基于机器视觉的苹果最大横切面直径分级方法.pdf

基于机器视觉的苹果最大横切面直径分级方法.pdf

ID:55975407

大小:1.35 MB

页数:5页

时间:2020-03-23

基于机器视觉的苹果最大横切面直径分级方法.pdf_第1页
基于机器视觉的苹果最大横切面直径分级方法.pdf_第2页
基于机器视觉的苹果最大横切面直径分级方法.pdf_第3页
基于机器视觉的苹果最大横切面直径分级方法.pdf_第4页
基于机器视觉的苹果最大横切面直径分级方法.pdf_第5页
资源描述:

《基于机器视觉的苹果最大横切面直径分级方法.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第28卷第2期2012年1月农业工程学报TransactionsoftheCSAE、,01.28No.2Jan.2012基于机器视觉的苹果最大横切面直径分级方法陈艳军1,张俊雄1,李伟1,任永新2,谭豫之1※(1.中国农业大学T学院,北京100083:2.机械科学研究总院先进制造技术研究中心,北京100083)摘要:针对中国苹果产后分选率和分选精度均较低而影响其商品价值等现状,在GB/T10651.2008《鲜苹果》颁布的背景下,设计了一套基于机器视觉技术的苹果分选系统。针对红富士苹果,采用了一种利

2、用RGB颜色模型R—B通道进行阈值分割和均值滤波后,通过行扫描提取出轮廓的方法。提出了2种对苹果进行大小分级的理论模型:一种以苹果轮廓线上两点之间的最大距离作为分级标准;另一种以苹果最大横切面直径作为分级标准,其中苹果最大横切面直径通过曲线拟合得出。利用VC6.0软件编程实现了上述2种分级模型的算法。通过40个苹果6次在线分级试验表明,模型一分级正确率为93.3%,模型二分级正确率为87.1%,双通道分级效率最高可达12个/s,达到了苹果在线分选商品化应用的基本要求,为近球形果蔬参照行业分级标准进行

3、大小自动化分选提供参考。关键词:模型,算法,分级,机器视觉,苹果doi:10.39698.issn.1002—6819.2012.02.049中图分类号:S126,TP391.4文献标志码:A文章编号:1002—6819(2012)一02—0284—05陈艳军,张俊雄,李伟,等.基于机器视觉的苹果最大横切面直径分级方法[J】.农业工程学报,2012,28(2):284—288.ChelaYanjun,ZhangJunxiong,LiWei,eta1.Gradingmethodofapplebymax

4、imumcross—sectionaldiameterbasedoncomputervision[J].TransactionsoftheCSAE,2012,28(2):284--288.(inChinesewithEnglishabs订ac00引言中国苹果年产量居世界第一,但水果分级技术落后、产后处理能力不足等严重制约着中国苹果商品附加值的提升【l。】。在表征苹果品质的所有参数中,大小是重要的参数之一。目前可用于苹果等类圆形水果自动分选的机械方法有筛子分选法、回转带分选法、辊轴分选法、滚筒式分选法

5、等卜卯,但由于机械分选方式存在各种缺点而未得以推广。近年来,国内外专家学者针对苹果作了大量基于机器视觉技术的大小分级研究。Paulus等【6】人提出以表面积、直径和体积作为表征苹果大小的参数,这3个参数都是对4幅不同角度的图片取平均值,但并未做进一步的研究试验验证。刘禾、汪懋华等【_刀通过求取最大果宽和果轴长度来估测苹果最大果径,并给出2个参数的系数,依照此系数计算出表征苹果大小的数学关系式。康晴吲8】利用改进的面积投影法计算苹果的平均直径,并以此作为大小分级的标准。此外,应义斌【9】、冯斌【101

6、、柏流芳【11】、安爱琴【12】、刘燕德㈣等就水果大小分级展开了相关的研究。GB/T10651—2008《鲜苹果》的颁布,使得苹果在大小分级时各级苹果的果径范围等发生了相应的改变【14】,但目前国内尚无基于此标准的分级研究,且国收稿日期:2011-03.15修订日期:2011.11.15基金项目:北京市科技计划(Z101105002510004)作者简介:陈艳军(1986一),男,重庆市忠县人,主要从事机器视觉检测及农业机器人技术研究。北京中国农业大学工学院,100083。Email..522068

7、343@163.corn。※通信作者:谭豫之(19“一),教授,博士生导师。主要从事机器人及机器视觉检测技术的研究。北京中国农业大学工学院,100083。Email:yztan@c眦.edu.cn内外大部分现有相关研究仅停留于科研试验状态,由于分级精度、分级效率、使用成本等因素不甚理想难以真正进入市场实现广泛的应用【l孓Ⅲ。本文提取苹果轮廓后,建立了2种理论模型对苹果进行大小分级,并通过动态试验对2种模型的在线分级正确率进行验证。试验表明:2种分级模型的分级精度及分级效率均达到了商品化应用的高效实时

8、的基本要求,为近球形果蔬参照行业分级标准进行大小自动化分选提供参考。1系统简介1.1工作原理基于机器视觉技术的苹果自动化分选系统采用PC.PLC主从式架构,主要由图像采集系统、图像处理系统、传送系统、控制系统和照明系统5个部分构成[17-20】。当苹果通过传送系统进入图像采集区域后,位于该区域内的双锥形滚轮在下方摩擦带的带动下向前移动的同时发生滚动,从而使得苹果发生翻转。每个苹果通过图像采集区域内每个“果杯”位置时,光电传感器3产生一个脉冲信号传递至PLC控制摄像机8

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。