基于机器视觉的红枣缺陷检测及分选系统的研究
红枣以其含有丰富的营养成分为人们所熟知,但由于生长环境和采摘技术的影响收获后的红枣表面存在许多缺陷如表面损伤、裂纹等,为了能对不同缺陷的红枣进行分选,本文将研究一套基于机器视觉的红枣缺陷检测和分选系统。首先根据分选需求对整个系统进行设计,并对内部各子系统进行了深入研究。首先对喂料装置和输送装置进行设计、优化,试制和性能测试,改进图像采集方式,编写了缺陷检测算法,依据不同类型缺陷红枣表面特征差异,设计针对性的检测方案。本文主要研究内容能够对今后基于机器视觉的红枣表面缺陷检测技术大规模应用打下了坚实的理论基础。具体研究内容如下:(1)检测系统的整体设计。对当下主要的红枣缺陷划分标准进行了调查,根据国家标准和地方企业标准确定红枣表面缺陷的种类为损伤和裂纹,以分选损伤和裂纹红枣为研究目的,设计了基于机器视觉红枣缺陷检测和分选系统的整体结构,系统主要结构包括喂料装置、输送装置、检测系统和分选系统。(2)喂料和输送装置。了解现有喂料装置的种类和基本工作原理,总结不足,根据本文需求选择了合适喂料方式,通过预试验和理论计算确定喂料装置基本结构。研究了红枣与喂料装置材料之间的相互作用,测量骏枣在镀锌板上滚动摩擦因数,根据测得的红枣大小、密度、动摩擦因数等参数确定料斗底面与水平面夹角最小值。利用EDEM 2018软件对所设计装置进行仿真分析,按照仿真结果对喂料装置内部结构和出料口大小进行了优化。依照设计完成喂料装置试制和步进电机,控制器,动力控制系统的调配,对喂料装置进行性能试验,采用单因素的试验方法以喂料滚筒转速和出料口大小为因素,每个因素均选取三个水平研究了其喂料性能的影响,试验发现当出料口为4×4(cm)、4×5(cm)、4×6(cm)单粒率分别为83.%1、83.4%、83.1%,设计两因素交互试验,探索滚筒转速和出料口大小对喂料性能的交互作用,使用二次多项式对其结果进行拟合,发现两因素间存在明显交互作用。利用Solid Works 2018软件建立其三维模型,确定其参数为250×50(cm),高度70-100(cm)可调并其速度在0-8(m/s)间线性可调并试制该装置。(3)红枣缺陷检测系统。设计了图像采集装置整体结构,利用Solid Works 2018软件建立其三维模型,针对骏枣物料特性提出可调节相机支架构想,并进行设计试制。根据图像采集需要在卤素、LED、高频荧光灯、氙灯、白炽灯中选择亮度可调节、使用寿命长,成本低的光源为系统光源,依据采集图像质量和相机性能要求选择合适的相机。分析了物距与成像大小的关系,依照本研究需成像大小,分析安装所选相机镜头组合距离物体最佳距离。编写了缺陷检测算法。以Visual Studio 2010作为开发平台,C语言为编程语言,利用Open CV3.0机器视觉库和相机SDK工具包实现红枣缺陷的判断。(4)分选系统。参照目前水果分选方式,结合红枣自身物料特性,确定红枣分选系统的整体方案采用气动活塞推杆的分选方式,根据设计方案确定红枣分选的执行机构具体参数,使用GX Developer 9.0编写PLC控制程序,以PLC为控制器,编写延时程序通过控制电磁阀换向完成推杆伸缩最终实现对不同红枣缺陷的在线分选。最后对整个分选系统分别进行单一缺陷枣和多种缺陷枣混合枣分选性能测试,研究了分选准确率随传送带带速变化的规律,并且发现分选准确率受分选红枣种类影响,试验结果为:当传送带速度为0.1m/s时具有最好的分选效果,其对表面损伤缺陷的分选修正准确率达到73.3%。
- 作者:
- 马博
- 学位授予单位:
- 塔里木大学
- 授予学位:
- 硕士
- 学位年度:
- 2021年
- 导师姓名:
- 李传峰;吴明清
- 中图分类号:
- TP391.41;TS255.7
- 关键词:
- 表面缺陷检测;喂料装置;图像采集;检测系统;分选系统
-
- 基金项目:
- 南疆特色果树高效优质栽培与深加工技术国家地方联合工程实验室开放课题项目“基于机器视觉的红枣检测装置研究”的部分研究成果(项目编号:FE201904),课题主持人:吴明清讲师(塔里木大学)