亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于機(jī)器視覺的蘋果重量檢測研究

        2021-12-09 17:28:00劉忠超范靈燕蓋曉華
        江蘇農(nóng)業(yè)科學(xué) 2021年21期
        關(guān)鍵詞:機(jī)器視覺

        劉忠超 范靈燕 蓋曉華

        摘要:蘋果的采后分級能夠提高其經(jīng)濟(jì)價值和市場競爭力,為了實(shí)現(xiàn)基于重量的無接觸蘋果智能分級,提出了基于機(jī)器視覺的蘋果重量檢測方法。首先,采集蘋果圖像進(jìn)行預(yù)處理,得到平滑無噪聲的蘋果二值圖像。然后,用最小外接矩形方法獲得蘋果的橫徑和縱徑等主要幾何外形特征,建立以蘋果外形幾何特征為參數(shù)的重量檢測回歸模型。結(jié)果表明,蘋果重量檢測值相對誤差低于2%,最大絕對誤差不超過4 g,檢測準(zhǔn)確性較高。采用非接觸式的檢測可以克服傳統(tǒng)機(jī)械式接觸對蘋果造成的損害,能保證分級后蘋果的質(zhì)量,滿足蘋果分級生產(chǎn)要求。

        關(guān)鍵詞:機(jī)器視覺;蘋果;重量;最小外接矩形;擬合;分級

        中圖分類號: TP242.6? 文獻(xiàn)標(biāo)志碼: A

        文章編號:1002-1302(2021)21-0201-04

        收稿日期:2021-03-19

        基金項(xiàng)目:國家自然科學(xué)基金(編號:61504072);河南省科技攻關(guān)項(xiàng)目(編號:202102110124);南陽理工學(xué)院博士科研啟動基金項(xiàng)目(編號:NGBJ-2019-07);南陽理工學(xué)院高等教育教學(xué)改革新工科專題研究資助項(xiàng)目(編號:NIT2020XGKJY-02)。

        作者簡介:劉忠超(1979—),男,河南南陽人,博士,副教授,主要從事農(nóng)業(yè)機(jī)器人、智能化檢測與控制研究。E-mail:fly200578@sina.com。

        我國是重要的蘋果生產(chǎn)大國,蘋果產(chǎn)后分級可以提高蘋果的經(jīng)濟(jì)價值[1]。目前蘋果分級主要采用人工分級和機(jī)械分級,人工分級勞動強(qiáng)度大、效率低,易受個人心理因素的影響[2];機(jī)械分級效率較高,主要依據(jù)蘋果的果徑或重量進(jìn)行分級,重量是評定蘋果等級的一個重要依據(jù)[3]。目前,市場上的蘋果重量測定通常采用稱重法,即采用機(jī)械秤或電子秤對蘋果逐一稱重以獲得其重量參數(shù)。這樣的重量測定方法操作繁瑣且存在一定誤差,并且在水果分揀時需要耗費(fèi)大量人力和物力。此外,頻繁接觸果實(shí)會對果實(shí)表皮造成損傷,同時易使果實(shí)受細(xì)菌及污穢物污染,造成果實(shí)的鮮度與品質(zhì)受損[4]。

        基于機(jī)器視覺的無損檢測技術(shù)具有檢測速度快、非接觸式的優(yōu)點(diǎn),可以克服接觸式系統(tǒng)對蘋果造成的損傷,保證分級后的蘋果質(zhì)量,為蘋果的采后分級提供了有效的解決方案[5]。因此,本研究選取紅富士蘋果為樣本,利用最小外接矩形法獲取蘋果的最大橫徑與最大縱徑,通過蘋果體積與其重量擬合的方式,建立蘋果重量預(yù)測模型,能借助機(jī)器視覺系統(tǒng)實(shí)現(xiàn)對蘋果重量的實(shí)時、快速、準(zhǔn)確、無損檢測。

        1 蘋果圖像視覺采集系統(tǒng)

        蘋果重量檢測的機(jī)器視覺系統(tǒng)主要以計(jì)算機(jī)為處理核心,由視覺傳感器、視覺采集和計(jì)算機(jī)處理系統(tǒng)組成。圖1為蘋果圖像采集的視覺系統(tǒng)原理。其中計(jì)算機(jī)配置為英特爾Core i7處理器,運(yùn)行內(nèi)存8 G,64位操作系統(tǒng),Windows 7操作系統(tǒng)。圖像采集模塊:深圳萬瑞興科技有限公司W(wǎng)RX-M162型號攝像頭模組,1080P像素,USB 2.0接口方式,工作電壓+5 V。

        在蘋果圖像采集獲取系統(tǒng)中,光源的布置和背景的選擇影響著成像的質(zhì)量。為了使采集的蘋果圖像清晰,經(jīng)過對比研究,圖像采集背景采用PVC黑色發(fā)泡板制作而成。光源模塊:2個LED補(bǔ)光燈置于暗箱頂部側(cè)面,額定功率6 W。設(shè)計(jì)的蘋果圖像采集系統(tǒng)見圖2。

        2 蘋果重量檢測系統(tǒng)

        蘋果重量預(yù)測系統(tǒng)主要有蘋果圖像檢測模塊、圖像預(yù)處理模塊、蘋果特征參數(shù)檢測模塊、重量預(yù)測模塊組成,圖3所示為蘋果重量檢測系統(tǒng)流程圖。

        2.1 蘋果圖像預(yù)處理

        將采集的彩色蘋果圖像先進(jìn)行灰度化處理,并將采集到的彩色蘋果圖像通過二值化處理,轉(zhuǎn)換為像素值為0的黑色背景和像素值為1的目標(biāo)圖像。同時,借助于高斯濾波和形態(tài)學(xué)處理,得到清晰的蘋果目標(biāo)邊緣輪廓,如圖4-a、圖4-b所示為蘋果原始圖像和預(yù)處理圖像對比效果。

        2.2 蘋果形態(tài)分析

        選取紅富士蘋果作為試驗(yàn)樣本,其果形近似球形,果實(shí)遍體通紅,比較有利于圖像采集及后續(xù)處理。雖然不同種類的蘋果果型稍有差異,但通過分析不同品種蘋果外形,可知蘋果幾何結(jié)構(gòu)近似球體,理論上可以用計(jì)算球體體積的方法預(yù)測蘋果體積。但是蘋果實(shí)際外形與圓球形狀仍存在一定差異,使蘋果體積預(yù)測產(chǎn)生較大誤差[6]。因此,采用最小外接矩形對球形體積公式進(jìn)行了改進(jìn),采用公式(1)所示的一種冪函數(shù)模型實(shí)現(xiàn)蘋果的體積估算[7]。

        V=aR3+bR2。(1)

        式中:V表示蘋果體積;R表示蘋果橫、縱徑平均值,其值取為(橫徑+縱徑)/2;a、b表示模型系數(shù)。

        蘋果圖像最小外接矩形示意圖見圖5,通過最小外接矩形法可以獲得蘋果的橫徑和縱徑。

        2.3 蘋果特征參數(shù)提取

        蘋果的橫、縱徑大小是衡量單個蘋果大小的重要幾何特征,這一特征可以通過近似蘋果的最小外接矩形來獲得。最小外接矩形法[8]比較適用于機(jī)器視覺技術(shù)在線檢測蘋果的橫、縱徑,其算法實(shí)現(xiàn)過程如下:確定蘋果的形心,使其邊緣繞蘋果形心旋轉(zhuǎn),每次旋轉(zhuǎn)3°,對旋轉(zhuǎn)之后的蘋果作外接矩形,旋轉(zhuǎn)1周后,尋找面積最小的矩形即為最小外接矩形,其中最小外接矩形的最大邊長為蘋果的橫徑,最小邊長為蘋果的縱徑[9-10]。

        在Windows 10 64位操作系統(tǒng)下,基于PyCharm 2018和OpenCV 3.4.6,用Python 3.6.4設(shè)計(jì)的蘋果橫徑、縱徑測量結(jié)果如圖6所示。圖中通過最小外接矩形法[11]得到的蘋果橫徑、縱徑的單位為像素,而蘋果實(shí)際直徑單位是mm,因此需要進(jìn)行圖像標(biāo)定實(shí)現(xiàn)單位轉(zhuǎn)換。圖中采用標(biāo)準(zhǔn)的5角硬幣作為圖像標(biāo)定的參考物體,標(biāo)準(zhǔn)尺寸大小為20 mm,綠色線框?yàn)樽钚⊥饨泳匦危?個藍(lán)色小圓點(diǎn)分別為最小外接矩形4條邊的中點(diǎn),中間2條線分別為蘋果的橫徑和縱徑,經(jīng)標(biāo)定轉(zhuǎn)換可得到實(shí)際蘋果的橫徑長度為 71 mm,縱徑長度為63 mm。

        試驗(yàn)選取20個紅富士蘋果作為樣本用于建立重量預(yù)測模型,為驗(yàn)證機(jī)器視覺對蘋果橫、縱徑檢測結(jié)果的準(zhǔn)確性,采用剖面測量法測量蘋果實(shí)際橫縱徑尺寸,方法如下:將蘋果縱向剖開,采用精度為0.02 mm的游標(biāo)卡尺測量其中一個剖面,檢測X值即為蘋果的實(shí)際橫徑,檢測Y1、Y2值并求其平均值即為蘋果的實(shí)際縱徑(圖7)。

        表1為20個蘋果樣本經(jīng)機(jī)器視覺和剖面測量法檢測出的蘋果橫、縱徑數(shù)據(jù)。在線檢測的橫徑與人工檢測的實(shí)際橫徑平均誤差為0.94 mm,在線檢測的縱徑與人工檢測的實(shí)際縱徑平均誤差為 0.81 mm,誤差值較小,表明基于機(jī)器視覺獲取的蘋果特征參數(shù)與真實(shí)值接近度高, 能夠真實(shí)地反映蘋果的實(shí)際特征。

        2.4 蘋果體積預(yù)測模型

        為了獲得蘋果體積計(jì)算公式(1)的模型系數(shù)a、b,自制測量工具獲得蘋果實(shí)際體積,建立體積模型。由于蘋果沉于水且不溶于水,可采用排水法或者溢水法測量蘋果體積[12],排水法通過直接測量所溢出的水的體積得到待測蘋果體積,操作簡單方便,因此系統(tǒng)采用排水法測量蘋果果實(shí)的體積。

        排水法測量蘋果實(shí)際體積操作步驟如下:(1)將自制排水燒杯、載物臺、量杯按圖8所示物品擺放位置擺放好。(2)向排水燒杯中加水至排水口,液面與排水口平齊并且沒有水流出。(3)將待測蘋果緩緩放入水中,由于蘋果密度與水相差不大,不能完全沉入水中,此時可采用一根細(xì)針將其壓入水中,待出水口沒有水流出時記錄量杯刻度,并按照編號記錄數(shù)據(jù)。

        為了驗(yàn)證式(1)的預(yù)測蘋果體積模型的準(zhǔn)確性,將樣本蘋果通過近似球體計(jì)算、式(1)計(jì)算和排水法測定。由表2可知,以橫、縱徑平均值R為自變量構(gòu)建的蘋果體積預(yù)測模型與蘋果實(shí)際體積測量值之間的平均誤差為0.04。采用近似球體公式估算的蘋果體積預(yù)測值與蘋果實(shí)際體積測量值之間的平均相對誤差為0.14。由此可見,以蘋果橫徑、縱徑的平均值構(gòu)建的蘋果體積預(yù)測模型可靠性更高。

        如圖9所示是20個蘋果樣本的橫、縱徑均值與蘋果體積之間的冪函數(shù)擬合曲線。

        經(jīng)過MATLAB軟件擬合之后,可得到蘋果的體積預(yù)測模型系數(shù)a、b分別為0.000 215 3、0.024 86,因此蘋果體積預(yù)測模型如公式(2)所示:

        V=0.000 215 3R3+0.024 86R2。(2)

        2.5 蘋果重量檢測

        基于機(jī)器視覺技術(shù)的重量預(yù)測關(guān)鍵在于尋找影響蘋果重量的因素。由文獻(xiàn)[13]可知,蘋果的成熟度、鮮度、橫縱徑、體積均有可能影響蘋果質(zhì)量預(yù)測值。

        考慮到蘋果重量預(yù)測應(yīng)用到蘋果分級加工銷售的特殊性,按照水果市場上鮮果加工常識來看,蘋果果實(shí)都是已經(jīng)成熟而且鮮度高、含水量高的,因此蘋果的重量主要考慮蘋果的橫、縱徑和體積。

        利用MATLAB軟件對蘋果的實(shí)際重量分別與蘋果橫、縱徑和體積作相關(guān)性分析,可知蘋果橫、縱經(jīng)與蘋果實(shí)際重量的相關(guān)系數(shù)為0.863 6,體積與蘋果實(shí)際重量的相關(guān)系數(shù)為0.872 9,兩者相關(guān)性均較好,可以將蘋果橫、縱徑和體積確定為影響蘋果預(yù)測重量的因素。

        3 蘋果重量的機(jī)器視覺檢測模型

        由分析可知,蘋果的橫縱徑均值與蘋果體積相關(guān)性較好,是影響蘋果重量的重要因素,選取蘋果橫縱徑均值R、蘋果體積V作為自變量,蘋果實(shí)際重量M為因變量,建立如式(3)、式(4)所示的蘋果重量多元線性函數(shù)模型和多元混合函數(shù)模型[14]。

        M=a1+b1R+c1V;(3)

        M=a2+b2R+c2V+b3R2+c3V2;(4)

        式中:a1、a2、b1、b2、b3、c1、c2、c3為待定常數(shù)。

        選取20個試驗(yàn)樣本用于確定式(3)、式(4)中的待定常數(shù),以建立蘋果重量的檢測模型。利用MATLAB軟件擬合數(shù)據(jù)之后,可得多元線性擬合模型如式(5)所示:

        M=-125.2+3.266R+0.381 7V。(5)

        多元混合函數(shù)擬合模型如式(6)所示:

        M=2 851-156R-90.94V+5.207R2+0.013 66V2。(6)

        2個蘋果重量擬合模型的相關(guān)性如表3所示。多元線性函數(shù)回歸模型的相關(guān)系數(shù)為0.938 6,表明采用此模型可以比較準(zhǔn)確地檢測蘋果重量。

        4 試驗(yàn)結(jié)果及分析

        為了驗(yàn)證蘋果重量預(yù)測多元線性回歸模型的準(zhǔn)確性,隨機(jī)選取60個成熟的紅富士蘋果組成測試集,來驗(yàn)證蘋果重量和體積、橫縱徑等體型特征之間模型的準(zhǔn)確性。結(jié)果表明,蘋果重量檢測的相對誤差低于2%,絕對誤差均在4 g以內(nèi),能滿足蘋果重量檢測精度的要求。

        5 結(jié)束語

        本研究基于機(jī)器視覺技術(shù),提出了基于圖像的蘋果重量預(yù)測方法,可以實(shí)現(xiàn)基于重量對蘋果進(jìn)行無損檢測分級,增強(qiáng)我國蘋果的國際市場競爭力;建立了蘋果重量與蘋果體積、橫縱徑間的模型,相關(guān)系數(shù)為0.938 6,相關(guān)關(guān)系顯著,重量檢測值相對誤差低于2%,檢測準(zhǔn)確性較高;蘋果重量檢測的絕對誤差均在4 g以內(nèi),能滿足檢測精度的要求,可用于蘋果分級生產(chǎn),也可為其他鮮果的機(jī)器視覺分級和分選等設(shè)備研發(fā)提供理論支撐。

        參考文獻(xiàn):

        [1]劉忠超,劉勇軍,常有周. 基于S7-300 PLC和Matlab的蘋果自動分級系統(tǒng)設(shè)計(jì)[J]. 江蘇農(nóng)業(yè)科學(xué),2018,46(14):197-200.

        [2]李 頎,胡家坤. 基于機(jī)器視覺的蘋果在線分級[J]. 食品與機(jī)械,2020,36(8):123-128,153.

        [3]王維,劉東琴,王 佩. 果品分級檢測技術(shù)的研究現(xiàn)狀及發(fā)展[J]. 包裝與食品機(jī)械,2016,34(6):55-58.

        [4]吳曉強(qiáng),黃云戰(zhàn),趙永杰. 基于運(yùn)動控制器的蘋果質(zhì)量分級系統(tǒng)[J]. 食品與機(jī)械,2015,31(5):114-116.

        [5]徐 賽,孫瀟鵬,張倩倩. 大型厚皮水果的無損檢測技術(shù)研究[J]. 農(nóng)產(chǎn)品質(zhì)量與安全,2019(5):30-35,48.

        [6]喬 陸,陳 靜. 基于SOPC水果分級檢測系統(tǒng)研究[J]. 食品與機(jī)械,2016,32(8):95-97,201.

        [7]韓 偉,曾慶山. 基于計(jì)算機(jī)視覺的水果直徑檢測方法的研究[J]. 中國農(nóng)機(jī)化,2011,32(5):108-111.

        [8]杜 云,鄭羽綸,張效瑋. 基于圖像處理的蘋果大小分級研究[J]. 河北工業(yè)科技,2019,36(6):410-414.

        [9]王風(fēng)云,鄭紀(jì)業(yè),趙 佳,等. 基于機(jī)器視覺的雙孢蘑菇分級算法[J]. 江蘇農(nóng)業(yè)科學(xué),2018,46(13):193-197.

        [10]馬 聰,陳學(xué)東,周 慧. 基于圖像處理技術(shù)的枸杞外形參數(shù)測量算法研究[J]. 寧夏農(nóng)林科技,2020,61(8):60-63.

        [11]戴建民,曹 鑄,孔令華,等. 基于多特征模糊識別的煙葉品質(zhì)分級算法[J]. 江蘇農(nóng)業(yè)科學(xué),2020,48(20):241-247.

        [12]謝洪起. 基于RGB-D相機(jī)的獼猴桃外形和體積檢測方法研究[D]. 楊凌:西北農(nóng)林科技大學(xué),2018.

        [13]杜 云,鄭羽綸,張效瑋. 基于圖像處理的蘋果大小分級研究[J]. 河北工業(yè)科技,2019,36(6):410-414.

        [14]饒秀勤,岑益科,應(yīng)義斌. 基于外形幾何特征的雞蛋重量檢測模型[J]. 中國家禽,2007,29(5):18-20.

        猜你喜歡
        機(jī)器視覺
        基于芯片點(diǎn)膠系統(tǒng)的視覺檢測技術(shù)研究
        全自動模擬目標(biāo)搜救系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)
        基于機(jī)器視覺的自動澆注機(jī)控制系統(tǒng)的研究
        科技視界(2016年26期)2016-12-17 17:31:58
        機(jī)器視覺技術(shù)的發(fā)展及其應(yīng)用
        科技視界(2016年25期)2016-11-25 19:53:52
        視覺拉線檢測器的設(shè)計(jì)與實(shí)現(xiàn)
        科技視界(2016年25期)2016-11-25 09:27:34
        大場景三維激光掃描儀在研究生實(shí)踐教學(xué)培養(yǎng)中的應(yīng)用
        基于機(jī)器視覺的工件鋸片缺陷檢測系統(tǒng)設(shè)計(jì)
        軟件工程(2016年8期)2016-10-25 15:55:22
        基于機(jī)器視覺技術(shù)的動態(tài)“白帶”常規(guī)檢測系統(tǒng)的開發(fā)
        科技視界(2016年20期)2016-09-29 11:11:40
        對激光切割機(jī)的改進(jìn)
        科技視界(2016年6期)2016-07-12 09:12:40
        人工智能在高校圖書館的預(yù)期
        科技視界(2016年15期)2016-06-30 19:03:30
        日本一区二区高清在线观看| 最好看的最新高清中文视频| 好吊妞人成免费视频观看| 久久国产av在线观看| 亚洲精品第四页中文字幕| 久久伊人少妇熟女大香线蕉| 久久精品国产自清天天线| 亚洲欧美日韩中文综合在线不卡| 亚洲永久免费中文字幕| 亚洲欧洲成人精品香蕉网| 国产精品成人免费视频网站京东| 99re国产电影精品| 国产一级内射一片视频免费| 国产综合色在线视频区| 国产精品 高清 尿 小便 嘘嘘| 亚洲天堂无码AV一二三四区| 久久精品中文字幕有码| 久久亚洲av无码西西人体| 欧美精品黄页在线观看视频| 久久色悠悠亚洲综合网| 亚洲国产中文字幕视频| 国产精品免费观看久久| 久久精品国产一区二区蜜芽| 人妻体体内射精一区中文字幕| 亚洲精品欧美精品日韩精品| 亚洲爆乳少妇无码激情| 中文人妻av大区中文不卡| 日本不卡一区二区三区在线视频| 男ji大巴进入女人的视频小说| 国产三级欧美| 亚洲中文字幕乱码在线视频| 夜夜高潮夜夜爽夜夜爱爱一区| 亚洲av综合色区无码一二三区| 日韩av中出在线免费播放网站| 久久精品免费视频亚洲| 国产熟妇另类久久久久| 国产成人久久精品区一区二区| 人妖与人妖免费黄色片| 成人麻豆日韩在无码视频| 富婆如狼似虎找黑人老外| 久草91这里只有精品|