基于机器视觉之哈密瓜分级体系构建与初步试验研究.docVIP

　　基于机器视觉之哈密瓜分级体系构建与初步试验研究 第 1 章 绪论 1.1研究背景 哈密瓜是甜瓜的一个变种，具有瓜中之王的美誉，味甘如蜜，口感细腻，深受人们的喜爱。目前，哈密瓜的品质检测与分级主要靠人工完成，检测效率低，分级精度差，无法实现哈密瓜的优质优价，难以满足市场需求，导致大量成熟哈密瓜滞销。哈密瓜是新疆地区主要的水果之一，也是极具发展前景的优良农产品。哈密瓜虽在甘肃、内蒙古等地均有种植，但是由于新疆独特的气候条件，使得新疆哈密瓜口感更佳，品质更加优良。哈密瓜在新疆哈密地区与吐鲁番地区种植最为广泛，其中以哈密瓜地区伊吾县种植面积最广。近年来，随着新疆农业政策的调整，哈密瓜产业得到飞速发展。哈密瓜种植面积越来越广，产量越来越高。2002 年到 2013 年新疆统计年鉴统计[1]，自 2001 年起，新疆哈密瓜种植面积与产量整体呈上升趋势如图 1-2 所示。此外，哈密瓜品种也越来越多，形成了早熟、中熟、晚熟三种品系。新疆哈密瓜的销售方式单一，除去疆内哈密瓜的自销外，商品瓜出疆主要依赖广东、上海等地的客商，本地销售企业大多数为小型或微型企业，市场带动能力不强、信息网络不健全、专业营销人才匮乏，导致市场开拓能力极差，使哈密瓜未能形成规模经营，只能为内地客户组织货源，难以开拓国际市场[2]。享誉中外的新疆哈密瓜出口到国外却极少，究其原因除了哈密瓜的耐储能力与运输损耗严重的问题，还有一个比较大的问题就是产后商品化处理的水平低下，分级的效果不理想，无法达到出口的标准。 1.2哈密瓜分级 哈密瓜产后分级主要通过传统的人工分级，这种分级方式消耗大量劳动力，且效率低下，长时间工作容易视觉疲劳，情绪波动，导致分级效果不理想。规格不一、品质不均的哈密瓜，市场竞争力低下从而影响出口。机器视觉不仅是人眼的延伸，而且具有人脑的一部分功能，具有科学、实用、快速、客观等优点。机器视觉不仅可以检测哈密瓜的大小，还可以检测表面缺陷、颜色、网纹，与内部品质有一定的相关性，有着重量式分级机和尺寸式分级机等无法比拟的优点。鉴于新疆哈密瓜现状，为提高其分级效率、分级精度，节省人力，实现哈密瓜的优质优价，增强市场竞争力，提高农民收入，研究基于机器视觉的哈密瓜分级系统意义重大。Mizrach等人（1989-2008）[4-7]先后用低频声波、超声波单次触发系统、超声波连续触发系统对甜瓜进行无损检测试验，解决的问题与得出的结论：（1）用50Hz和100Hz转换器克服了高衰减系数问题；（2）声波的衰减系数可以预测甜瓜的内在品质；（3）超声波的信号衰减与甜瓜的表皮颜色、成熟度存在相关性，相关系数为0.842。 . 第 2 章 基于机器视觉的哈密瓜分级系统的总体设计 2.1 基于机器视觉的哈密瓜分级系统的主要功能 基于机器视觉的哈密瓜分级系统需要实现哈密瓜图像动态采集与处理，上位机与下位机通讯，哈密瓜位置的跟踪，控制机构，以及分级执行机构等功能。系统结构图如图2-1 所示。图像的动态采集与处理是机器视觉技术核心功能。图像的采集是靠 CCD 相机完成，CCD 是一种半导体器件，能够将光学影像转换成数字信号，即实现了将哈密瓜的颜色信息转换成图像的数字信息。图像数据的采集是由线阵 CCD 相机以 5kHz 的行扫描速度完成，由触发器作为外触发控制相机每一帧的采集，实现每秒采集两个哈密瓜图像并完成图像处理。一帧图像完成对一个哈密瓜的采集，采集后将图像显示到计算机显示屏（LCD）上，可以实现动态观察的效果。哈密瓜作为被测物，在输送线上的位置实时发生变化，哈密瓜的运动与图像处理同时进行，实现正确的分级，需要实时记录哈密瓜在输送线上的位置和跟踪。采用移位寄存的方式实现对哈密瓜的跟踪。自动分级执行机构是整个系统的卸料装置，哈密瓜作为大型瓜果，具有体积大、重量大的特点，不同的卸料方式将直接影响分级效率。采用电磁铁的吸合与分离实现分级出口的开关作用。 2.2 基于机器视觉的哈密瓜分级系统硬件的总体设计 采用计算机直接数字控制方式实现哈密瓜的自动分级。图像以外触发模式进行采集，每当输送线移动一个托盘位置便会触发光电开关，由光电开关控制图像采集卡采集。PC 机完成图像的处理与显示，再由控制模块实现哈密瓜跟踪和定位，并自动驱动执行机构。硬件结构图如图 2-2 所示。以联想 PC（Personal puter）机作为控制主机，欧姆龙光电开关作为触发器来触发 DALSA 图像采集卡，由 DALSA 线阵相机采集图像。选择可编程控制器（PLC）作为下位机完成控制模块的主要功能。计算机接收图像信息，经过图像处理并输出结果，由控制模块控制分级执行机构完成哈密瓜的分级。各硬件的选用与其配置如表 2-1 所示。操作系统是最根本的系统软件，直接控制与管理计算机软硬件资源。作为机器视觉哈密瓜分级系统的操作系统必须具有高