The invention proposes a method and equipment for detecting and eliminating damage of winter jujube based on machine vision, and solves the problems of low detection efficiency and high cost in the prior art. The method includes the following sequential steps: separation of jujube leaves, image acquisition, image processing, elimination of inferior jujube, etc. The device includes guide rail, inclined guide rail setting, for the winter jujube to roll down under its own gravity; darkroom, which is set on the guide rail, has a ring light source for supplementing light and a camera for taking photos of the winter jujube in the darkroom; image processing equipment, image processing equipment; Processing the photographs taken by the camera, calculating the percentage of damage characteristic area of winter jujube, and transmitting the results to the single chip computer for comparison; eliminating the exit, eliminating the exit set under the guide rail and connected with it, eliminating the connection between the exit and the guide rail is equipped with a stepping impeller matching its size, and the stepping impeller is clockwise or counterclockwise according to the results of the single chip computer comparison. Rotating to realize the screening of good and bad jujube.
【技术实现步骤摘要】
一种基于机器视觉的冬枣损伤检测剔除方法及设备
本专利技术涉及冬枣检测
,特别是指一种基于机器视觉的冬枣损伤检测剔除方法及设备。
技术介绍
我国冬枣产量大,冬枣果实的表皮较薄且脆,为了不对冬枣的表皮产生破坏,通常都是通过人工进行采摘,现有技术为了提高采摘的效率,也出现了很多冬枣专用的采摘机械。在冬枣采摘完成后,为最大限度的保持果实的新鲜,需要较为高效的设备来将优质果品和劣果进行分离,现有的方法通常是利用高光谱检测法或核磁共振图像进行分析,但这种方法检测效率低、每个冬枣的检测周期过长,且所需的成本较高。
技术实现思路
本专利技术提出一种基于机器视觉的冬枣损伤检测剔除方法,解决了现有技术中冬枣检测效率低、成本高的问题。本专利技术的技术方案是这样实现的:基于机器视觉的冬枣损伤检测剔除方法,包括如下顺序步骤S1.枣叶分离,利用风力将质量小于冬枣的枝叶吹开,将冬枣筛选出来;S2.图像采集,前述步骤筛选出的冬枣在自身重力作用下滚入暗室内,所述暗室内设有用于补光的环形光源,所述暗室内的摄像头对滚入的冬枣进行不间断地动态采样;S3.图像处理,利用图像处理算法将前述步骤采集到的RGB图像转化到LAB模型空间,利用颜色分量描述冬枣颜色特征,对采集到的图片进行滤波增强,去除图像中的干扰,对图片进行锐化处理,凸显冬枣特征,采用阈值分割得到包含冬枣的图像区域,去除图像中的背景;S4.剔除劣枣,提取冬枣的损伤特征面积百分比S,并将S与设定的阈值S0进行比较,比较结果通过单片机控制步进电机动作,将优枣和劣枣进行分离。作为一种优选的实施方式,所述步骤S2中S21.所述冬枣经过减速机构的减 ...
【技术保护点】
1.基于机器视觉的冬枣损伤检测剔除方法,其特征在于:包括如下顺序步骤S1.枣叶分离,利用风力将质量小于冬枣的枝叶吹开,将冬枣筛选出来;S2.图像采集,前述步骤筛选出的冬枣在自身重力作用下滚入暗室内,所述暗室内设有用于补光的环形光源,所述暗室内的摄像头对滚入的冬枣进行不间断地动态采样;S3.图像处理,利用图像处理算法将前述步骤采集到的RGB图像转化到LAB模型空间,利用颜色分量描述冬枣颜色特征,对采集到的图片进行滤波增强,去除图像中的干扰,对图片进行锐化处理,凸显冬枣特征,采用阈值分割得到包含冬枣的图像区域,去除图像中的背景;S4.剔除劣枣,提取冬枣的损伤特征面积百分比S,并将S与设定的阈值S0进行比较,比较结果通过单片机控制步进电机动作,将优枣和劣枣进行分离。
【技术特征摘要】
1.基于机器视觉的冬枣损伤检测剔除方法,其特征在于:包括如下顺序步骤S1.枣叶分离,利用风力将质量小于冬枣的枝叶吹开,将冬枣筛选出来;S2.图像采集,前述步骤筛选出的冬枣在自身重力作用下滚入暗室内,所述暗室内设有用于补光的环形光源,所述暗室内的摄像头对滚入的冬枣进行不间断地动态采样;S3.图像处理,利用图像处理算法将前述步骤采集到的RGB图像转化到LAB模型空间,利用颜色分量描述冬枣颜色特征,对采集到的图片进行滤波增强,去除图像中的干扰,对图片进行锐化处理,凸显冬枣特征,采用阈值分割得到包含冬枣的图像区域,去除图像中的背景;S4.剔除劣枣,提取冬枣的损伤特征面积百分比S,并将S与设定的阈值S0进行比较,比较结果通过单片机控制步进电机动作,将优枣和劣枣进行分离。2.如权利要求1损伤的方法,其特征在于:所述步骤S2中S21.所述冬枣经过减速机构的减速后,依次单个进入所述暗室内;S22.在所述暗室的内表面上粘贴纯白色贴纸,以防止其他颜色对采集图像的干扰;S23.通过对电流大小的控制改变所述环形光源的光强,以凸显冬枣的重要特征,降低图像处理的难度。3.如权利要求2所述的方法,其特征在于:所述步骤S21中S211.减速机构上的力传感器实时感应,若感应到异常,则反转一定角度后再正向旋转。4.如权利要求1所述的方法,其特征在于:所述步骤S3中S31.所述图像处理算法首先将RGB转换为XYZ,其中,RGB为像素的三个通道,取值范围均为[0,255],转换公式如下S32.再将XYZ转换为LAB,转换公式如下上述公式(5)和公式(6)中,L*,a*,b*是最终的LAB色彩空间三个通道的值,X、Y、Z是RGB转换为XYZ后计算出来的值,Xn、Yn、Zn分别选取0.950456、1.0、1.088...
【专利技术属性】
技术研发人员:张建军,鹿贺伟,曹硕,车清论,王伟,车飞妮,
申请(专利权)人:青岛理工大学,
类型:发明
国别省市:山东,37
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。