基于機器視覺的胡柚分揀系統的研究與應用

葉文通，顧能華，徐 進

（衢州學院，浙江 衢州324000）

目前，市場上尚無專門針對胡柚外形品質分揀的機器。因此，通常利用“通用型”水果分級機來對胡柚進行分揀，但誤差較大。國外進行水果分級技術研究始于20世紀80年代中期，大部分利用攝像頭采集圖像，然后在計算機中對圖像進行分析來判別水果的品質。Abdullah等人研制了用于金帥水果表面顏色和果形檢測的機器視覺系統，采用多層神經網絡算法，檢測的準確率達90.5%。可以看出，國外在利用機器視覺技術進行水果品質檢測與分級方面已經取得了較大的進展，并有許多成功的經驗值得借鑒。

國內的水果自動分級技術研究起步較晚，科研課題還不多，目標都是靜態的水果圖像，在研究中未考慮實際分級中水果傳輸的動態特性，如運動目標的捕獲、運動對水果圖像的影響和相關的處理方法等。特別是在圖像處理的方法上，大多數是延續經典靜態圖像的處理方法，對圖像未進行預處理工作，或者是未作任何選擇而對全圖進行逐點掃描操作，所以耗費的時間較多，另外，大部分研究成果較少涉及到分級裝置的設計，創新點不夠，使得許多成果離實際應用較遠或者是很難向產業化生產轉化。因此從實際應用角度出發，基于機器視覺的胡柚分級技術研究還有許多工作要做，包括理論方法的研究以及實際應用問題的研究等。

1 基于機器視覺的胡柚品質分揀系統設計

（1）系統模型。分揀機構的核心器件是分級機，利用步進電機控制。攝像頭每次掃描10個胡柚，系統通過圖像處理后，按順序統一編號，并判斷出每一個胡柚的品質信息，當胡柚被運送到分級機時，由系統發出命令，是否轉動分級機，如：若某編號胡柚為一等品，則啟動分級機，使其轉動，該胡柚即從一等品通道到達分裝箱，若不為一等品，則不啟動轉動，讓其通過，這樣就實現了自動分揀。整過過程需要時間精確同步，可增加速度反饋裝置提高同步精度。系統模型如圖1所示：

圖1 系統模型圖

（2）CCD攝像頭光源。在機器視覺系統中，如果能根據被測對象的檢測要求，選擇合適的光源，從而使被測對象的特征更加凸現出來，無疑能提高系統的檢測精度和效率。對于本系統，胡柚的圖像獲取至關重要，而合適的光源和照明方案是能否提取高質量圖像的前提。

由于LED光源具有發熱量低、無有毒物質、無干擾輻射的優點，即使長時間近距離照射，也不會對胡柚造成影響，而且LED光源90%的電能轉化為可見光，故其具有發光效率高、體積小、耗電量低，環保節能的特點；使用壽命長，正常情況下使用LED，其壽命可達10萬h，減少了更換頻率和其他維護工作，所以本課題選用LED光源取代以往研究中多采用的白熾燈和鹵鎢燈。考慮到需要在照明中心區域具有高度集中的匯聚光柱，故選擇由大功率白光LED組成的高強度LED陣列直接照射光源。在本系統中采用CCS公司提供的低角度的LED照明光源LDR2-LA70SW，能更好的顯示胡柚圖像的邊緣，提高目標與周邊環境的對比度，降低后期圖像處理的難度和壓力。攝像機采用大恒公司提供的高靈敏度高分辨率CCD攝像機DH-SV1411FM，其具有連續采集、外觸發（可編程曝光、電平曝光）、軟觸發等工作方式。

為滿足實時檢測的需要，本系統中攝像機設置成可編程曝光方式，即當攝像機檢測到外部觸發信號的上升沿后，開始曝光（曝光時間設為50μs），采集一幀圖像，傳輸給主機。為防止干擾信號的竄入及攝像機的損壞，傳感器與攝像機之間的連接采用光耦隔離。

2 系統軟件設計及功能模塊

軟件系統的功能模塊包括主程序和中斷服務程序。其中主程序完成系統初始化后，循環執行鍵盤處理、刷新顯示、數據統計管理等功能，在初始化子程序中實現對攝像機工作方式、系統運行參數的設定和變量的初始化等；數據統計管理子程序用于對胡柚的檢測數據存檔統計、品質分級等管理；整個系統的程序流程如圖2所示。

圖2 軟件實現流程圖

（1）圖像采集。選取胡柚作為實驗樣本進行檢測，輸送帶顏色為黑色，便于目標和背景顏色的區別，采用三個CCD攝像頭，三個攝像頭之間的夾角分別為120°，攝像頭都在輸送帶上方，這樣可以保證輸送帶上胡柚絕大部分表面被拍攝到。

（2）圖像處理。采集后將胡柚圖像經圖像采集卡進行A/D轉換，在VC++工作平臺下進行解壓縮，以位圖格式顯示。因受檢測裝置、光源照明、CCD器件的自身性能以及選取的背景色等環境因素的影響，使得采集的胡柚圖像中存在著噪聲、光照不均、干擾等因素影響圖像檢測結果，需要對圖像進行平滑、分割、灰度化和銳化等處理，使其處理后的胡柚圖像效果更佳，滿足分級檢測的要求。胡柚圖像處理結構如圖3所示。

圖3 胡柚圖像處理結構圖

（3）圖像特征提取。胡柚圖像經處理之后，將分別提取胡柚大小、顏色和紋理等特征。胡柚大小分級時，用近似直徑代替胡柚的表面面積來判別胡柚的尺寸大小，可大大縮短處理的時間，提高系統的效率；胡柚顏色分級時，根據胡柚的表面顏色判斷其成熟度，提取胡柚目標圖像，選擇HIS的顏色模型，計算色度頻度，最后得到顏色的特征參數；胡柚紋理分級時，可判斷胡柚的表面是否有缺陷，使用梯度算法，提取紋理的特征，實現胡柚的缺陷分級。

3 仿真試驗

本系統中采用DH-SV1411FM高靈敏度高分辨率CCD攝像機，其成像元件為2/3SONYEX-VIEWCCD,像元尺寸為6.45μm×6.45μm。用最小二乘法擬合圓而進行像素細分，半徑的測量精度可達0.3倍像素，直徑的測量精度可達3.8mm。為提高標定精度，減小統誤差，選用畸變量小的鏡頭M1214-MP，同時采用“比色法”對系統進行標定，即將一個已知外徑尺寸D的胡柚作為標準模型，計算出攝像機的物面分辨率dx（dx=D/N，N為多測得的直徑像素值的平均值），將其作為標定值。這種方法不需要標定攝像機的內部參數，過程簡單、成本低、容易實現。直徑標定結果如表1所示。

表1 直徑標定結果（N=80）

直徑標定結果如表1所示用表1中標定值對一標準胡柚（直徑：80mm） 進行多次檢測，測得的直徑分別為（80+0.1706/-0.2724）mm。可見在該機器視覺墊圈在線檢測系統中利用Hough變換、圓擬合方法對圖像輪廓進行亞像素精度提取，使得最終獲得的測量精度大大高于圖像物面分辨率，即突破像素級限制，滿足了胡柚的在線實時測量與自動分揀誤判率小于0.5%的需要。