一种基于机器视觉的根茎类农产品缺陷检测方法技术

本发明专利技术提供一种基于机器视觉的根茎类农产品缺陷检测方法，其解决了现有农产品缺陷检测效率及质量不高的技术问题，步骤主要包括：S1、图像拍摄；S2、图像预处理；S3、图像分析；S4、指令发送。通过机器视觉检测农产品表面缺陷，实现快速且准确的筛选。本发明专利技术方法步骤简单，执行效率较高，依靠根茎农作物常见的跌落式输送机构，进行下落过程拍摄，可获得较为全面的图像，识别准确度高，具备较好的表面缺陷检测能力，可广泛应用于农产品分拣技术领域。可广泛应用于农产品分拣技术领域。可广泛应用于农产品分拣技术领域。

【技术实现步骤摘要】
一种基于机器视觉的根茎类农产品缺陷检测方法


[0001]本专利技术涉及农产品分拣
，特别涉及一种基于机器视觉的根茎类农产品缺陷检测方法。

技术介绍

[0002]农产品上市销售前，一般要经过分拣包装环节，借助这个过程，可以有效剔除问题产品，同时更加精细化划分出产品等级，有利于后期分级销售，实现利润最大化。早期我国农产品分拣大都采用人工分拣，不仅费时费力，效率低下，而且分拣的标准因人而异，导致分拣质量不一。近年来，我国在农业蔬菜领域逐步增加了专业分拣系统投入，使其可以代替一部分人工分拣，起到了良好的作用。
[0003]目前，市场上现有的分拣系统一般采用定制的分拣机构完成分拣工作，虽然效率比较高，但受限于特定场景应用，大都应用在水果或者果菜分拣领域，因为瓜果类外形较为统一，分拣标准更易指定。而对于根茎类农产品，如胡萝卜、马铃薯、地瓜等，由于整体外形不规则、特征复杂、难以定制专业分拣机构，同时其外表面还存在水烂点、裂口、烂头和大、小黑斑等外观缺陷，使传统机械分拣装置不能胜任分拣工作；而现有的视觉和光谱分拣技术只能识别出其中的一个或几个特征本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于机器视觉的根茎类农产品缺陷检测方法，其特征在于，包括以下步骤：S1、图像拍摄，根茎类农产品通过跌落式输送机运输，并在下落过程中通过工业相机拍摄所述根茎类农产品的表面图像；S2、图像预处理，将S1中获得的图像进行预先处理；S3、图像分析，通过机器学习算法搭建的图像分析模型分析所述S2中获得的图像，反馈当前通过的根茎类农产品的缺陷类型和缺陷尺寸；S4、指令发送，根据所述S3获得的所述缺陷类型和所述缺陷尺寸判断当前通过的根茎类农产品是否需要剔除，并向执行机构发送动作指令。2.根据权利要求1所述的一种基于机器视觉的根茎类农产品缺陷检测方法，其特征在于，所述S2中的图像预处理包括：S21、根据二分类算法识别图像中背景和所述根茎类农产品，并对像素点标记类别标签；S22、将所述S21中的图像进行灰度处理，获得灰度图；S23、对所述S22中灰度图进行图像开运算和中值滤波；S24、将所述S23处理后的灰度图进行二值化处理。3.根据权利要求2所述的一种基于机器视觉的根茎类农产品缺陷检测方法，其特征在于，在进行所述S21处理前，将所述S1获得的图像转换为HSV颜色模型。4.根据权利要求3所述的一种基于机器视觉的根茎类农产品缺陷检测方法，其特征在于，所述S21中还包括根据所述类别标签对图像进行二值化处理。5.根据权利要求4所述的一种基于机器...

【专利技术属性】
技术研发人员：陈彬，朴铁军，白雪峰，于水，胡明亮，
申请(专利权)人：威海若维信息科技有限公司，
类型：发明
国别省市：