導航:首頁 > 裝置知識 > 水果自動分級裝置
水果自動分級裝置
發布時間：2022-06-30 21:20:18⑴ 果蔬稱重分揀機用什麼控制
果蔬分揀機是根據水果和蔬菜的重量進行自動分類，需要這類自動化設備的，用良石技術稱重專用PLC控制器，可以靈活控制各個動作，使用可靠稱重。
⑵ 水果自動稱重分級生產線中該使用什麼感測器
當然是稱重感測器，我們有從事這方面的銷售，現貨
⑶ 計算機視覺技術國內 國外發展歷史及現狀
1研究現狀及存在的問題
水果實時分級系統主要功能是水果外部品質和內部品質的自動檢測。水果的外部品質檢測的項目有大小、形狀、顏色、表面缺陷等，內部品質無損檢測的項目為水果的硬度、糖含量、酸度、口味及某些內部缺陷等。
1.1水果外部品質的自動檢測
水果的尺寸和顏色檢測技術已比較成熟，且在國外已經實現自動化檢測，在國內也有按重量或尺寸分級的系統。但果面的缺陷檢測卻一直成為水果實時分級的障礙。
果面缺陷檢測的技術比較復雜，目前存在以下幾方面難題。
1.1.1對水果整個表面進行實時視覺檢測比較困難
在水果分選生產線上，輸送機構輸送水果並把水果整個表面呈現給攝像機，這是水果實時分級系統比較關鍵的組成部分，因為當水果通過時，要求視覺系統能快速檢查每個水果的全部果面，即使很小的缺陷面積，也會使得水果級別發生很大變化。同時，設計的視覺分級系統必須滿足高生產率的要求。在這方面，國外學者（Growe,1996,Tao,1996)［1，2］採用滾子輸送帶使水果一邊移動一邊自身轉動，從而使安裝在輸送帶上方的攝像機能採集到水果的多個面的圖像，達到全表面檢測的目的。但由於水果大小和形狀不規則，造成水果旋轉速度不一致且難以保證按同一軸線旋轉。此外，水果旋轉兩端的表面部分攝像機無法採集到，因此，分級誤差較大。
1.1.2快速而准確地測定水果表面的各種缺陷且與梗、萼凹陷區正確區分比較困難
Miller等(1991)［3］對桃子的分選試驗表明：因不能正確區分水果表面的缺陷和梗、萼凹陷區，由此產生的分級誤差為25％左右。Rehkugler等（1986）［4］利用機械定向機構使蘋果梗、萼處於垂直方向並繞梗萼軸旋轉，CCD線掃描攝像機可掃描蘋果的整個表面且形成一幅圖像，該方法的特點是由機械定向機構定位水果梗、萼區，攝像機對此區不需要再檢查。但因為受定向機構速度的限制，還達不到實時分級的速度，試驗結果為每分鍾選30個蘋果。Yang(1996)［5］利用結構光圖像與散射光圖像相結合來區分梗、萼區和缺陷區，綜合兩方面圖像處理的結果，共抽取16個特徵參數，再利用BP神經網路區分蘋果的梗、萼區和缺陷區，分辨精度為95％，但還需要進一步把試驗結果應用於實際水果分選生產線中。Growe等（1996）［1］採取在780 nm附近帶域內，用結構光由一黑白攝像機進行水果表面的凹陷度檢測；在750 nm帶域內的散射光照射下，由一黑白攝像機進行水果表面的可疑缺陷區檢測。水果的輸送旋轉裝置及攝像機布置如圖1a所示，採用的雙錐滾筒輸送帶可使水果一方面沿水平方向作平移運動，另一方面又繞自身水平軸作旋轉運動。兩個黑白CCD攝像機用來採集750 nm附近的散射光圖像和780 nm附近的結構光圖像，水果旋轉一周攝取兩次圖像。兩個黑白攝像機採集的圖像經過設計的介面電路後，被合成為一幅黑白圖像，合成過程如圖1b所示。圖像的處理由流水線圖像處理系統完成。試驗結果表明：每個水果採集兩幅圖像時，缺陷檢測的速度可達5個/s，但誤差較大，如對於蘋果，碰傷檢測的准確率僅為51％。試驗表明，要想得到較高的檢測精度，每個水果應採集5幅以上的圖像，結構光至少6條以上。此外，由於水果尺寸不同所造成各個水果旋轉速度的不一致，也是產生測量誤差的原因。徐娟（1997）［6］及Nakano(1997)［7］利用人工神經網路法對缺陷區和梗萼區進行區分，試驗表明神經網路的區分准確率較低。在果面各種缺陷的快速檢測方面，Throop(1997)［8］等人研究了多光譜測量技術，對10個品種的蘋果的22種缺陷，在460～1 030 nm光譜范圍內，每隔10 nm試驗測定了它們的反射光譜特性，其中對3種蘋果同一種缺陷測量的結果如圖2所示。圖中縱坐標的馬氏距離反映了水果缺陷區與正常區反射強度的差別程度，距離越大，兩者差別越大。由圖中曲線可看出：在中心為540 nm、740 nm、1 030 nm三波段附近，3種蘋果同一缺陷與正常區的反射強度的差別表現為最大或最小值，最後通過對3個波段的圖像進行簡單的減法和閾值處理，即可得到檢測的缺陷，下一步應考慮實際應用的實現。
(a)(b)
圖1圖像採集布置圖與圖像合成示意圖
(a)輸送裝置及攝像機布置(b) 圖像合成示意圖
圖23種蘋果同一缺陷在460～1 030 nm
范圍內與正常區反射強度的差別情況
1.1.3球形水果表面引起光照強度在投影面內呈曲面分布，以及二維圖像上的透視區域與水果實際表面存在的畸變，給圖像的缺陷檢測帶來困難和造成誤差
Tao(1996)［2］提出的球形變換法很好地解決了第一個問題。基本思想如圖3所示：帶缺陷的原始物體圖像（OOI）與該物體反表面無缺陷的圖像(IOI)相加得到變換後的物體圖像（TOI），此圖像具有平面物體圖像的性質，而缺陷區低於該平面，然後經過簡單閾值處理即可得缺陷區。何東健（1997）［9］提出了缺陷透視圖像面積發生畸變的校正方法，但對復雜形狀的缺陷區進行校正，還存在一定的困難。Nakano(1997)［7］利用一旋轉平台使水果旋轉，每旋轉18°CCD攝像機採集一幅圖像，蘋果旋轉一周可得20幅圖像，為消除蘋果球面面積的畸變，每幅圖像只保留中間13 cm寬度的幅面，再全部合成一幅蘋果整個表面的展開圖像，此法非常有效，但在分選生產線上實現比較困難。
圖3球形變換方法
1.1.4傳統的圖像處理及模式識別演算法的速度不適合實時分選線的要求
國外一般採用高速圖像處理硬體與簡單有效的圖像處理軟體相結合的途徑，來實現水果的實時分級。如Yang(1996)［5］利用的是Transputer系統、結構光法和洪水演算法；Growe等(1996)［1］研製的系統，圖像的大部分工作由流水線圖像處理硬體系統完成；Tao(1996)［2］採用的是專用Merlin圖像處理系統和簡單有效的球形變換法，研製的蘋果分選系統已應用到水果分選生產線上，其分選速度可達3 165個/min。國內研究者（劉禾，1998，徐娟，1997，楊秀坤，1997，何東健，1997）［6，9～11］大多利用一般的微機和圖像採集卡，開發了一些圖像處理和模式識別的新演算法，如把人工神經網路、模糊理論、遺傳演算法、圖像形態學、分形理論、小波理論及人工智慧理論用於圖像特徵的抽取和識別。但由於圖像處理的硬體速度太低，故只能限於靜態水果圖像分選的演算法研究。此外，水果分級的演算法應具備人工分級的一些優良性能，如學習與記憶功能，因為目前的一些分級演算法的訓練樣本都比較少，而要分級的水果品種多變且量大。
1.2水果內部品質無損檢測
反映水果內部品質的主要指標有硬度、糖含量、酸度、口味及內部缺陷等。目前國內外研究的主要方法和存在的問題如下。
1.2.1水果的硬度檢測
水果的硬度可間接反映水果的成熟度、運輸中的抗損壞性、儲藏期等。目前用於水果硬度檢測的方法主要有變形法和聲學法。
變形法就是在一定時間內給水果施加一定的動態力或沖擊力，然後根據測得的變形量確定水果的硬度。如Schmilovitch等（1995）［12］研製成功了棗子硬度自動檢測系統，其原理是把棗子放在兩平板之間，在上面板施加5～8 N的動態力，根據所測變形量的大小把棗子分成4個硬度等級。Delwiche(1991)［13］利用沖擊法研製了蘋果硬度自動檢測系統，發現沖擊力會造成蘋果表面的輕微損傷。變形法只能測量水果表面的局部硬度，實際上，水果表面硬度變化較大，故限制了變形法的應用。
聲學法包括聲波脈沖響應法和超聲波法，聲波脈沖響應法（20～1 500 Hz）就是利用一麥克風測量受輕微敲擊水果的聲波強度，由此確定水果的硬度。Armstrong等（1993）［14］試驗研究了所測聲波強度與水果硬度的關系，發現二者有很好的相關關系。此法的優點是簡單、無損，且能反映水果的整體硬度，缺點是必須注意周圍雜訊的絕緣及機械振動的消除，此外水果形狀也影響測量精度。超聲波(＞20 000 Hz)法是根據超聲波在水果等介質中傳播時，能量衰減系數的大小來確定水果硬度。但由於水果內部含有較多氣隙且各向異性，故超聲波很難穿透整個水果。
1.2.2糖含量、酸度、口味的自動檢測
糖含量、酸度比較有潛力的檢測方法是近紅外法（NIR）和磁共振法（MR）。近紅外法又分穿透法、反射法和部分穿透法，部分穿透法原理如圖4所示。穿透法對水果不適應，反射法一般用於水果表面特徵的檢測，因此常用的方法是部分穿透法。由圖4可看出，在部分穿透法中，光線經過的路徑比穿透法短，且入射光線與接收器有一夾角，此夾角的確定對測量起關鍵作用，此外二者之間必須加一隔板。884 nm和834 nm測得量的比值已用於桃子、蘋果（Slaughter ，1995）［15］糖含量的自動測定。Slaughter等（1996）［16］對西紅柿，在400～1 100 nm的光譜范圍內進行部分穿透性測量試驗，結果表明：800～1 000 nm范圍的信息對糖含量的確定最有用，測得的相關系數r＝0.92, 但酸度測量比較困難。Mizrach(1997)［17］利用超聲波法試驗研究了超聲波衰減系數和芒果硬度、糖含量、酸度的關系，但其超聲波測量探頭必須與果面接觸，故限制了在線的應用。因此，利用近紅外多光譜技術測定水果內部糖含量及其他成分是很有前途的，為達到實時應用的目的，應進一步確定最合適的一兩個波段並與計算機視覺技術結合。磁共振及磁共振成像（MRI）技術也是測定水果內部成分的有效方法，其依據是物質內部的某些原子核（H、C、P等）在外部磁場作用下，可與射頻區域的電磁波輻射相互作用。Chen等(1996)［18］利用此法對鱷梨的成熟度和鮮杏梅的糖含量進行了一些研究，得到了較好的結果。此法的主要缺點是設備昂貴。
圖4部分穿透法
與水果的口味相關的化學成分主要是可揮發性芳香化合物，當水果成熟時，就會在周圍空氣中散發這種揮發性芳香氣體。Benady等（1995）［19］研製的電子感測器可以測量這種氣體的濃度。
1.2.3水果內部缺陷的檢測
西瓜的內部空心用超聲波檢測已比較成熟。其他缺陷的檢測，目前國外正研究利用X射線法、磁共振和磁共振成像技術等方法測量，因成本高及安全性等問題，故很難在農業中推廣應用。
2研究的途徑及方向探討
水果實時分級系統的進一步研究應從兩方面入手，一方面要加快水果外部品質的計算機視覺實時分選技術的研究；另一方面也要進行水果內部品質的無損檢測技術的研究。因為水果分級的主要目的是選出高質量的水果，故水果內外品質的檢測技術都十分重要。
在水果的外部品質檢測方面，應進行多種技術集成的應用研究。
（1） 對於水果整個表面機器視覺快速檢測的問題，可採用機械與光學技術相結合，設計合理的傳送機構，既保證水果在傳送帶上比較平穩地移動，又可由視覺系統快速檢測到水果的全部表面。盡量減小因水果不規則運動造成的分級誤差、損傷及圖像的模糊。
（2） 對於果梗、萼區與缺陷的檢測與視覺區分方面，應採用多光譜技術與機器視覺技術相結合，研究水果圖像上可疑缺陷區的關鍵特徵參數的抽取方法，得到簡單、有效、快速的圖像處理和識別方法。
（3） 在球形果面造成的光反射強度呈曲面分布及曲面成像面積的畸變問題，可從光照設計、圖像合成及軟體補償3方面綜合考慮。光照的充分設計可解決第一個問題；多幅圖像的有效合成，可解決畸變問題。我們通過試驗表明：一個水果至少應採集5幅圖像，然後再合成為一幅，可基本保證水果整個表面上缺陷的有效檢測，以避免畸變誤差。軟體補償的方法必須簡單而有效，以適合高速的要求。
（4） 在實時系統的圖像處理器硬體設計方面，首先應採取先進的並行CPU晶元，如TMS320C80等；其次處理板的設計應與視覺系統結合起來考慮，如採集多路視覺信號的合成問題，機械機構與視覺系統的同步電路設計等。當然，也可引進國外比較成熟的高速圖像處理主板，而其他技術可由國內自行開發，這樣可以加快國內水果實時分級系統實現自動化的步伐。
（5） 在圖像處理和識別的軟體設計方面，應把傳統方法與現代新方法（神經網路，並行演算法，遺傳演算法，模糊技術，人工智慧，圖像形態學，分形學，小波變換等）結合起來，改變傳統圖像信息的超數據量表達方式，尋求圖像表達與解釋的新方法，力求圖像處理和識別演算法的快速性、有效性及魯棒性。
在水果內部品質檢測方面，聲學振動法是實現硬度自動檢測的有效方法，但應設法消除影響測量精度的因素，並進行在生產線上的應用開發；近紅外局部投射法和磁共振法是水果糖含量、酸度等內部成分自動檢測的有效方法。在國內，近紅外局部投射法更有應用前景，應進一步研究其通用性、穩定性和實用性；內部缺陷的無損檢測應進一步研究新原理和新方法，應採取自己開發和從國外引進相結合的方式。此外，應進行多種感測器測量信息集成技術的研究，這是水果內外品質實現實時自動檢測與分級的有效途徑。
3結語
利用各種現代技術的高度集成，在水果分選生產線上同時完成水果內外品質的檢測與分級是將來進一步研究的方向和目的。隨著科學技術的飛速發展，在我國近期有望實現農產品品質的自動化檢測與分級。
⑷ 如圖甲是水果自動篩選裝置，它能將質量小於一定標準的水果自動剔除，其原理如下：傳送帶上的水果經過檢測
（1）若檢測點上沒有水果，監測點受到的壓力為零，由圖乙知，此時壓敏電阻R1=100Ω，
將滑片P調到a點時，變阻器接入電路中的阻值為0，R1單獨接入電路，
此時電路中的電流為I1=
| U |
| R1 |
| 14V |
| 100Ω |
（2）將滑片P調到b點時，變阻器接入電路的阻值最大：R2=20Ω，檢測點上沒有水果，壓敏電阻仍為R1=100Ω，R1和R2串聯接入電路，
電路中的總電阻R總=R1+R2=100Ω+20Ω=120Ω，
電路中的電流I=
| U |
| R總 |
| 14V |
| 120Ω |
| 7 |
| 60 |
機器運轉時間t=1min=60s，該電路消耗的電能W=Pt=UIt=14V×
| 7 |
| 60 |
（3）∵傳送帶水平，
∴0.4kg的水果經過檢測點時，壓敏電阻受到的壓力F=G=mg=0.4kg×10N/kg=4N，由乙可知F=4N時，此時壓敏電阻R壓=20Ω，
若水果的質量小於0.4kg，則水果對壓敏電阻的壓力變小，由乙圖可知，壓敏電阻的電阻隨之變大，電路中總電阻變大，電源電壓不變，由I=
| U |
| R |
則與滑動變阻器串聯的壓敏電阻的兩端電壓U壓=U-U變=14V-4V=10V，
電路中的電流I'=
| U壓 |
| R壓 |
| 10V |
| 20Ω |
變阻器的阻值R變=
| U |
| I′ |
| 4V |
| 0.5A |
答：（1）將滑片P調到a點時，若檢測點上沒有水果，電路中的電流是0.14A；
（2）將滑片P調到b點時，若檢測點上沒有水果，機器運轉1min，該電路消耗的電能為=98J；
（3）要使該裝置剔除質量小於0.4kg的水果，應將變阻器的阻值調到8Ω．
⑸ 某水果自動篩選裝置如圖1所示，它能將質量小於一定標準的水果目動剔除．其原理（圖2）如下：R為壓敏電阻
（1）由圖可知，當檢測點上沒有水果時，R=100Ω，
∵串聯電路中總電阻等於各分電阻之和，
∴根據歐姆定律可得，此時電路中的電流：
I=
| U |
| R+R0 |
| 15V |
| 100Ω+20Ω |
（2）當U0=3V時，電路中的電流：
I1=I0=
| U0 |
| R0 |
| 3V |
| 20Ω |
∵串聯電路中總電壓等於各分電壓之和，
∴壓敏電阻兩端的電壓：
U1=U-U0=15V-3V=12V，
壓敏電阻的阻值：
R=
| U1 |
| I1 |
| 12V |
| 0.15A |
查圖表得F=G=0.5N，
（3）G水果=F=mg=0.25kg×10N/kg=2.5N，由圖3得出對應壓敏電阻的阻值為40Ω，
已知機械裝置啟動，電路中的電流：I1=0.15A，
則R兩端的電壓U′=I1R=0.15A×40Ω=6V，
AB之間的電壓UAB=15V-6V=9V，
則AB阻值RAB=
| UAB |
| I1 |
| 9V |
| 0.15A |
（4）將R0改為可調電阻，如滑動變阻器、電阻箱，也可將變阻器與電流表串聯連入電路，方便調節時觀測．
答：（1）當檢測點上沒有水果時，電路中的電流是0.125A；
（2）當機械裝置啟動時，水果對壓敏電阻的壓力小於0.5N時，水果將被推出傳送帶；
（3）AB之間應該換用阻值為60Ω的定值電阻R0；
（4）將R0改為可調電阻，如滑動變阻器、電阻箱，也可將變阻器與電流表串聯連入電路，方便調節時觀測．
⑹ 請問：重量分選機，可以分選水果嗎
重量分選機可以分選：
海參、蝦、螃蟹、鮑魚和貝類，魚，魚片等進行重量分級。也可對雞翅、雞爪、翅尖、西洋參、黨參、甜玉米、珍珠、紅棗、水果等進行分選。青島歐亞德有水果重量分選機，應該符合你的要求。
⑺ 如圖是水果自動篩選裝置，它能將質量小於一定標準的水果自動剔除，其原理如下：傳送帶上的水果經過檢測點
| （1）0.1 A (2)質量小於0.1 kg的水果（3）將 R 0 改為可調電阻，如滑動變阻器、電阻箱，也可將變阻器與電流表串聯連入電路，方便調節時觀測
⑻ 果蔬採摘後怎麼進行分級 果蔬采後用人工分級能最大程度地減輕果蔬的機械傷害，適用於各種果蔬，但工作效率低，級別標准有時不嚴格。機械分級機械分級的最大優點是工作效率高，適用於那些不易受傷的果蔬產品。有時為了使分級標准更加一致，機械分級常常與人工分級結合進行。目前我國已研製出了水果分級機，大大提高了分級效率。美國的機械分級起步較早，大多數採用電腦控制。果蔬的機械分級設備有以下幾種： （1）重量分選裝置根據產品的重量進行分選。按被選產品的重量與預先設定的重量進行比較分級。重量分選裝置有機械秤式和電子秤式等不同的類型。機械秤式分選裝置主要由固定在傳送帶上可回轉的托盤和設置在不同重量等級分口處的固定秤組成。將果實單個地放進回轉托盤，當其移動接觸到固定秤，秤上果實的重量達到固定秤的設定重量時，托盤翻轉，果實即落下。適用於球狀的果蔬產品，缺點是容易造成產品的損傷，而且雜訊很大。電子秤重量分選裝置則改變了機械秤式裝置每一重量等級都要設秤，雜訊大的缺點，一台電子秤可分選各重量等級的產品，裝置大大簡化，精度也有提高。重量分選裝置多用於蘋果、梨、桃、番茄、甜瓜、西瓜、馬鈴薯等。（2）形狀分選裝置按照被選果蔬的形狀大小（直徑、長度等）分選。有機械式和光電式等不同類型。機械式形狀分選裝置多是以縫隙或篩孔的大小將產品分級。當產品通過由小逐級變大的縫隙或篩孔時，小的先分選出來，最大的最後選出。
⑼ 水果分級器直經與實際尺寸差多少 大概會差2-3厘米，水果種植出來大小形狀不一是很正常的，幾厘米的差距剛好是堆一起看不出什麼差別，包裝時也都是合適的，拿著比對就能感覺出一點點的差別來。 與水果自動分級裝置相關的資料
熱點內容
如何測量軸承是否換
瀏覽：152
寧波勇圓機械製造有限公司怎麼樣
瀏覽：300
海缸養魚用什麼過濾器材好
瀏覽：39
下圖兩個實驗裝置是實現
瀏覽：94
噴泉實驗的引發裝置
瀏覽：388
筆記本怎麼看固態和機械硬碟
瀏覽：539
為什麼製冷機組耗電
瀏覽：986
哪裡有租鋼板樁設備的
瀏覽：841
地暖閥門開不開是什麼原因
瀏覽：400
超聲波身高體重分析儀怎麼測
瀏覽：283
野馬jdc閥門排氣怎麼樣
瀏覽：566
江蘇南通閥門廠
瀏覽：21
大a工具箱
瀏覽：171
設備基礎在哪個圖里
瀏覽：610
腸癌用什麼儀器檢查最好
瀏覽：326
軸承688是什麼軸承
瀏覽：171
機械M5一6H什麼意思
瀏覽：934
儀表這個燈亮了是什麼意思
瀏覽：181
k系列軸承什麼意思
瀏覽：73
松下240升冰箱製冷能力是多少
瀏覽：597
|
