陳世源，李 洋

（東北林業(yè)大學(xué)機(jī)電工程學(xué)院，黑龍江 哈爾濱 150040）

現(xiàn)如今，視覺識別技術(shù)已經(jīng)有了較為成熟的開發(fā)與應(yīng)用[1]，但主要集中在工業(yè)以及工程應(yīng)用方面，在情況更加復(fù)雜、勞動負(fù)擔(dān)更重的農(nóng)業(yè)生產(chǎn)活動中并沒有很多的應(yīng)用，尤其是油茶果脫殼這類自動化程度較低的農(nóng)業(yè)生產(chǎn)工作。為降低農(nóng)民及工人勞動強(qiáng)度和提升油茶果脫殼效率與成功率，本文提出了一種應(yīng)用視覺識別技術(shù)的油茶果脫殼系統(tǒng)。

1 視覺識別硬件部分

本文所提出的基于圖像識別的油茶果分類識別方法主要分為以下4 個步驟。

1） 利用視覺系統(tǒng)在全局視野中采集目標(biāo)群體的顏色和大小等信息，并利用成像技術(shù)構(gòu)建油茶果實(shí)載體。

2） 提取油茶果實(shí)的基本特征，完成油茶果實(shí)分類的粗分割。

3） 對油茶果進(jìn)行更詳細(xì)的圖像識別，選擇待分類的油茶果。

4） 將目標(biāo)在攝像機(jī)坐標(biāo)系中的位置轉(zhuǎn)換為分選機(jī)的基本坐標(biāo)系，對分選機(jī)進(jìn)行引導(dǎo)。

選擇基于立體視覺的采摘識別[2]軟件系統(tǒng)，主要包括立體視覺信息融合模塊、灰度提取與比較模塊、重疊水果識別模塊和水果手勢識別模塊，并且各模塊相互獨(dú)立。

相機(jī)選用德國巴斯勒公司生產(chǎn)的Basler ace 系列（型號：acA640-90gc） 相機(jī)，該相機(jī)配備C 系列緊湊型定焦鏡頭和標(biāo)準(zhǔn)的GiGE 數(shù)據(jù)接口，敏感型電荷耦合器件（Charge Coupled Device，CCD）面陣掃描儀，感光芯片為1cx618，具有較快的幀速率和較高的靈敏度。CCD 傳感器的工作過程是由電聯(lián)軸節(jié)負(fù)責(zé)外界入射光信號的轉(zhuǎn)換。入射光信號產(chǎn)生的電荷由于電位差而在電位坑區(qū)形成電荷信號，通過轉(zhuǎn)換CCD 電極電壓，使得電荷信號從一個像素傳輸?shù)搅硪粋€像素，通過模數(shù)（A/D） 轉(zhuǎn)換器芯片，使用模數(shù)轉(zhuǎn)換方式將電信號轉(zhuǎn)換為數(shù)字信號。

適宜的光源是整個圖像模塊穩(wěn)定運(yùn)行的關(guān)鍵之一[3]，當(dāng)然，對于不同的研究項(xiàng)目，需要不同的光源照明?，F(xiàn)今通常利用的光源主要有直接結(jié)構(gòu)光源、同軸光源、圓頂光源、環(huán)形光源、點(diǎn)光源、線性光源、條形光源等。通過對光源的對比試驗(yàn)表明，圓頂光源、環(huán)形光源和方形光源對表面檢測和凸面具有去陰影效果，在檢測表面時，具有入射光更充分、圖像對比度更高、圖像更明顯的優(yōu)點(diǎn)。照明系統(tǒng)采用前照燈（型號：usagem213），并根據(jù)前景顏色的變化程度假設(shè)為可調(diào)暖白色信息，由光源的擴(kuò)散變成了一個光室。

計(jì)算機(jī)視覺控制系統(tǒng)位于油茶果的輸送系統(tǒng)上，然后是油茶果的實(shí)現(xiàn)系統(tǒng)，油茶果分選系統(tǒng)方案見第92 頁圖1。視覺檢測系統(tǒng)主要由光源、CCD攝像機(jī)、圖像采集卡等組成，發(fā)光二極管（Light Emitting Diode，LED） 光源被安裝于采集器的頂部，該箱體為長方體結(jié)構(gòu)，頂部附有上下可調(diào)支架，用于安裝CCD 攝像機(jī)。

圖1 油茶果分選系統(tǒng)示意圖

油茶果視覺識別系統(tǒng)的工作過程：首先，根據(jù)外觀特征將未脫殼或未完全脫殼的油茶果挑出，然后的油茶果放置在傳送裝置上，當(dāng)其通過攝像拍照處的時候，光電傳感器控制CCD 攝像機(jī)對油茶果進(jìn)行拍攝，并將拍攝好的油茶果圖像傳遞到計(jì)算機(jī)，再由計(jì)算機(jī)對油茶果圖像進(jìn)行進(jìn)一步的檢測，判斷油茶果是否完全脫殼。若未脫殼或未完全脫殼則通過串口發(fā)送指令到智能分選控制裝置，將未脫殼或未完全脫殼的油茶果送到相應(yīng)的區(qū)域等待二次脫殼；對于正常脫殼油茶果，通過傳送帶將油茶籽送入收集區(qū)域。

2 視覺識別軟件部分

圖2 油茶果分選流程圖

現(xiàn)如今，圖像識別已經(jīng)有了較為成熟的體系，識別目標(biāo)形狀的方法也有很多種[4]。在本裝置中采用的是邊界特征法。

拍攝到的油茶果圖像為彩色圖像，圖像經(jīng)過分割，去除背景，保留完整的油茶果區(qū)域，以便進(jìn)行油茶果的特征提取。圖3 為圖像預(yù)處理流程圖。為分析油茶果區(qū)域與背景區(qū)域的差別，作圖像的直方圖。對油茶果進(jìn)行視覺提取，得到油茶果的輪廓區(qū)域圖像及其G 分量直方圖[5]，見圖4。

圖3 圖像預(yù)處理流程圖

圖4 油茶果的視覺提取

基于輪廓點(diǎn)集的形狀特征提取方法無法直接使用一個輪廓區(qū)域的二值化的圖像來提取特征[6]，使用這類形狀特征提取方法，首先需要提取區(qū)域邊界上的輪廓點(diǎn)并且按逆時針或順時針方向有序排列。給定一個二值化區(qū)域的圖像或者其邊緣的圖像都可以使用Moore 邊界追蹤算法進(jìn)行輪廓追蹤，這些區(qū)域需要分開進(jìn)行單獨(dú)處理，使用僅僅包含邊緣的圖像較為合適。得到二值化的圖像，其中黑色區(qū)城使用0 填充表示背景區(qū)城，白色區(qū)域使用1 填充表示目標(biāo)區(qū)域。使用Canny 邊緣檢測算法對其進(jìn)行輪廓邊界的提取。白色輪廓線使用1 填充表示邊緣，其中內(nèi)部的黑色區(qū)域是輪廓的內(nèi)部區(qū)域，外部的黑色區(qū)域表示背景區(qū)域。圖5 為MATLAB 中的edge 函數(shù)代碼。

圖5 MATLAB 中的edge 函數(shù)代碼

3 油茶果脫殼系統(tǒng)裝置的工作原理

本文所述裝置可裝入傳統(tǒng)的油茶果機(jī)械分選裝置中，將視覺識別和智能分揀系統(tǒng)融合到傳統(tǒng)設(shè)備中，可以顯著提高分揀設(shè)備的效率[7]。油茶果脫殼系統(tǒng)裝置的工作原理如下。

裝置啟動后，裝置的下位機(jī)發(fā)出信號，并傳送到裝置的上位機(jī)。視覺識別系統(tǒng)驅(qū)動攝像機(jī)拍攝油茶果的圖像，并將采集到的圖像加入到視覺識別系統(tǒng)中。之后由視覺識別系統(tǒng)分析圖像的大小、形狀和油茶果實(shí)的顏色等特性，評價(jià)油茶果的當(dāng)前狀態(tài)，即是否完全剝皮、是否有病變，對于有缺陷的油茶果，由計(jì)算機(jī)控制機(jī)械分揀裝置進(jìn)行清除。

4 油茶果脫殼系統(tǒng)裝置的創(chuàng)新點(diǎn)及應(yīng)用

4.1 創(chuàng)新點(diǎn)

本裝置的創(chuàng)新點(diǎn)主要有以下3 個方面。

1） 機(jī)器視覺識別油茶果的脫殼狀況，對于未脫殼和未完成脫殼的油茶果進(jìn)行剔除作業(yè)，提高了成品的質(zhì)量，減少了分揀過程中的人力投入。

2） 殼前進(jìn)行水分檢測，剔除含水量過高的油茶果，提高脫殼的效率和質(zhì)量，減少設(shè)備損耗和故障率。

3） 一系列不同規(guī)格、體積及適用范圍的裝置，使其在實(shí)際的生產(chǎn)中，具有更多的適應(yīng)性和更多的選擇范圍。

4.2 應(yīng)用

本裝置可用于生產(chǎn)基地產(chǎn)品加工的鏈初前端基礎(chǔ)，也可用于山區(qū)小型油茶果林的快速加工，使其便于運(yùn)輸，具有適應(yīng)性強(qiáng)、應(yīng)用范圍廣的優(yōu)點(diǎn)。

5 結(jié)論

本文將圖像識別技術(shù)運(yùn)用在了油茶果的脫殼工作中，構(gòu)建了一套基于圖像識別的油茶果脫殼系統(tǒng)，對油茶果脫殼情況進(jìn)行識別判斷以及水分檢測，有效地提高了破殼的質(zhì)量和效率，減少了設(shè)備的損耗，延長了設(shè)備使用壽命，具有一定程度的創(chuàng)新性，對后續(xù)農(nóng)業(yè)生產(chǎn)的智能化和自動化，具有一定指導(dǎo)意義。