[发明专利]基于机器视觉的柑橘在线自动采摘分选系统

说明书

技术领域

本发明属于自动控制技术领域，更具体的说，属一种基于机器视觉的柑橘在线自动采摘分选系统。

背景技术

水果采摘机器人研究开始于1968年，美国学者Schertz和Brown提出利用果实和叶子在电磁光谱的可见光和红外区域反射率的不同来检测水果，Parrish和Goksel在1977年据此理论构建了第一个较为实用的苹果视觉识别系统。基于机器视觉识别果实可划分两类：一是根据颜色或者灰度特征进行识别、定位；二是在图像采集时使用滤波片或其它设备获取较为简单的图像，再根据形状特征寻找果实。Harrell等对柑橘类采摘机器人进行了研究，用色调、饱和度以及RGB颜色信息进行分类，这种分类方法将成熟的柑橘或其它水果从背景中分离比较有效，但需要人工照明，并且不能检测有遮挡的果实；Grasso等研究的机器人采摘系统，受果实遮挡或天气变化影响，有86%检出率和5%的误识率；Illingworth等运用圆形Hough变换（CHT）检测图像中西红柿轮廓的弧度，但采用人工设定阈值，不能适用光线变化。可见，目前果实收获机器人的研究大都还停留在理论或试验阶段，没真正想产业化迈进。

发明内容

本发明为了有效地解决以上技术问题，给出了一种基于机器视觉的柑橘在线自动采摘分选系统。本发明给出的基于机器视觉的柑橘在线自动采摘分选系统，利用机器视觉在自然情况下对成熟柑橘进行识别定位，并自动采摘，并完成传输收集。

本发明的一种基于机器视觉的柑橘在线自动采摘分选系统，其特征在于：包括ARM控制器、信号转换模块、电源模块、系统复位模块、数据传输接口电路、键盘输入模块、显示模块、上位机、驱动模块、采摘执行单元、运输执行单元、图像预处理模块、CCD摄像机、待采样本、LED光照射模块；其中：

所述ARM控制器分别与所述信号转换模块、所述电源模块、所述系统复位模块、所述数据传输接口电路、所述键盘输入模块、所述显示模块相连，所述上位机分别与所述数据传输接口电路、所述驱动模块相连，所述驱动模块分别与所述采摘执行单元、所述运输执行单元相连，所述图像预处理模块分别与所述信号转换模块、所述CCD摄像机相连，所述CCD摄像机分别与所述图像预处理模块、所述待采样本相连，所述待采样本分别与所述CCD摄像机、所述LED光照射模块相连。

本发明与现有技术相比：具有系统结构简单、安装与调试方便、系统可靠性高、测量精度高、功耗低、易于普及推广、维修方便等优点。

附图说明

附图1是本发明基于机器视觉的柑橘在线自动采摘分选系统的结构示意图。

具体实施方式

图1是本发明基于机器视觉的柑橘在线自动采摘分选系统的结构示意图，基于机器视觉的柑橘在线自动采摘分选系统包括ARM控制器1、信号转换模块2、电源模块3、系统复位模块4、数据传输接口电路5、键盘输入模块6、显示模块7、上位机8、驱动模块9、采摘执行单元10、运输执行单元11、图像预处理模块12、CCD摄像机13、待采样本14、LED光照射模块15；其中：

所述ARM控制器1分别与所述信号转换模块2、所述电源模块3、所述系统复位模块4、所述数据传输接口电路5、所述键盘输入模块6、所述显示模块7相连，所述上位机8分别与所述数据传输接口电路5、所述驱动模块9相连，所述驱动模块9分别与所述采摘执行单元10、所述运输执行单元11相连，所述图像预处理模块12分别与所述信号转换模块2、所述CCD摄像机13相连，所述CCD摄像机13分别与所述图像预处理模块12、所述待采样本14相连，所述待采样本14分别与所述CCD摄像机13、所述LED光照射模块15相连。