水果自动分拣装置程序流程图

（1）0.1 A (2)质量小于0.1 kg的水果（3）将 R ₀ 改为可调电阻，如滑动变阻器、电阻箱，也可将变阻器与电流表串联连入电路，方便调节时观测

Ⅳ （2013南安市质检）某水果自动筛选装置（如图1所示），它能将质量小于一定标准的水果自动剔除．其原理如

（1）由图2可知，当检测点上没有水果时，R₁=100Ω，
∵串联电路中总电阻等于各分电阻之和，
∴根据欧姆定律可得，此时电路中的电流：
I_总=

U

R+R0

=

12V

100Ω+20Ω

=0.1A；
（2）将R₀改为可调电阻，如滑动变阻器、电阻箱，也可将变阻器与电流表串联连入电路，方便调节时观测；
（3）设压敏电阻R的功率最大时电流为I，
∵串联电路中总电压等于各分电压之和，
∴压敏电阻R两端的电压：
U_R=U-U₀=U-IR₀=12-20I，
压敏电阻R的功率：
P_R=U_RI=（12-20I）I=-20（I-0.3）²+1.8，
∴当I=0.3A时，P_最大=1.8W，
此时压敏电阻R的阻值：
R′=

PR

I2

=

1.8W

(0.3A)2

=20Ω，
由图知R=20Ω时，F=5N，
∵G=F=5N，
∴水果质量：
m=

G

g

=

5N

10N/kg

=0.5kg．
答：（1）当检测点上没有水果时，电路中的电流是0.1A；
（2）将R₀改为可调电阻，如滑动变阻器、电阻箱，也可将变阻器与电流表串联连入电路，方便调节时观测；
（3）当压力改变时，压敏电阻R的最大功率是1.8W，此时在检测点上的水果质量是0.5kg．

Ⅳ 如图甲是水果自动筛选装置，它能将质量小于一定标准的水果自动剔除，其原理如下：传送带上的水果经过检测

（1）若检测点上没有水果，监测点受到的压力为零，由图乙知，此时压敏电阻R₁=100Ω，
将滑片P调到a点时，变阻器接入电路中的阻值为0，R₁单独接入电路，
此时电路中的电流为I₁=

U

R1

=

14V

100Ω

=0.14A；
（2）将滑片P调到b点时，变阻器接入电路的阻值最大：R₂=20Ω，检测点上没有水果，压敏电阻仍为R₁=100Ω，R₁和R₂串联接入电路，
电路中的总电阻R_总=R₁+R₂=100Ω+20Ω=120Ω，
电路中的电流I=

U

R总

=

14V

120Ω

=

7

60

A，
机器运转时间t=1min=60s，该电路消耗的电能W=Pt=UIt=14V×

7

60

A×60s=98J；
（3）∵传送带水平，
∴0.4kg的水果经过检测点时，压敏电阻受到的压力F=G=mg=0.4kg×10N/kg=4N，由乙可知F=4N时，此时压敏电阻R_压=20Ω，
若水果的质量小于0.4kg，则水果对压敏电阻的压力变小，由乙图可知，压敏电阻的电阻随之变大，电路中总电阻变大，电源电压不变，由I=

U

R

可知，电路中电流变小，滑动变阻器接入电路的阻值不变，由U=IR可知，滑动变阻器两端电压变小，并联在滑动变阻器两端的电压表示数变小，由题意可知，此时电压表示数小于4V，机械装置启动，则0.4kg的水果经过检测点时，电压表的示数应该为4V，
则与滑动变阻器串联的压敏电阻的两端电压U_压=U-U_变=14V-4V=10V，
电路中的电流I'=

U压

R压

=

10V

20Ω

=0.5A，
变阻器的阻值R_变=

U

I′

=

4V

0.5A

=8Ω．
答：（1）将滑片P调到a点时，若检测点上没有水果，电路中的电流是0.14A；
（2）将滑片P调到b点时，若检测点上没有水果，机器运转1min，该电路消耗的电能为=98J；
（3）要使该装置剔除质量小于0.4kg的水果，应将变阻器的阻值调到8Ω．

Ⅵ 如何快速提高水果蔬菜分拣打包

首先是要制定一个分拣的标准，其实现在蔬菜分拣效率低很大一部分原因也是因为蔬菜分拣的标准一直不是很清晰，这就导致很多分拣人员并不知道分拣到什么程度就算分拣完了，这就会导致蔬菜分拣的效率严重低下。一个清晰的分拣标准其实对于提高蔬菜分拣效率还是非常有帮助的。
其次要学会使用工具，其实现在很多提高蔬菜分拣效率的工具已经开发出来，蔬菜分拣企业可以学会去灵活使用这些工具，比如一些智能蔬菜分拣系统、蔬菜分拣称重一体机等等，这些工具都可以有效提高蔬菜分拣效率。

Ⅶ 识别水果软件

1 水果图像的增强和分割

在计算机上，图像由像素逐点描述，每个像素点具有一个明确的位置和色彩数值。用Matlab软件读取图像，以矩阵的形式存放图像数据，其扫描规则是从左向右，从上到下。为处理方便，把原始的彩色图像转换为灰度图像，如图1（a）所示。

利用Matlab软件和BP神经网络快速识别水果实现分拣

采用中值滤波法对灰度图像进行去噪处理。中值滤波是抑制噪声的非线性处理方法，本文用中值滤波法处理3×3像素的局域图像，把9个灰度值按从小到大的顺序排序后，以第5个（即中央）序号的灰度值作为目标像素的灰度值。中值滤波对于滤除图像中的椒盐噪声非常有效[5]，去噪后的图像如图1（b）所示。

为了得到更清晰的图像，再对图像进行锐化处理，采用反锐化掩模的方法。反锐化掩模法是一种常用的图像锐化方法，其算法表达式为：




利用Matlab软件和BP神经网络快速识别水果实现分拣


式中，f（x,y）为处理前的图像；f′（x,y）为用人为方法将f（x,y）模糊以后得到的图像；g（x,y）为锐化处理后的图像；c（c>1）为比例常数，根据具体情况选定。反锐化掩模法有效地提高了高频成分，使模糊呆板的图像变得具有清晰感和生动感[6]，图1（c）是锐化后的结果。

经过去噪和对比度增强，就可以对图像目标进行提取分割。图像阈值分割是最常用的图像分割技术，主要利用了图像中背景与对象之间的灰度差异[6]。只要阈值选取合适，将每个像素与之比较，进行二值化处理，就可以很好地将对象从背景中分离出来。取阈值为0.34，图2（a）是二值化后的结果。从图2（a）中可以发现水果中有很多空洞，且水果的边缘处有断裂现象，所以采用边缘提取以弥补断裂的边缘部分，然后基于数学形态学算子对图像进行去除断边、图像填充等必要的后续处理。

索贝尔算子（Sobel operator）是图像处理中的算子之一，主要用作边缘检测。在技术上，它是一离散性差分算子，用来运算图像亮度函数的梯度之近似值。在图像的任何一点使用此算子，将会产生对应的梯度矢量或是其法矢量。Sobel算子另一种形式是各向同性Sobel（Isotropic Sobel）算子，也有两个，一个是检测水平边沿的 ，另一个是检测垂直平边沿的 。各向同性Sobel算子和普通So

Ⅷ 急求一个关于水果店进销存的业务流程图

可以看看财易进销存管理软件的，功能很不错的，服务也做的好

Ⅸ 水果分拣员具体是做什么

活很杂水果分类装箱，挑好坏拣大小等等

Ⅹ 水果分拣员累不累

累。

生鲜分拣打包这项工作其实看似工作难度不大，但是对工作人员的个人耐心、细致程度以及工作熟练度的要求还是非常高的。一般一个生鲜配送企业，所招聘的分拣工是按件计费的，而且对分拣精确性也有一定的要求。

如果想实现好的工资保障，就势必要加大工作量，这样一来可能就导致要全力以赴提升分拣效率，加大分拣数量，这样一来就造成了打包分拣人员相对较累的情况。

现状

拣员的工作大多都是比较繁杂的，需要花费大量的时间，工作效率比较低。目前虽然已经出现使用高科技取代人工分拣，但这毕竟是少数的。大部分的生鲜企业还是比较依赖人工分拣，再加上纸质订单容易丢失、损耗，分拣员的工作就会更加的麻烦，其效率自然也高不起来。

消费者对生鲜食品的配送时效性要求越来越高，配送企业需要在指定的时间内完成配送服务。这就要求管理人员实时掌握订单分拣进度并且及时安排车辆发货，这样的工作模式容易造成效率低下，管理人员需要对接每一位分拣员，进度管理难度大。