共查询到20条相似文献,搜索用时 343 毫秒
1.
随着计算机和机械自动化技术的不断发展,基于机器视觉的无损检测技术被应用到各个领域。在苹果分拣机上使用无损检测技术,不仅可以提高苹果的分拣效率,而且可以减轻苹果的损伤。为此,将机器视觉技术引入到了苹果分拣机的图像识别系统设计上,通过对苹果图像的采集、处理、轮廓特征提取与计算,利用确定好的分拣等级自动实现了苹果的等级分类,再由自动控制系统将不同等级的苹果分拣到指定位置,从而实现了苹果分拣的自动化。为了验证方案的可行性,对分拣机的图像识别系统进行了测试,结果表明:分拣机根据苹果周长可以成功地实现等级的自动化划分,对于实现水果的自动化分拣具有重要的意义。 相似文献
2.
3.
【目的】快速分拣农用机械上的各种板件,高效地实现农业机械的安装。【方法】课题组提出使用分拣机器人工作站代替人工分拣多规格板件的设想,确定农用机械多规格板件分拣工作站的总体方案以及视觉系统的总体方案,对视觉系统所需的硬件进行设计和选型,对视觉系统软件的设计以及软件之间的通信进行研究,并将三种规格板件各100块分批放入工作站中进行视觉识别分类与分拣。【结果】三种规格板件的识别成功率都在95%以上,该视觉系统的可靠性、准确性及工作效率较高。【结论】课题组所设计的分拣机器人工作站视觉系统能够高效、快速地识别出农用机械上的各种不同规格板件,从而大大提高农用机械的安装效率,降低人工成本,进一步提高生产能力。 相似文献
4.
【目的】异型烟是指和标准条烟尺寸规格有区别的异型包装卷烟。近年来,客户对异型烟的需求不断增多,地市级烟草物流配送中心在未来会面对越来越多的异型烟分拣任务,需要针对异型烟包装特点以及卷烟的订单结构,来调整异型烟设备分拣调度系统模型。传统的异型烟分拣方法采用人工分拣,劳动强度较大、分拣率低、错误率高,难以盘点。【方法】首先,课题组从目前大多物流中心的异型烟分拣方案出发,分析分拣方案、分拣流程以及异型烟的分拣问题;其次,针对异型烟设备分拣调度系统模型进行研究,分析机械结构、控制系统、数据库;最后,构建出全自动的异型烟分拣模型。【结果】全自动的异型烟分拣模型彻底解决了传统异型烟分拣方法错误率高、分拣效率低、人力资源消耗大、盘点难度系数高等问题,该系统可以弥补人工分拣作业的不足。【结论】全自动的异型烟分拣系统市场应用前景广阔。 相似文献
5.
基于可见/近红外光谱技术设计了手机联用的苹果糖度便携式检测装置,旨在通过优选特征波段确定适合苹果糖度检测的波段范围及光学传感器,并通过与手机的联用完成苹果糖度的高效、便携、低成本的无损检测。选择STS-NIR微型光纤光谱仪(波长范围650~1100nm),利用实验室自行搭建的光谱采集平台对120个苹果进行光谱采集,通过偏最小二乘(PLS)算法对全波长数据进行建模,并采用连续投影法(SPA)、遗传算法(GA)和竞争自适应重加权抽样法(CARS)等变量选择方法对全波长进行特征波段的识别来选择有效波长。变量选择结果显示,所得3组特征波段含有重合项,且均包含与苹果糖度有关的变量。利用偏最小二乘(PLS)算法建立关于苹果糖度基于3组特征波段的预测模型,并对3组结果进行分析,包括对预测相关系数、预测均方根误差比较等,来评估所建模型的准确性。试验结果表明,利用3组特征波段所得建模结果均比较良好,预测相关系数都在0.93以上,其中GA-PLS模型对苹果糖度的预测效果最优,预测相关系数可达0.9447。根据上述所得特征波段的高度重合项,确定了检测苹果糖度的特征波段及其对应的光学传感器,并基于所设计的苹果糖度便携式检测装置对另取的40个苹果进行试验验证,苹果糖度的预测相关系数可达0.8822。结果表明,本文所设计的基于特征波段的手机联用的苹果糖度便携式检测装置,成本低、便于携带、检测准确率高,具有实现苹果糖度的实时无损检测的可行性。 相似文献
6.
针对成品卷烟外表面缺陷种类多、分类细、人工质检无法对卷烟外观的细粒度缺陷进行系统性检测的问题,设计一种成品卷烟外观检测设备,自动完成成品卷烟的外观全矢量成像和缺陷检测。利用黑箱法对检测设备的技术系统进行分析,并设计了成品卷烟检测设备,该设备主要包括储供装置、单元离散装置、外观成像装置、分拣装置和缺陷检测模型;对影响卷烟运行稳定性、卷烟无损率、成像质量的关键因素进行试验,在单元离散装置上对卷烟运行稳定性因素进行正交试验,结果表明,当滑板提升速度为0.3m/s、过渡板倾斜角为40°、辊子速度为0.045m/s时,烟支输送无斜率可达100%,无偏移率可达99.5%,在分拣装置上对造成卷烟损伤的关键因素进行正交试验,结果表明,当气缸伸缩速度为20mm/s、弹簧刚度为3N/mm时,烟支损伤率为0,对影响成像质量的关键光照因素进行试验,结果表明,光源照射角为10°、光源与烟支高差为30mm时,图像直方图的像素点与其亮度分布包络线平缓,图像清晰;最后,在设备上完成54mm×100规格烟支的检测试验,利用改进HourglassNet-YOLO v4网络模型对成像进行缺陷检测,结果表明,烟支缺陷检出准确率达到98%,缺陷分类准确率达到95.4%。试验结果表明,该设备运行稳定,能够满足成品卷烟外观检测需求。 相似文献
7.
【目的】像苹果、梨子、桃子这类树高3 m左右的树生水果的采摘仍主要采用传统的手工作业方式,劳动强度大、劳动成本高,人工采摘作业不仅效率低下还具有一定的危险性。而目前研究开发的农业采摘机器人多采用刚性关节型机械臂,难以满足某些地方果树生长密集、枝条随机生长等情况的采摘需要,为了解决这些问题,亟需设计一款柔性采摘机械臂。【方法】课题组根据仿生学原理,模仿大象鼻子的运动机理,设计了一种拉绳驱动的仿象鼻柔性采摘机械臂,并基于该机械臂设计了一种树生水果采摘机器人。采用三维数字化软件SolidWorks对树生水果采摘机器人进行三维建模,树生水果采摘机器人的整体结构主要由机械爪部分、机械臂部分、收集装置部分、车身部分组成。【结果】机械爪部分可以夹裹目标果实;机械臂部分可实现多自由度、较大幅度的柔顺弯曲运动,用于实现机械爪在抓取、采摘过程中所需的各种柔性运动,配合可升降的收集装置部分,能有效缩短机械臂的运动行程,进一步提高采摘效率;车身部分带有水果收集箱,采摘后的水果能暂时储存在车身部分中。【结论】该采摘机器人具有工作空间更大、灵活性更强、安全性更高等优点,可以满足枝条密集、作业空间狭窄环境下的采摘作... 相似文献
8.
【目的】机器视觉技术具有无损、快速、准确、智能化程度高等优点,被广泛应用于水果检测中,替代人工对水果的检测分级,因此研究小组基于机器视觉技术,来探究蜜柑横径的测量方法和过程。【方法】研究小组在试验研究过程中,通过图像采集系统获取蜜柑样本图像,并对其进行灰度化、中值滤波等预处理,采用阈值分割的方法将蜜柑图像和背景图像进行分割。对蜜柑图像区域进行填充和形态学处理等,提取蜜柑的边缘轮廓图像;运用Canny算子的边缘检测技术,最终提取出蜜柑的轮廓;依据轮廓图像,采用拟合圆法,将拟合出的圆的直径作为蜜柑横径数据,并和人工实测的蜜柑横径数据进行比对和分析。【结果】从测试样本中随机取出9个蜜柑样本进行试验,通过相对误差数据表明,机器视觉技术能够比较合理、准确地计算出蜜柑的横径。【结论】将机器视觉技术应用到蜜柑横径的测量中,通过采用相关的图像处理方法和数据运算,探讨出了蜜柑横径的测量过程和方法,为蜜柑乃至柑橘类水果的智能化分级提供了方法理论和数据基础。 相似文献
9.
【目的】传统的河蟹分拣方法主要依靠人眼识别,误差率大,耗时耗力,且易对河蟹造成损伤。随着机器视觉技术和人工智能的高速发展,基于视觉识别技术的河蟹分拣方法效率高、准确度高。【方法】课题组设计了一种基于品质智能分级技术的河蟹高效分级系统,通过使用不同等级的雌雄河蟹各20只进行分级试验,利用视觉模块的图像采集与图像处理技术采集河蟹图像,经过图像的灰度化、滤波、增强、图像分割和形态学处理消除环境干扰,结合河蟹雌雄判别技术和河蟹肥满度公式,计算得到河蟹公母与肥满度识别准确率指标。【结果】该系统的河蟹雌雄平均识别准确率为97.5%,肥满度平均识别准确率为97%,证实了分级装置的可靠性。【结论】该系统采用视觉识别技术进行河蟹无损检测,可以实现低损伤、高效率、高准确度识别河蟹,与传统人工相比提高了判别准确度,提升了分拣效率,大幅节省人力、物力,具有广泛的应用前景。 相似文献
10.
针对传统果蔬品质检测方法中因样本数量不足而导致检测误差大的问题,提出了一种基于面光源下光子传输模拟的苹果品质检测方法。以苹果为研究对象,采用蒙特卡洛方法仿真光子在苹果双层平板模型的运动轨迹,快速得到20000幅苹果组织表面光亮度分布图像,以光学参数作为标签,输入卷积神经网络进行训练,将得到的模型进行微调迁移,应用到少量实测苹果光谱图像的数据集上进行光学特性参数的反演,最后将该网络模型全连接层的输出结果与苹果品质建立关联,实现对苹果糖度及硬度的无损检测。结果表明,果肉吸收系数μa2反演准确率为93.24%,果肉散射系数μs2反演准确率为92.54%;与传统光学参数方法相比,苹果品质分类模型糖度和硬度的预测准确率分别提高了5.87、6.48个百分点,苹果品质回归模型糖度和硬度的决定系数分别提高了0.1397和0.088,与基于点光源的预训练模型相比达到了更好的效果。 相似文献
11.
12.
13.
计算机视觉苹果分级系统 总被引:15,自引:1,他引:15
回顾了计算机视觉技术在苹果品质检测和分级中应用的进展,提出了计算机视觉苹果高速分级的系统模型。计算机视觉苹果分级系统可以对苹果的外部缺陷、色泽、尺寸和形状进行全面的检测,在此基础上,可对苹果进行高速和精确的分级。 相似文献
14.
苹果糖度高光谱图像可视化预测的光强度校正方法 总被引:3,自引:0,他引:3
针对类球形水果表面曲率变化引起高光谱图像光响应强度差异较大,难以有效预测各部位的品质信息的问题,以富士苹果为研究对象,对高光谱图像进行黑白标定后,以糖度测试部位为感兴趣区域提取平均光谱并建立糖度的定量预测模型,校正集相关系数Rc为0.930 5,校正均方根误差RMSEC为0.433 1;高光谱图像经构建掩模消除样本背景噪声后,提出了高光谱图像光强度校正方法,比较校正前后的高光谱图像能量分布图可以发现光强度得到有效补偿,对校正后的高光谱图像标记空间信息并提取对应光谱,用已建立的苹果糖度模型计算各像素点对应的糖度值,绘制苹果糖度的伪彩色分布图。研究结果表明,高光谱图像经强度校正可以快速无损的预测苹果的糖度及其分布。 相似文献
15.
近红外透射苹果运动速度模型适用性的研究 总被引:1,自引:0,他引:1
应用近红外透射检测技术在线检测苹果的糖度,分析运动速度对模型适用性的影响,在实验台分别以0,0.3,0.6,0.9m/s的切线速度检测苹果光谱,应用偏最小二乘法(PLS)建立苹果糖度的模型,得出最好的模型相关系数R为0.9386,校正标准差RMSEC为0.2894,最佳主因子数为4.研究结果表明:苹果运行速度对模型的预测结果有影响,用每个速度下的大量样品参与建模,可以有效地提高模型的稳健性,从而减少模型对水果运行速度的敏感性;当速度超过范围(阀值0.9m/s),模型的稳定性较差. 相似文献
16.
【目的】常规的柔性机械臂姿态自动检测方法,检测错误次数多,精度较低,需要设计一种全新的农业纸带栽种机械的柔性机械臂姿态自动检测方法。【方法】该方法使用姿态传感器作为数据采集装置,采集农业纸带栽种机械的柔性机械臂姿态数据。结合数据建立相应的姿态图像坐标系,根据柔性机械臂姿态在图像中的随动效应,计算出农业纸带栽种机械的柔性机械臂姿态自转角。根据编码器实测的角度,姿态角度传感器实测角度,求出柔性机械臂末端在竖直方向的高度,进而计算出姿态变化过程中柔性机械臂末端变形量。利用柔性机械臂姿态自转角和柔性机械臂末端变形量之间的相关性,求出待检柔性机械臂姿态的位置信息,进而实现了农业纸带栽种机械的柔性机械臂姿态自动检测。【结果】该方法的错误次数均值仅为5.25次,平均错误次数小于6,而对比方法达到了10次以上,相较于对比方法,该方法的柔性机械臂姿态检测错误次数降低了4次以上。【结论】设计的农业纸带栽种机械的柔性机械臂姿态自动检测方法有效降低了错误次数,检测方法精度高,检测效果较好,具备一定的应用价值。 相似文献
17.
18.
基于CT技术的苹果贮藏期内主要成分无损检测 总被引:2,自引:0,他引:2
为了探讨富士苹果内部主要成分与其剖面CT值之间线性关系在贮藏期内的变化,使用X射线CT技术,对处于不同贮藏期的苹果进行扫描,获得CT图像及CT值,并测量苹果内部的主要成分含量,建立不同贮藏期CT值与苹果内部主要成分含量的线性模型.经过比较发现,苹果内部pH值及糖度随着贮藏期的增长而增大,而含水率及可滴定酸含量随着贮藏期的增长而降低,同时各成分与CT值的线性相关模型随着贮藏时间的变化也发生了相应变化.将贮藏时间参数引入苹果内主要成分含量的预测模型,并验证其准确性及可行性,结果表明预测模型的平均误差率小于10%,利用以上预测模型进行苹果内部主要成分的无损检测是一种可行的方法. 相似文献
19.
为了探讨富士苹果内部主要成分与其剖面CT值之间线性关系在贮藏期内的变化,使用X射线CT技术,对处于不同贮藏期的苹果进行扫描,获得CT图像及CT值,并测量苹果内部的主要成分含量,建立不同贮藏期CT值与苹果内部主要成分含量的线性模型。经过比较发现,苹果内部pH值及糖度随着贮藏期的增长而增大,而含水率及可滴定酸含量随着贮藏期的增长而降低,同时各成分与CT值的线性相关模型随着贮藏时间的变化也发生了相应变化。将贮藏时间参数引入苹果内主要成分含量的预测模型,并验证其准确性及可行性,结果表明预测模型的平均误差率小于10%,利用以上预测模型进行苹果内部主要成分的无损检测是一种可行的方法。 相似文献