System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及农产品分选,具体涉及一种脆皮水果内外部品质检测分选方法及系统。
技术介绍
1、在水果初加工领域中,对于农产品进行精细化的分选是一个极其重要的程序,是保证水果质量的一道核心工序。
2、随着图像处理技术的发展,图像处理技术开始广泛应用在水果产品品质自动检测与分选中,典型的检测平台分选的流程为:上料机构上料,经过上料机构的传送,待检测的农产品被传输至带有托盘的传输装置上,待检测农产品传输至相机正下方时,相机采集农产品的表面图像,然后传输至计算机,通过对其进行图像处理,获取相关的农产品尺寸、颜色、缺陷等外观和内部品质特征信息,进而依据国家农产品分级标准对待检测农产品进行分级处理。
3、现有技术中的检测分选方法,图像采集时存在较大面积的遮挡,并且脆皮水果当光线照射时采集的图像存在光斑,影响图像分析结果;进行图像分析时均会默认水果为标准球体,而现实中水果往往为不规则的球体,综合导致检测分选不够精准。
技术实现思路
1、本专利技术的目的就在于解决上述
技术介绍
的问题,而提出一种脆皮水果内外部品质检测分选系统及方法。
2、本专利技术的目的可以通过以下技术方案实现:
3、本专利技术实施例提供了一种脆皮水果内外部品质检测分选方法,所述方法包括:
4、当目标吸盘运动到检测区域,向目标吸盘抓取的目标水果发射可见光和红外光,通过图像采集设备采集目标水果各面的第一图像和第二图像;第一图像是在可见光下图像采集设备采集的图像,第二图像是在红外
5、将多个第一图像去除反射光斑后拟合为二维全图作为目标第一图像,将多个第二图像拟合为二维全图作为目标第二图像;
6、计算所述目标第一图像和所述目标第二图像中各像素点的反射率,根据各像素点的反射率对该像素点进行矫正,分别得到第一矫正图像和第二矫正图像;
7、根据所述第一矫正图像和所述第二矫正图像分别检测所述目标水果的外部缺陷和内部缺陷,并根据所述外部缺陷和所述内部缺陷确定目标水果的分选结果。
8、可选地,当目标吸盘运动到检测区域,向目标吸盘抓取的目标水果发射可见光和红外光之前所述方法还包括:
9、当目标托盘通过传输带运动到待检测区域,使用目标吸盘抓取所述目标托盘中的目标水果,并保持所述目标吸盘与所述目标托盘运动速度一致;
10、并根据所述外部缺陷和所述内部缺陷确定目标水果的分选结果之后所述方法还包括:
11、当目标吸盘运动到所述检测区域之外,将所述目标水果放置所述目标托盘中;
12、根据所述分选结果将所述目标水果运输至对应输送机构。
13、可选地,当所述目标吸盘运动到检测区域,控制所述目标吸盘以预设角速度进行自转,并向所述目标水果交替发射可见光和红外光。
14、可选地,将多个第一图像去除反射光斑后拟合为二维全图作为目标第一图像,将多个第二图像拟合为二维全图作为目标第二图像包括:
15、将多个第一图像和多个第二图像以时间序列排序,并根据预设角速度确定各第一图像的第一位置关系和各第二图像的第二位置关系;
16、针对第三图像,将所述第三图像的反射光斑区域图像去除得到去光斑图像,根据所述第一位置关系确定所述反射光斑区域图像在相邻的第一图像中对应的区域图像作为填补区域图像,合并所述去光斑图像和所述填补区域图像得到第四图像;所述第三图像为任意第一图像;
17、根据所述第一位置关系将各第四图像相同区域的像素进行平均,拟合为包含目标水果各面的二维全图作为目标第一图像;
18、根据所述第二位置关系将各第二图像相同区域的像素进行平均,拟合为包含目标水果各面的二维全图作为目标第二图像。
19、可选地,计算所述目标第一图像和所述目标第二图像中各像素点的反射率,根据各像素点的反射率对该像素点的进行矫正包括:
20、确定目标图像各像素点对应的反射光强和反射波长,将所述目标图像中反射光强最大值的点作为光照反射中心点;所述目标图像为所述目标第一图像或所述目标第二图像
21、针对每一反射波长,计算各像素点到光照反射中心点的径向距离,拟合反射光强与径向距离的二次函数得到目标函数;
22、根据所述目标函数计算各像素点的虚拟反射光强,将各像素点的虚拟反射光强与对应反射光强的比值作为该像素点的反射率;
23、根据反射率对该像素点的该反射波长进行矫正。
24、本专利技术实施例还提供了一种脆皮水果内外部品质检测分选系统,所述系统包括:
25、图像采集模块,用于当目标吸盘运动到检测区域,向目标吸盘抓取的目标水果发射可见光和红外光,通过图像采集设备采集目标水果各面的第一图像和第二图像;第一图像是在可见光下图像采集设备采集的图像,第二图像是在红外光下图像采集设备采集的图像;
26、图像拟合模块,用于将多个第一图像去除反射光斑后拟合为二维全图作为目标第一图像,将多个第二图像拟合为二维全图作为目标第二图像;
27、图像矫正模块,用于计算所述目标第一图像和所述目标第二图像中各像素点的反射率,根据各像素点的反射率对该像素点进行矫正,分别得到第一矫正图像和第二矫正图像;
28、检测分拣模块,用于根据所述第一矫正图像和所述第二矫正图像分别检测所述目标水果的外部缺陷和内部缺陷,并根据所述外部缺陷和所述内部缺陷确定目标水果的分选结果。
29、可选地,所述系统还包括:
30、抓取模块,用于当目标托盘通过传输带运动到待检测区域,使用目标吸盘抓取所述目标托盘中的目标水果,并保持所述目标吸盘与所述目标托盘运动速度一致;
31、放置模块,用于当目标吸盘运动到所述检测区域之外,将所述目标水果放置所述目标托盘中;
32、运输模块,用于根据所述分选结果将所述目标水果运输至对应输送机构。
33、可选地,所述图像采集模块,用于当所述目标吸盘运动到检测区域,控制所述目标吸盘以预设角速度进行自转,并向所述目标水果交替发射可见光和红外光。
34、可选地,所述图像拟合模块包括:
35、排序模块,用于将多个第一图像和多个第二图像以时间序列排序,并根据预设角速度确定各第一图像的第一位置关系和各第二图像的第二位置关系;
36、去光斑模块,用于针对第三图像,将所述第三图像的反射光斑区域图像去除得到去光斑图像,根据所述第一位置关系确定所述反射光斑区域图像在相邻的第一图像中对应的区域图像作为填补区域图像,合并所述去光斑图像和所述填补区域图像得到第四图像;所述第三图像为任意第一图像;
37、第一拟合模块,用于根据所述第一位置关系将各第四图像相同区域的像素进行平均,拟合为包含目标水果各面的二维全图作为目标第一图像;
38、第二拟合模块,用于根据所述第二位置关系将各第二图像相同区域的像素进行平均,拟合为包含目标水果各面的二维全图作为目标本文档来自技高网...
【技术保护点】
1.一种脆皮水果内外部品质检测分选方法,其特征在于,所述方法包括:
2.根据权利要求1所述的一种脆皮水果内外部品质检测分选方法,其特征在于,当目标吸盘运动到检测区域,向目标吸盘抓取的目标水果发射可见光和红外光之前所述方法还包括:
3.根据权利要求1所述的一种脆皮水果内外部品质检测分选方法,其特征在于,当所述目标吸盘运动到检测区域,控制所述目标吸盘以预设角速度进行自转,并向所述目标水果交替发射可见光和红外光。
4.根据权利要求3所述的一种脆皮水果内外部品质检测分选方法,其特征在于,将多个第一图像去除反射光斑后拟合为二维全图作为目标第一图像,将多个第二图像拟合为二维全图作为目标第二图像包括:
5.根据权利要求1所述的一种脆皮水果内外部品质检测分选方法,其特征在于,计算所述目标第一图像和所述目标第二图像中各像素点的反射率,根据各像素点的反射率对该像素点的进行矫正包括:
6.一种脆皮水果内外部品质检测分选系统,其特征在于,所述系统包括:
7.根据权利要求6所述的一种脆皮水果内外部品质检测分选系统,其特征在于,所述系统
8.根据权利要求6所述的一种脆皮水果内外部品质检测分选系统,其特征在于,所述图像采集模块,用于当所述目标吸盘运动到检测区域,控制所述目标吸盘以预设角速度进行自转,并向所述目标水果交替发射可见光和红外光。
9.根据权利要求8所述的一种脆皮水果内外部品质检测分选系统,其特征在于,所述图像拟合模块包括:
10.根据权利要求6所述的一种脆皮水果内外部品质检测分选系统,其特征在于,所述图像矫正模块包括:
...【技术特征摘要】
1.一种脆皮水果内外部品质检测分选方法,其特征在于,所述方法包括:
2.根据权利要求1所述的一种脆皮水果内外部品质检测分选方法,其特征在于,当目标吸盘运动到检测区域,向目标吸盘抓取的目标水果发射可见光和红外光之前所述方法还包括:
3.根据权利要求1所述的一种脆皮水果内外部品质检测分选方法,其特征在于,当所述目标吸盘运动到检测区域,控制所述目标吸盘以预设角速度进行自转,并向所述目标水果交替发射可见光和红外光。
4.根据权利要求3所述的一种脆皮水果内外部品质检测分选方法,其特征在于,将多个第一图像去除反射光斑后拟合为二维全图作为目标第一图像,将多个第二图像拟合为二维全图作为目标第二图像包括:
5.根据权利要求1所述的一种脆皮水果内外部品质检测分选方法,其特征在于,计...
【专利技术属性】
技术研发人员:周虎林,方贤正,方杰,董柳飞,
申请(专利权)人:合肥金果缘视觉科技有限公司,
类型:发明
国别省市:
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。