一种基于机器视觉的冬枣损伤检测剔除设备制造技术

本实用新型专利技术提出了一种基于机器视觉的冬枣损伤检测剔除设备，解决了现有技术中冬枣检测效率低、成本高的问题。该设备包括导轨，所述导轨倾斜设置，供冬枣在自身重力作用下滚落；暗室，设置于所述导轨上，所述冬枣滚入所述暗室内，所述暗室内设有用于补光的环形光源和用于对冬枣进行拍照的摄像头；图像处理设备，所述图像处理设备对所述摄像头拍摄的照片进行处理，计算出冬枣的损伤特征面积百分比，并将结果传输至单片机进行对比；剔除出口，所述剔除出口设置在所述导轨的下方并与其相连通，所述剔除出口与导轨的连通处设有与其大小相适配的步进叶轮，所述步进叶轮根据所述单片机的对比结果顺时针或逆时针旋转，实现优枣与劣枣的筛分。

【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设备
本技术涉及冬枣检测
，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
本技术提出一种基于机器视觉的冬枣损伤检测剔除设备，解决了现有技术中冬枣检测效率低、成本高的问题。本技术的技术方案是这样实现的：一种基于机器视觉的冬枣损伤检测剔除设备，包括导轨，所述导轨倾斜设置，供冬枣在自身重力作用下滚落；暗室，设置于所述导轨上，所述冬枣滚入所述暗室内，所述暗室内设有用于补光的环形光源和用于对冬枣进行拍照的摄像头；图像处理设备，所述图像处理设备对所述摄像头拍摄的照片进行处理，计算出冬枣的损伤特征面积百分比，并将结果传输至单片机进行对比；剔除出口，所述剔除出口设置在所述导轨的下方并与其相连通，所述剔除出口与导轨的连通处设有与其大小相适配的步进叶轮，所述步进叶轮根据所述单片机的对比结果顺时针或逆时针旋转，实现优枣与劣枣的筛分。作为一种优选的实施方式，所述导轨上还设有位于所述暗室上游位置的流速控制叶轮，所述冬枣在所述流速控制叶轮的作用下单个依次进入所述暗室内；所述流速控制叶轮由步进电机驱动旋转，所述流速控制叶轮上设有力传感器，所述力传感器感应到受力异常时，控制流速控制叶轮的步进电机反向旋转后再正向旋转。作为一种优选的实施方式，所述步进叶轮具有四片叶轮并在周向上均布，所述流速控制叶轮具有五片叶轮并在周向上均布；所述步进叶轮的旋转轴呈水平设置，所述流速控制叶轮的旋转轴呈竖直设置；所述步进叶轮的单次旋转角度为90°，所述控制流速控制叶轮的步进电机反向旋转的角度为72°。作为一种优选的实施方式，所述导轨的倾斜角度为30°，所述导轨、步进叶轮及流速控制叶轮均为不锈钢材质制作，在所述导轨和步进叶轮上还粘贴有纯白色的贴纸，以减小对冬枣颜色的干扰。采用了上述技术方案后，本技术的有益效果是：本技术的基于机器视觉的冬枣损伤检测剔除方法的设备利用摄像头不间断地采集冬枣图片，并利用图像处理算法将采集到的RGB图像转换为LAB模型，利用颜色分量描述冬枣的颜色特征方法，从而构建冬枣识别的快速检测法，之后再结合单片机、叶轮等执行机构实现对优枣和劣枣的高效分离。整个方法和设备能够实现对冬枣360°的动态监测，识别准确率高，剔除速度快，相对于基于核磁共振成像的水果轻微损伤识别，能够降低成本，提高安全性，无辐射。附图说明为了更清楚地说明本技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1为本技术检测剔除方法的工艺流程图；图2为本技术检测剔除设备一种实施例的结构示意图；图3为图2所示实施例去除暗室后的结构示意图；图中：1-导轨；2-暗室；3-摄像头；4-剔除出口；5-优枣出口；6-第一步进电机；7-流速控制叶轮；8-步进叶轮；9-第二步进电机。具体实施方式下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。实施例：如图2和图3所示，为本技术基于机器视觉的冬枣损伤检测剔除设备的一种实施例，其包括一个倾斜设置的导轨1，以供冬枣在自身重力作用下滚落，经过实验数据验证，导轨1的倾斜角度设置为30°为最佳。在导轨1上设置有流速控制叶轮7，该流速控制叶轮7由一个步进电机6控制旋转，流速控制叶轮7的旋转轴呈竖直设置，一般情况下，流速控制叶轮7是匀速旋转的，其作用是将滚落下来的冬枣单个依次通过。在流速控制叶轮7上还设置有力传感器(图中未示出)，其能够感受流速控制叶轮7所受的作用力，当有冬枣卡在流速控制叶轮7处时，力传感器即能感应到异常，此时即发出电信号至控制流速控制叶轮7的步进电机6处，控制步进电机6反向旋转一定角度后再正向旋转，以使得被卡住的冬枣能够顺利通过。此实施例中，流速控制叶轮7上共有5片叶轮并周向均布，流速控制叶轮7每次反向旋转的角度即为1/5圈，也即72°。当然也可根据需要随时调整流速控制叶轮7上叶轮的数量，例如更换成6片，从而改变叶轮之间的间距，适应不同大小的枣。在流速控制叶轮7的下游位置设置有暗室2，经流速控制叶轮7减速后的冬枣依次单个地进入到暗室2内，在暗室2内设有用于补光的环形光源(图中未示出)和用于对冬枣进行拍照的摄像头3，同时为了减小外界环境对冬枣的影响，在导轨1和步进叶轮8上均粘贴有纯白色的贴纸，而且环形光源的光强可根据实际的需要随时调整。在摄像头3对进入的冬枣进行不间断地拍照后，将采集到的冬枣图像传至图像处理设备进行分析处理，以提取计算出冬枣的损伤特征面积百分比S，并将计算的结果实时传递至单片机处与设定的阈值S0进行对比，若S≥S0,则代表此为劣枣，即利用剔除机构将此冬枣剔除，反之则为优枣，同样利用剔除机构进行筛分，最终实现优枣与劣枣的筛分。此处的剔除机构具体为一步进叶轮8，其也通过步进电机6进行控制，在导轨1的下方设置有一与其连通的剔除出口4，步进叶轮8正好处于剔除出口4与导轨1的连通处，步进叶轮8上设有四片叶轮并呈“十”字形，步进叶轮8的旋转轴呈水平设置。而且控制步进叶轮8的步进电机6也由单片机控制，S与S0比较的结果将决定步进电机6的旋转。如图1中角度所示，当S≥S0,则代表此为劣枣，此时的步进电机6控制步进叶轮8逆时针旋转90°，劣枣即掉落下去，并通过剔除出口4剔除。反之为优枣，则步进电机6控制步进叶轮8顺时针旋转90°，优枣即从优枣出口5排出，同时也保证了下一个冬枣的筛分。由于各个机构需要持续工作，极易产生磨损，因此此实施例中的导轨1、步进叶轮8及流速控制叶轮7均为不锈钢材质制作，可以有效延长其使用寿命。如图1所示，为该实施例的工艺流程图，其主要包括以下步骤：枣叶分离、图像采集、图像处理、剔除劣枣。其中，枣叶分离步骤是利用风力将质量小于冬枣的枝叶吹开，从而将冬枣筛选出来。冬枣在筛选出来后，在自身重力作用下沿倾斜设置的导轨滚落，然后滚入下方的暗室内，在滚落过程中，为了确保冬枣单个依次进入暗室内，在暗室的上游位置还需设置一个减速机构，以确保冬枣单个滚落。为了防止减速机构工作时冬枣卡入，该方法还特地在减速机构上设置了一力传感器，当冬枣在减速机构处卡住时，该力传感器就会感应到异常，此时，驱动减速机构的动力机构反向转动一定的角度，以使卡住的冬枣能够顺利通过，之后减速机构再正向旋转即可。冬枣在进入暗室内后，暗室内的摄像头对滚入的冬枣进行不间断地动态采样本文档来自技高网...

【技术保护点】
1.基于机器视觉的冬枣损伤检测剔除设备，其特征在于：包括导轨，所述导轨倾斜设置，供冬枣在自身重力作用下滚落；暗室，设置于所述导轨上，所述冬枣滚入所述暗室内，所述暗室内设有用于补光的环形光源和用于对冬枣进行拍照的摄像头；图像处理设备，所述图像处理设备对所述摄像头拍摄的照片进行处理，计算出冬枣的损伤特征面积百分比，并将结果传输至单片机进行对比；剔除出口，所述剔除出口设置在所述导轨的下方并与其相连通，所述剔除出口与导轨的连通处设有与其大小相适配的步进叶轮，所述步进叶轮根据所述单片机的对比结果顺时针或逆时针旋转，实现优枣与劣枣的筛分。

【技术特征摘要】
1.基于机器视觉的冬枣损伤检测剔除设备，其特征在于：包括导轨，所述导轨倾斜设置，供冬枣在自身重力作用下滚落；暗室，设置于所述导轨上，所述冬枣滚入所述暗室内，所述暗室内设有用于补光的环形光源和用于对冬枣进行拍照的摄像头；图像处理设备，所述图像处理设备对所述摄像头拍摄的照片进行处理，计算出冬枣的损伤特征面积百分比，并将结果传输至单片机进行对比；剔除出口，所述剔除出口设置在所述导轨的下方并与其相连通，所述剔除出口与导轨的连通处设有与其大小相适配的步进叶轮，所述步进叶轮根据所述单片机的对比结果顺时针或逆时针旋转，实现优枣与劣枣的筛分。2.如权利要求1所述的设备，其特征在于：所述导轨上还设有位于所述暗室上游位置的流速控制叶轮，所述冬枣在所述流速控制叶...

【专利技术属性】
技术研发人员：曹硕，鹿贺伟，蔡文通，张钟予，李远洋，王伟，车清论，张建军，车飞妮，
申请(专利权)人：青岛理工大学，
类型：新型
国别省市：山东,37