚动效果,倾斜角度可通过改变置于斜面下的圆柱形滚筒的安装位置进行调整。
本水果外观品质实时检测分级***装置的使用原理是根据计算机视觉技术在水果检测方面的应用,将计算机对三维空间的感知,包括捕获、分析、识别等过程应用于水果检测;是计算机科学、光学、自动化技术、模式识别、人工智能技术的综合。
本水果外观品质实时检测分级***装置的使用方法是:待检水果输送机将水果输送到光照箱入口处,光照箱内置的荧光灯照射在水果上,光照箱入口处的红外传感器感应到各水果后将信号传递给图像采集卡,水果在斜面工作台上滚动,图像采集卡控制彩色摄像机开始捕捉水果滚动的视频流,完成采集任务。当水果信息从采集***中输出到图像处理***,图像处理***的图形工作站实际是一台功能较全面的计算机,利用计算机中的图像处理软件将视频流的每一帧图像提取出来,通过图像处理软件对图像中水果的大小、形状、颜色及表面缺陷等外观品质特征进行提取、分析、判断,然后图形处理***快速处理得到了各个水果的等级,并将对每一个水果的分级结果分别输送到各与门及各相应的分级红外传感器,水果通过光照箱后,由检测后输送机继续输送,各分级红外传感器则根据其感应到的信息,经与图形处理***传来的分级结果在与门对比,然后控制步进电机驱动***对水果进行分级处理。
由于水果的尺寸大小不一,即使同一品种的水果也存在个体差异,特别是畸形果重心有所偏离,滚动时容易偏离原轨道,因此设计的斜面工作台需保证水果能沿所期望的轨道作纯滚动。调整斜面工作台的倾斜角度,可使不同种类的水果在斜面工作台上实现纯滚动,以利彩色摄像机对水果进行完整地摄像。
在图像处理软件中作较细的分级,并相应增加分级***中分级红外传感器、步进电机驱动***的数量,就可以实现水果的精细分级。
本实用新型的有益效果是:由于本***装置采用了计算机视觉***,用计算机对水果滚动的三维空间进行感知,包括对水果的捕获、分析、识别等过程,是计算机科学、光学、自动化技术、模式识别、人工智能技术的综合。与目前采用的其它检测分级方法相比,计算机视觉分级精度高,自动化程度高,一次可完成大小、形状、颜色、缺陷的检测和分级,检测和分级快速、准确,可以解决传统设备无法一次完成多项指标的综合处理,且克服了其它分级方法耗时耗工,工序多、损伤水果、劳动强度大,使用的劳动力多、占地面积大等问题。
附图说明
图1是本实用新型的水果外观品质实时检测分级***装置的结构简图;
图2是光照箱内斜面工作台的侧视图;
图3是分级***装置的俯视图,亦为实施例的分级***装置图;
图4是本实用新型的水果外观品质实时检测分级***装置的电连接关系图。
图中各标记为:1、待检水果输送机,2、水果,3、圆柱形滚筒,4、斜面工作台,5、检测红外传感器,6、光源,7、光照箱,8、彩色摄像机,9、图像处理***,10、分级红外传感器,11、分级输送机,12、分级红外传感器1,13、分级拨板1,14、水果包装箱1,15、分级红外传感器2,16、分级拨板2,17、水果包装箱2,18、分级红外传感器3,19、分级拨板3,20、水果包装箱3。
具体实施方式
下面结合附图和实施例对本实用新型作进一步说明,但实施例不是对本实用新型的限定。
实施例,本实施例对水果进行三级分级,即在分级部分包括三个分级红外传感器1、2、3,三个分级拨板1、2、3,三个水果包装箱1、2、3。以下作具体说明,参见附图1、2、3。
本水果外观品质实时检测分级***装置包括输送采集***、图像处理***及分级***三部分。
输送采集***由待检水果循环输送机、检测红外传感器、光照箱、彩色摄像机及图像采集卡组成。选用TD75型的水平皮带输送机对于待检测的水果进行输送。该通用固定式带式输送机具有输送量大、结构简单、维护方便、成本低、通用性强等优点。检测红外线传感器选用Smartec公司型号为SMTIR9902的红外传感器,该传感器是一种基于成熟的全硅技术的红外传感器,可以在没有任何接触的情况下对物体的辐射温度进行测量。调整斜面工作台的倾斜角度,保证水果纯滚动。水果的外皮颜色较复杂,要保证所有颜色都不丢失,选择白色的光源是最合适的;因此光源选用荧光灯,荧光灯不但成本低廉,较容易形成均匀的光照环境,而且是白色光源,能保证水果表面所有颜色都不丢失。彩色摄像机选用北京嘉恒中自图像技术公司型号为OK_AC1300的彩色摄像机,该摄像机采用1/2英寸彩色面阵CCD,4.65×4.65μm方形像元,最大分辨率1300pixel×1024pixel,R、G、B三路分量模拟视频信号输出,支持标准连续逐行扫描和TTL脉冲外触发逐行扫描两种工作模式,曝光时间可控,最短可达20μs,摄像机所有工作状态可由计算机通过RS232C串行接口进行设置。图像采集卡选用北京嘉恒中自图像技术公司型号为OK_RGB10B的彩色图像采集卡,该采集卡是基于PCI总线的RGB标准和非标准分量式彩色图像采集卡,适用于高精度RGB彩色图像的采集,使用三路8位A/D,支持RGB24的图像格式,采样频率连续可调,最大点频可达30MHz。
图像处理***由图像处理工作台及图像处理软件组成。选择联想E20系列型号为4220A25的图形工作站,该工作站的配置如下:CPU选用Intel至强四核X3450,标配内存为2GB,最大内存可到16GB,硬盘容量为500GB,适用于大量水果的分检,显卡选用NVIDIA Quadro FX580,操作***是Windows7专业版。图像处理软件选用MATLAB与C++混合编程,其具有MATLAB编写程序功能函数多、代码更简单、重复编译效率很高、可以简化操作、减轻编程压力的特点和C++编写代码具有高效的程序执行速度的特点;在图像处理软件中按分级要求范围将其设置3个分级级别。采集到的视频存储到图形工作站通过图像处理软件将每一帧图像读取出来,经过一系列处理,包括图像转换、中值滤波、图像增强、图像分割、边缘检测等预处理,得到便于进行特征提取的图像,应用MATLAB软件和Visual C++软件混合编程编写计算机视觉自动检测与分级***软件,达到对检测水果的颜色、大小、形状及表面缺陷进行识别并分级的目的。
分级***由循环式分级输送带、分级红外传感器、步进电机驱动***组成,步进电机驱动***包括与门、步进电机和分级拨板。分级输送机选用与输送采集***中的循环输送机相同的型号,即DT75型水平皮带输送机。分级红外传感器仍选用Smartec公司型号为SMTIR9902的红外传感器,用于检测已采集完图像的水果是否已通过某位置。步进电机选用美国Allegro公司生产的型号为A3992的一款双DMOS全桥微步距脉宽调制(PWM)步进电机驱动器,A3992内部提供交叉电流保护、内部欠压锁定等各种完善的保护措施,保证了该器件能稳定可靠地运行。分级红外传感器、步进电机驱动***共同组成分级执行机构。分级红外传感器的信号与图像处理***送出的分级信号通过与门与每个分级拨板的控制***相连,分级拨板由步进电机驱动,能在180°范围内转动。当水果从采集***中输出后,由另一循环输送机继续输送,在各分级拨板前安装有分级红外传感器,判断水果是否通过;分级红外传感器感应到的信号如与图形处理***对水果的分级信号相同,对应类别前与门打开,红外传感器的输出脉冲触发该级别处的分级拨板的步进电机,驱动分级拨板运动,将水果分到所属类的水果包装箱中,完成了水果的检测与分级。通过增加分级拨板的数量,就可以实现水果的精细分级。
Claims (5)
1.水果外观品质实时检测分级***装置,其特征在于:本实用新型水果外观品质实时检测分级***装置,包括输送采集***、图像处理***及分级***三部分;
所述输送采集***由以下器件组成:
——待检水果输送机,用于输送待检测分级的水果;
——光照箱,其内安装有用于对待检测分级的水果进行光照的光源和用于滚动水果的斜面工作台;光照箱左下端开有一个入孔与待检水果输送机连接,斜面工作台的斜坡顶端置于入孔孔口处下方,光照箱底部右下端开有一个出孔;
——检测红外传感器,安装于光照箱上水果入孔处的上方,用于感应通过入孔的待检测分级水果的信息;
——图像采集卡,其输入端与检测红外传感器输出端连接,用于采集检测红外传感器接收到的信息,并控制摄像机捕捉水果滚动的视频流及进行摄像;
——彩色摄像机,安装于光照箱上端,其输入端与图像采集卡的输出端连接,用于对待检测分级的水果进行摄像记录;
所述图像处理***由图形工作站及图像处理软件组成,图像处理软件置于图形工作站中;图形工作站的输入端与图像采集卡的输出端连接;所述图形工作站主要包括多核心处理器、专业多路主板、高速ECC校验内存、多块大容量高速硬盘及专业显示设备,是对水果进行检测和分级处理的场所;所述图像处理软件中设置有对图像中水果的大小、形状、颜色及表面缺陷等外观品质特征进行提取、分析、判断和分级的程序,用于将图像采集***采集到的水果运动的视频流的每一帧图像提取出来,对其外观品质特征进行提取、分析、判断和分级;
所述分级***由以下器件组成:
——分级输送机,用于输送经检测后的水果;
——分级红外传感器、其输入端与图像处理***的图形工作站的输出端连接,用于根据图像处理***的分级信息感应所通过的水果,控制步进电机对水果进行分级处理;
——步进电机驱动***,包括与门、步进电机和分级拨板,用于对水果进行分级;其中,与门的两个输入端分别与图像处理***的图形工作站的输出端和分级红外传感器的输出端连接,与门的输出端与步进电机的输入端连接,所述分级拨板安装在步进电机上。
2.根据权利要求1所述的水果外观品质实时检测分级***装置,其特征在于:对水果进行光照的光源使用荧光灯。
3.根据权利要求1所述的水果外观品质实时检测分级***装置,其特征在于:所述待检水果输送机和分级输送机采用循环输送带。
4.根据权利要求1所述的水果外观品质实时检测分级***装置,其特征在于:根据不同的水果种类及分级要求调整斜面工作台的倾斜角度。
5.根据权利要求1或4所述的水果外观品质实时检测分级***装置,其特征在于:斜面工作台的倾斜角度的调整通过改变置于斜面下的圆柱形滚筒的安装位置来实现。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011200036132U CN202010662U (zh) | 2011-01-07 | 2011-01-07 | 水果外观品质实时检测分级***装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011200036132U CN202010662U (zh) | 2011-01-07 | 2011-01-07 | 水果外观品质实时检测分级***装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN202010662U true CN202010662U (zh) | 2011-10-19 |
Family
ID=44781267
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2011200036132U Expired - Fee Related CN202010662U (zh) | 2011-01-07 | 2011-01-07 | 水果外观品质实时检测分级***装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN202010662U (zh) |
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102601062A (zh) * | 2012-02-28 | 2012-07-25 | 北京联合大学 | 自动区分不同颜色的纯色物体的装置及方法 |
CN102755965A (zh) * | 2012-07-27 | 2012-10-31 | 山东省农业科学院农产品研究所 | 光影式果蔬对比分拣机 |
CN102773217A (zh) * | 2012-08-20 | 2012-11-14 | 四川农业大学 | 猕猴桃自动分级*** |
CN102873036A (zh) * | 2012-10-25 | 2013-01-16 | 集美大学 | 斯诺克式台球自动分选球装置 |
CN103406286A (zh) * | 2013-08-16 | 2013-11-27 | 常熟理工学院 | 一种基于LabVIEW的水果外部品质在线分级方法 |
CN103934217A (zh) * | 2014-05-04 | 2014-07-23 | 太仓浩湖五金制品有限公司 | 一种检测瓶体外观的检测装置 |
CN104889075A (zh) * | 2015-05-22 | 2015-09-09 | 芜湖林一电子科技有限公司 | 一种滚子外观缺陷视觉检测装置 |
CN106179968A (zh) * | 2016-07-13 | 2016-12-07 | 龙江汇 | 苹果分级分拣装置 |
CN106238340A (zh) * | 2016-08-05 | 2016-12-21 | 河南科技大学 | 一种洋葱智能分选装置 |
CN106770339A (zh) * | 2016-11-30 | 2017-05-31 | 重庆速腾机械制造有限公司 | 回转工件检测装置 |
CN107243461A (zh) * | 2017-05-12 | 2017-10-13 | 宁波大红鹰学院 | 一种自动分级装置 |
CN107300558A (zh) * | 2017-08-15 | 2017-10-27 | 西北农林科技大学 | 一种用于冬枣分级的果实全方位成像方法 |
CN107741432A (zh) * | 2017-11-16 | 2018-02-27 | 天津商业大学 | 一种基于机器视觉的水果自动分拣机器人*** |
CN107891013A (zh) * | 2017-12-18 | 2018-04-10 | 苏州市锐翊电子科技有限公司 | 一种水果自动分拣*** |
CN109465204A (zh) * | 2018-09-30 | 2019-03-15 | 青岛理工大学 | 一种基于机器视觉的冬枣损伤检测剔除方法及设备 |
CN110038821A (zh) * | 2019-03-17 | 2019-07-23 | 塔里木大学 | 一种水果分类装置 |
CN110146516A (zh) * | 2019-06-17 | 2019-08-20 | 湖南农业大学 | 基于正交双目机器视觉的水果分级装置 |
CN110385277A (zh) * | 2019-08-30 | 2019-10-29 | 贵州大学 | 一种苹果分拣装置及其分拣方法 |
CN110756457A (zh) * | 2019-10-17 | 2020-02-07 | 广州乔拓科技有限公司 | 墙地砖自动识别分类***及方法 |
CN111871838A (zh) * | 2020-08-07 | 2020-11-03 | 山东理工大学 | 一种基于原位置取像的类球形水果检测分级设备 |
CN113077412A (zh) * | 2020-01-06 | 2021-07-06 | 阿里巴巴集团控股有限公司 | 一种物品识别方法及装置 |
-
2011
- 2011-01-07 CN CN2011200036132U patent/CN202010662U/zh not_active Expired - Fee Related
Cited By (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102601062A (zh) * | 2012-02-28 | 2012-07-25 | 北京联合大学 | 自动区分不同颜色的纯色物体的装置及方法 |
CN102601062B (zh) * | 2012-02-28 | 2013-12-04 | 北京联合大学 | 自动区分不同颜色的纯色物体的装置及方法 |
CN102755965A (zh) * | 2012-07-27 | 2012-10-31 | 山东省农业科学院农产品研究所 | 光影式果蔬对比分拣机 |
CN102773217A (zh) * | 2012-08-20 | 2012-11-14 | 四川农业大学 | 猕猴桃自动分级*** |
CN102773217B (zh) * | 2012-08-20 | 2013-10-09 | 四川农业大学 | 猕猴桃自动分级*** |
CN102873036A (zh) * | 2012-10-25 | 2013-01-16 | 集美大学 | 斯诺克式台球自动分选球装置 |
CN103406286A (zh) * | 2013-08-16 | 2013-11-27 | 常熟理工学院 | 一种基于LabVIEW的水果外部品质在线分级方法 |
CN103406286B (zh) * | 2013-08-16 | 2015-06-24 | 常熟理工学院 | 一种基于LabVIEW的水果外部品质在线分级方法 |
CN103934217A (zh) * | 2014-05-04 | 2014-07-23 | 太仓浩湖五金制品有限公司 | 一种检测瓶体外观的检测装置 |
CN104889075A (zh) * | 2015-05-22 | 2015-09-09 | 芜湖林一电子科技有限公司 | 一种滚子外观缺陷视觉检测装置 |
CN106179968A (zh) * | 2016-07-13 | 2016-12-07 | 龙江汇 | 苹果分级分拣装置 |
CN106238340A (zh) * | 2016-08-05 | 2016-12-21 | 河南科技大学 | 一种洋葱智能分选装置 |
CN106770339A (zh) * | 2016-11-30 | 2017-05-31 | 重庆速腾机械制造有限公司 | 回转工件检测装置 |
CN106770339B (zh) * | 2016-11-30 | 2020-10-09 | 重庆速腾机械制造有限公司 | 回转工件检测装置 |
CN107243461A (zh) * | 2017-05-12 | 2017-10-13 | 宁波大红鹰学院 | 一种自动分级装置 |
CN107300558A (zh) * | 2017-08-15 | 2017-10-27 | 西北农林科技大学 | 一种用于冬枣分级的果实全方位成像方法 |
CN107741432A (zh) * | 2017-11-16 | 2018-02-27 | 天津商业大学 | 一种基于机器视觉的水果自动分拣机器人*** |
CN107891013A (zh) * | 2017-12-18 | 2018-04-10 | 苏州市锐翊电子科技有限公司 | 一种水果自动分拣*** |
CN109465204A (zh) * | 2018-09-30 | 2019-03-15 | 青岛理工大学 | 一种基于机器视觉的冬枣损伤检测剔除方法及设备 |
CN110038821A (zh) * | 2019-03-17 | 2019-07-23 | 塔里木大学 | 一种水果分类装置 |
CN110146516A (zh) * | 2019-06-17 | 2019-08-20 | 湖南农业大学 | 基于正交双目机器视觉的水果分级装置 |
CN110146516B (zh) * | 2019-06-17 | 2024-04-02 | 湖南农业大学 | 基于正交双目机器视觉的水果分级装置 |
CN110385277A (zh) * | 2019-08-30 | 2019-10-29 | 贵州大学 | 一种苹果分拣装置及其分拣方法 |
CN110756457A (zh) * | 2019-10-17 | 2020-02-07 | 广州乔拓科技有限公司 | 墙地砖自动识别分类***及方法 |
CN113077412A (zh) * | 2020-01-06 | 2021-07-06 | 阿里巴巴集团控股有限公司 | 一种物品识别方法及装置 |
CN111871838A (zh) * | 2020-08-07 | 2020-11-03 | 山东理工大学 | 一种基于原位置取像的类球形水果检测分级设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN202010662U (zh) | 水果外观品质实时检测分级***装置 | |
CN204974510U (zh) | 一种食品加工生产线动态品质检测与重量自动分级装置 | |
CN102435173B (zh) | 一种基于机器视觉的隧道病害快速调查***及调查方法 | |
CN102495069B (zh) | 一种基于数字图像处理的拉链链带缺陷检测方法 | |
CN102854192B (zh) | 一种基于苹果表面缺陷检测***的苹果表面缺陷检测方法 | |
CN101013079B (zh) | 小型物料数字化检测和分级装置 | |
CN109724984A (zh) | 一种基于深度学习算法的缺陷检测识别装置和方法 | |
CN105214961B (zh) | 一种食品加工流水线质量检测与重量分级的全自动设备 | |
CN105787407A (zh) | 融合机器视觉与激光扫描的快递条码自动识别方法及*** | |
CN103698341B (zh) | 一种棉花轧工质量检测***及棉花轧工质量图像检测方法 | |
CN104483320B (zh) | 工业脱硝催化剂的数字化缺陷检测装置与检测方法 | |
CN107952696A (zh) | 一种适用于鲜烟叶的检测分级装置及检测方法 | |
CN103785622B (zh) | 基于机器视觉的零件分拣装置的零件分拣方法 | |
CN104111260A (zh) | 陶瓷砖无损检测设备及检测方法 | |
CN101105459A (zh) | 一种空瓶瓶口缺陷的检测方法及装置 | |
CN103163141A (zh) | 基于嵌入式图像处理***的带钢表面在线检测***及方法 | |
CN104198325B (zh) | 基于计算机视觉的烟丝中梗丝比例测定方法 | |
CN104056790A (zh) | 一种马铃薯智能分选方法与装置 | |
CN105181714A (zh) | 一种基于图像处理的瓶装液体杂质检测***及其检测方法 | |
CN104729426A (zh) | 基于机器视觉的角钢自动在线检测***及方法 | |
CN107614127A (zh) | 利用多反射和多角度视图的新型基于颜色的光学分级*** | |
CN107036542A (zh) | 一种齿环内外径外观检测方法及装置 | |
CN205538710U (zh) | 一种基于机器视觉的电感质量自动检测*** | |
CN110174404A (zh) | 一种药粒在线缺陷检测装置及*** | |
CN106248680A (zh) | 一种基于机器视觉的电机换向器质量检测***及检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C17 | Cessation of patent right | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20111019 Termination date: 20140107 |