论文部分内容阅读
目前大多数农产品分选机还是通过机械结构以物理的方法进行分选,受限于分选结构的单一设计,分选的模式也比较简单,通常为大小、重量等。而涉及到产品成熟度、破损度、是否去皮等,传统的机械分选机并不适用,因此产生了一种基于机器视觉的新型智能分选机,该种分选机首先利用图像传感器采集包含产品特征信息的数据,然后将图像数据交由设备上的处理器进行处理与分析,最后依据分析结果对产品进行分选。而新型的智能分选机通常会配备昂贵的专业传感器,以及可以实时执行大量运算的PC机或工业计算机,因此价格较高且体积较为庞大,不适合小型农户对分选机的低成本、占地小、易维护等需求。本文设计了一种基于机器视觉的小型农产品智能分选机,采用DSP+ARM替代PC机或工业计算机,大大减小了分选机的体积,降低了分选机的成本。当农产品传送到摄像机下方时,触发附近的光电开关,产生中断信号使DSP处理摄像机采集到的当前产品图像,随后将处理结果通过RS-232串口传输到ARM,ARM根据结果信息来控制分选机对农产品进行分选,同时将分选结果和分选模式以图形界面的形式显示出来,便于用户操作。设计实验方面,该分选机对采集的图像首先进行去噪和畸变校正处理;为减少DSP处理时间,等间隔对图像采样,并采用R-G色差特征的方法对采样点进行判断,符合条件的像素点作为种子进行种子填充,以提取完整的目标区域;采用目标区域像素个数来判断目标大小和颜色,设计了近似圆程度求解算法来检测破损。论文最后采用圣女果、金桔和桂圆干作为物料,分别对其进行了大小、颜色和破损的分选试验。圣女果、金桔及桂圆干的测试样本数分别为640、640及792,圣女果正确分选601个,正确率约为93.91%;金桔正确分选622个,正确率约为97.19%;桂圆干正确分选682个,正确率约为86.11%。测算后,三种物料的最大处理速率分别为:圣女果337kg/h、金桔311kg/h、桂圆干228kg/h。本文提出的小型农产品智能分选机大大减小机器视觉和控制单元的体积与成本,并凭借嵌入式系统的稳定性和DSP强大的计算能力,初步实现了对物料大小、颜色及缺损的分选。