[发明专利]一种基于机器视觉的天宝蜜柚外观检测分级装置及其方法在审

专利信息
申请号: 202010193621.1 申请日: 2020-03-19
公开(公告)号: CN111359892A 公开(公告)日: 2020-07-03
发明(设计)人: 王柄钞;段慧华;王靖文;李家浩;李好;邓博文 申请(专利权)人: 王柄钞
主分类号: B07C5/00 分类号: B07C5/00
代理公司: 暂无信息 代理人: 暂无信息
地址: 610500 四*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 机器 视觉 天宝 外观 检测 分级 装置 及其 方法
【权利要求书】:

1.一种基于机器视觉的天宝蜜柚外观检测分级装置,包括检测分级对象天宝蜜柚(2);

其特征在于:

设置有传送带(1)、托盘(3)、光室(4)、灯罩(5)、光源(6)、工业相机(7)、光源调节器(8)、光电传感器(9)、单片机控制器(10)、笔记本电脑(11);

其位置连接关系是:

在光室(4)正下方设置有传送带(1),在传送带(1)的上方放置有托盘(3),托盘(3)内放置天宝蜜柚(2);

在光室(4)顶部中央设置有灯罩(5)、光源(6)、工业相机(7)、光源调节器(8),灯罩(5)、光源(6)、工业相机(7)正对天宝蜜柚(2),工业相机(7)与托盘(3)上表面的距离为600mm,工业相机(7)与笔记本电脑(11)连接;

在光室(4)左侧内壁设置有光电传感器(9),光电传感器(9)、单片机控制器(10)、笔记本电脑(11)依次连接。

2.根据权利要求1所述的一种基于机器视觉的天宝蜜柚外观检测分级装置,其特征在于:

所述笔记本电脑(11)的图像处理软件的工作流程:

a、获取天宝蜜柚图像(110);

b、邻域均值滤波降噪(120);

c、自适应迭代选择阈值法进行图像分割(130);

d、Sobel算子提取天宝蜜柚图像边界(140);

e、将目标区域划分成k个大小相等的区域(150);

f、提取天宝蜜柚黄绿色样本S(160);

g、计算样本S与k个区域的RG的均值和标准差(170);

h、计算非边界集合A中黄绿色区域占比P,并与阈值比较获取对应蜜柚等级(180);

i、将结果通过软件可视化实时展示,并把结果保存至数据库中(190)。

3.根据权利要求1-2所述装置的一种基于机器视觉的天宝蜜柚外观检测分级方法,其特征在于:

①天宝蜜柚图像的采集

将需要分级的天宝蜜柚放到托盘内,将托盘按照编号顺序依次置于传送带上,运行电机让天宝蜜柚在传送带上运行,当天宝蜜柚运行至光室左侧的光电传感器时触发开关,单片机控制器接收光电传感器的触发信号,并发送给笔记本电脑,笔记本电脑控制工业相机拍照采集天宝蜜柚图像;

②天宝蜜柚图像的预处理

a、对天宝蜜柚图像进行裁剪,尽可能地去掉所有的背景信息而保留全部的宝蜜柚图像信息;

b、利用邻域均值滤波算法去除天宝蜜柚图像中的高斯噪声和椒盐噪声;

c、利用自适应迭代选择阈值法对天宝蜜柚图像进行图像分割;

d、利用Sobel算子提取天宝蜜柚图像边界,获得非边界图像集合A;

③天宝蜜柚外观检测模型的建立

将图像集合A划分成k个大小相等的区域;

提取天宝蜜柚的黄绿色样本值S;

计算样本S的RG的均值、;

计算k个区域的RG的均值、;

④天宝蜜柚等级判定

ⅰ、计算当满足条件的区域的面积,获得黄绿色区域面积;

ⅱ、计算在非边界集合A中黄绿色区域的占比P;

ⅲ、当P值小于等于0.3时判定该天宝蜜柚为特等,当P值大与0.3并小于等于0.5时判定该天宝蜜柚为一等,当P值大与0.5并小于等于0.7时判定该天宝蜜柚为二等,当P值大于0.7时判定该天宝蜜柚为三等;

⑤检测结果的可视化展示

利用笔记本电脑内编写的软件,将天宝蜜柚的判定等级利用软件内的可视化工具Echarts进行实时展示和分析,最终将结果按照编号存入数据库中。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于王柄钞,未经王柄钞许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010193621.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top