林浩岳

【摘 要】傳統(tǒng)茶葉分揀工序需要依靠專業(yè)人員進行，人工分揀雖然可行性高，但是容易受到主觀因素如生產(chǎn)環(huán)境、身體等不確定因素的影響，很難實現(xiàn)大批量生產(chǎn)，而且專業(yè)人員工資費用較高，提高了茶葉的加工成本。為了提高茶葉質(zhì)量識別的效率，減少人為的干預(yù)，提高茶葉質(zhì)量識別自動化程度，推進茶葉大批量生產(chǎn)的進程，本文設(shè)計出一套基于機器視覺的茶葉分揀系統(tǒng)，解決茶葉篩選請工難請工貴的社會問題，對茶葉的批量化，自動化生產(chǎn)有一定的促進作用。

【關(guān)鍵詞】機器視覺;茶葉分揀;茶葉識別

中圖分類號： TP391.41;S571.1 文獻標(biāo)識碼： A文章編號： 2095-2457（2019）21-0013-002

DOI：10.19694/j.cnki.issn2095-2457.2019.21.005

0 前言

傳統(tǒng)茶葉加工速度比較慢，一直影響著茶行業(yè)生產(chǎn)效率的提升。隨著社會科學(xué)技術(shù)的進步與計算機視覺的發(fā)展，全自動化機械加工已經(jīng)開始逐步取代手工加工，使得茶葉加工的速度有所提高。但是，由于機器加工并沒有達到完全智能的水平[1-4]。因此，開發(fā)一種能夠識別出茶梗及茶葉質(zhì)量并將其分揀出來的機器變得十分重要，而該機器在實際應(yīng)用中既需要在提高機選速度的同時又要保證產(chǎn)品的質(zhì)量。

1 系統(tǒng)框架搭建

1.1 概述

硬件系統(tǒng)是茶葉分揀系統(tǒng)的重要組成部分，是軟件系統(tǒng)的載體。軟件算法的編寫要基于底層硬件系統(tǒng)的功能，而程序如何執(zhí)行，各個部件如何協(xié)調(diào)工作也是硬件搭建必須考慮的問題。

硬件的整體性能會影響茶葉圖像采集的質(zhì)量和茶葉圖像處理的速度與準(zhǔn)確度，下面針對硬件的工作原理和功能進行重點介紹。

圖2為茶葉分揀系統(tǒng)框架圖，該系統(tǒng)包括無影照明光源、網(wǎng)絡(luò)工業(yè)攝像頭、路由器、嵌入式控制器、分揀執(zhí)行機構(gòu)、輔助檢測機構(gòu)。該系統(tǒng)首先利用LED組合的無影光源為待檢測目標(biāo)提供比較理想的照明環(huán)境，通過工業(yè)攝像頭捕獲目標(biāo)圖像并無線傳輸?shù)絇C機上，再利用圖像處理、識別技術(shù)對目標(biāo)茶葉進行檢測，最后根據(jù)檢測結(jié)果通過計算機通信接口傳送給嵌入式控制器，控制器根據(jù)設(shè)備的信息控制分揀執(zhí)行機構(gòu)，實現(xiàn)分類、分揀等功能，這些模塊相互協(xié)調(diào)應(yīng)用構(gòu)成一個完整的茶葉分揀系統(tǒng)。

2 網(wǎng)絡(luò)工業(yè)攝像頭選擇

攝像頭通過采集光的信息，將景物的光信息保留下來并通過一系列的處理，最后將處理好的數(shù)字圖像信號通過顯示器顯示出來。攝像頭的基本架構(gòu)是由鏡頭、圖像傳感器和數(shù)字信號處理器組成。

網(wǎng)絡(luò)攝像頭是在攝像頭的基礎(chǔ)上衍生出來的，它能將處理后的數(shù)字圖像信號通過有線網(wǎng)絡(luò)或無線網(wǎng)絡(luò)發(fā)送出去。它采用了tcp協(xié)議進行通訊，所以我們只要能連接到網(wǎng)絡(luò)就可以將網(wǎng)絡(luò)攝像頭傳輸?shù)膱D像數(shù)據(jù)通過顯示設(shè)備顯示出來。采用網(wǎng)絡(luò)攝像頭連線簡單、應(yīng)用方便，所有圖像數(shù)據(jù)通過網(wǎng)絡(luò)傳送，不需要硬件層驅(qū)動，平臺兼容性好。

3 照明光源選擇

圖像采集系統(tǒng)中照明光源是很重要一部分，光源選擇不好不合理會影響到圖像采集的質(zhì)量，甚至?xí)?dǎo)致采集到的圖像信息出錯。茶葉外形多樣化且不規(guī)則，普通光源會使茶葉圖像產(chǎn)生陰影。茶葉顏色比較單一，次品茶葉顏色跟合格茶葉的顏色區(qū)分度不高，合理地選擇光源可以提高圖片顏色質(zhì)量，提高識別率。

為滿足茶葉圖片信息的采集，本系統(tǒng)采用功率為30瓦的led平板無影燈板， 燈板要求帶均光板，無光斑無暗區(qū)，發(fā)光角度大于60度，光通量大于200Lm，顯色指數(shù)80Ra，透光率大于98%，色溫在6000-6500K之間，內(nèi)部4014尺寸發(fā)光LED，光源表面光照度大于2000LUX。

對比圖片發(fā)現(xiàn)，單點光源的圖片茶葉本體顏色偏黑，茶葉顏色細節(jié)無法體現(xiàn)，對于歪曲的茶葉因不跟底部貼合，會在投影面上產(chǎn)生陰影，影響后期軟件對茶葉圖片的處理。在計算茶葉寬度的時候因陰影顏色跟茶葉顏色接近，處理計算得到的茶葉寬度會比實際寬度要寬，影響處理判斷結(jié)果。判斷雜葉最重要的一個依據(jù)是茶葉的顏色，該類茶葉顏色偏黃褐色，檢測到黃色像素比例偏高時會被列入雜葉范圍，采用無影燈板光源的圖片采集質(zhì)量明顯改善，圖片顏色信息會更豐富，特別是偏黃的雜葉，區(qū)分度明顯提高。

4 嵌入式控制器

在系統(tǒng)框架中加入一個嵌入式控制器用于獲取計算機識別到結(jié)果，并結(jié)合相關(guān)輔助信號來有效控制分揀結(jié)構(gòu)。該控制器不但需要獲取相關(guān)信號，還需要對信號進行分解處理，分配好控制周期，確?？梢詫τ嬎銠C識別到的茶葉進行有效分類。該控制器采用意法單片機STM32f103，其內(nèi)核是Cortex-M3，F(xiàn)lash容量128K，工作頻率72Mhz，具有多路定時器控制器及中斷系統(tǒng)，接口豐富，簡化了該系統(tǒng)外圍電路需求。在該系統(tǒng)中用單片機的USB通信接口跟計算機進行通信，兩路中斷捕獲引腳來檢測編碼計數(shù)器的信號脈沖，一路串口接口控制分揀執(zhí)行機構(gòu)，多路內(nèi)部定時器做任務(wù)協(xié)調(diào)管理。并留有多個異常信號輸入端口，用于急停等異常信號快速處理。

5 輔助機構(gòu)

由于機械結(jié)構(gòu)限制，圖像處理環(huán)節(jié)和茶葉分揀環(huán)節(jié)不能做在同一個位置。待分揀茶葉經(jīng)過圖像識別處理后，需要通過傳送機構(gòu)將其送到下一級的分揀機構(gòu)進行分揀篩選，這樣就會存在一個處理延時的問題。識別到的茶葉到達分揀機構(gòu)時間，分揀機構(gòu)啟動和回收的耗時，這些信息都需要獲取到才能有效地對識別到的茶葉進行分揀，如果沒有位置反饋裝置，分揀效果就會有誤差。

為解決以上問題，在系統(tǒng)傳送帶中加入一個旋轉(zhuǎn)增量式位置編碼計數(shù)器，其原理構(gòu)造簡單，機械平均壽命可在幾萬小時以上，抗干擾能力強，可靠性高，適合于長距離傳輸。編碼計數(shù)器自帶傳動輪，輪子壓在傳送帶上，用來記錄傳送帶運行的距離。編碼計數(shù)器每轉(zhuǎn)一圈有400個輸出脈沖，通過記錄編碼器的數(shù)量，再結(jié)合傳動輪子的直徑就可以通過程序計算出傳送帶運動的距離。因為圖像識別的位置和分揀機構(gòu)的位置是固定不變的，同記錄距離即可獲取到茶葉是否已經(jīng)達到制定的分揀位置，從而實現(xiàn)較好的分揀效果。

編碼計數(shù)器采集電路如圖6所示，輸出信號直接接入系統(tǒng)的嵌入式控制系統(tǒng)，由里面的程序來完成采集和計算功能。

6 分揀執(zhí)行機構(gòu)

分揀是本系統(tǒng)的最終目標(biāo)，常規(guī)的執(zhí)行結(jié)構(gòu)動力一般采用氣缸驅(qū)動、電磁鐵驅(qū)動或伺服電動機驅(qū)動。氣缸驅(qū)動需要配備空氣壓縮機及空氣干燥機，設(shè)備稍顯復(fù)雜。氣缸動作快，成本低，壽命高，但是重復(fù)精度差，控制精度低，運動速度和角度都不好控制，故本方案不采用氣缸作為動力來源。電磁鐵驅(qū)動電路簡單，控制方便，執(zhí)行速度快，但是不能精確控制運行距離和角度，控制量單一，控制行程短，后期擴展性不好，所以不適合本系統(tǒng)。工控級別的伺服電機是電氣設(shè)備重要的執(zhí)行動力源，行程速度和距離都可以精密控制重復(fù)精度高，但是價格昂貴，體積較大，根據(jù)本系統(tǒng)的要求，最后選用精密數(shù)字舵機。該執(zhí)行部件屬于伺服電機的一種，自帶DIP反饋控制電路，具有體積小，精度高，價格低等有點，相對工業(yè)伺服電機更有優(yōu)勢。為了確?？刂凭群驮O(shè)備壽命，采用的數(shù)字舵機要求傳動齒輪全部為金屬材料，舵機外殼也采用合金鋁材，有利于散熱，減少傳動部件膨脹比例，保證控制精度。

7 小結(jié)

在目前機械化、智能化的時代，人工分揀方法因其效率低下將會逐步被機器所代替，而像茶葉色選機這種高效率但精準(zhǔn)不高的方法也將逐步被改進。本文設(shè)計了一套基于圖像視覺的茶葉分揀系統(tǒng)，該系統(tǒng)在實際應(yīng)用中已經(jīng)可以初步分揀雜葉，茶梗，合格茶葉。因為茶葉的外形復(fù)雜，在分揀過程中容易纏繞，所以實際處理過程會存在誤檢的情況，需要在前期茶葉分離預(yù)處理上繼續(xù)改進，確保茶葉的分離性，有助于提高分揀正確率。

【參考文獻】

[1]譚詩淼.基于推進和近紅外光譜的茶葉品質(zhì)分析研究[D].華中師范大學(xué)，2012.

[2]陳培俊.基于圖像處理和模式分類的茶葉雜質(zhì)識別研究[D].南京航空航天大學(xué)，2014.

[3]付貝貝.可視化傳感體系構(gòu)建及在茶葉檢測中的應(yīng)用研究[D].重慶大學(xué)，2016.

[4]Kumar， P.V.S.， Basheer， S.， Ravi， R. et al. J Food Sci Technol（2011）48：440.