基于機(jī)器視覺的胡柚分揀系統(tǒng)的研究與應(yīng)用

葉文通，顧能華，徐 進(jìn)

（衢州學(xué)院，浙江 衢州324000）

目前，市場(chǎng)上尚無專門針對(duì)胡柚外形品質(zhì)分揀的機(jī)器。因此，通常利用“通用型”水果分級(jí)機(jī)來對(duì)胡柚進(jìn)行分揀，但誤差較大。國(guó)外進(jìn)行水果分級(jí)技術(shù)研究始于20世紀(jì)80年代中期，大部分利用攝像頭采集圖像，然后在計(jì)算機(jī)中對(duì)圖像進(jìn)行分析來判別水果的品質(zhì)。Abdullah等人研制了用于金帥水果表面顏色和果形檢測(cè)的機(jī)器視覺系統(tǒng)，采用多層神經(jīng)網(wǎng)絡(luò)算法，檢測(cè)的準(zhǔn)確率達(dá)90.5%?？梢钥闯觯瑖?guó)外在利用機(jī)器視覺技術(shù)進(jìn)行水果品質(zhì)檢測(cè)與分級(jí)方面已經(jīng)取得了較大的進(jìn)展，并有許多成功的經(jīng)驗(yàn)值得借鑒。

國(guó)內(nèi)的水果自動(dòng)分級(jí)技術(shù)研究起步較晚，科研課題還不多，目標(biāo)都是靜態(tài)的水果圖像，在研究中未考慮實(shí)際分級(jí)中水果傳輸?shù)膭?dòng)態(tài)特性，如運(yùn)動(dòng)目標(biāo)的捕獲、運(yùn)動(dòng)對(duì)水果圖像的影響和相關(guān)的處理方法等。特別是在圖像處理的方法上，大多數(shù)是延續(xù)經(jīng)典靜態(tài)圖像的處理方法，對(duì)圖像未進(jìn)行預(yù)處理工作，或者是未作任何選擇而對(duì)全圖進(jìn)行逐點(diǎn)掃描操作，所以耗費(fèi)的時(shí)間較多，另外，大部分研究成果較少涉及到分級(jí)裝置的設(shè)計(jì)，創(chuàng)新點(diǎn)不夠，使得許多成果離實(shí)際應(yīng)用較遠(yuǎn)或者是很難向產(chǎn)業(yè)化生產(chǎn)轉(zhuǎn)化。因此從實(shí)際應(yīng)用角度出發(fā)，基于機(jī)器視覺的胡柚分級(jí)技術(shù)研究還有許多工作要做，包括理論方法的研究以及實(shí)際應(yīng)用問題的研究等。

1 基于機(jī)器視覺的胡柚品質(zhì)分揀系統(tǒng)設(shè)計(jì)

（1）系統(tǒng)模型。分揀機(jī)構(gòu)的核心器件是分級(jí)機(jī)，利用步進(jìn)電機(jī)控制。攝像頭每次掃描10個(gè)胡柚，系統(tǒng)通過圖像處理后，按順序統(tǒng)一編號(hào)，并判斷出每一個(gè)胡柚的品質(zhì)信息，當(dāng)胡柚被運(yùn)送到分級(jí)機(jī)時(shí)，由系統(tǒng)發(fā)出命令，是否轉(zhuǎn)動(dòng)分級(jí)機(jī)，如：若某編號(hào)胡柚為一等品，則啟動(dòng)分級(jí)機(jī)，使其轉(zhuǎn)動(dòng)，該胡柚即從一等品通道到達(dá)分裝箱，若不為一等品，則不啟動(dòng)轉(zhuǎn)動(dòng)，讓其通過，這樣就實(shí)現(xiàn)了自動(dòng)分揀。整過過程需要時(shí)間精確同步，可增加速度反饋裝置提高同步精度。系統(tǒng)模型如圖1所示：

圖1 系統(tǒng)模型圖

（2）CCD攝像頭光源。在機(jī)器視覺系統(tǒng)中，如果能根據(jù)被測(cè)對(duì)象的檢測(cè)要求，選擇合適的光源，從而使被測(cè)對(duì)象的特征更加凸現(xiàn)出來，無疑能提高系統(tǒng)的檢測(cè)精度和效率。對(duì)于本系統(tǒng)，胡柚的圖像獲取至關(guān)重要，而合適的光源和照明方案是能否提取高質(zhì)量圖像的前提。

由于LED光源具有發(fā)熱量低、無有毒物質(zhì)、無干擾輻射的優(yōu)點(diǎn)，即使長(zhǎng)時(shí)間近距離照射，也不會(huì)對(duì)胡柚造成影響，而且LED光源90%的電能轉(zhuǎn)化為可見光，故其具有發(fā)光效率高、體積小、耗電量低，環(huán)保節(jié)能的特點(diǎn)；使用壽命長(zhǎng)，正常情況下使用LED，其壽命可達(dá)10萬h，減少了更換頻率和其他維護(hù)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?？紤]到需要在照明中心區(qū)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(qiáng)度LED陣列直接照射光源。在本系統(tǒng)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(biāo)與周邊環(huán)境的對(duì)比度，降低后期圖像處理的難度和壓力。攝像機(jī)采用大恒公司提供的高靈敏度高分辨率CCD攝像機(jī)DH-SV1411FM，其具有連續(xù)采集、外觸發(fā)（可編程曝光、電平曝光）、軟觸發(fā)等工作方式。

為滿足實(shí)時(shí)檢測(cè)的需要，本系統(tǒng)中攝像機(jī)設(shè)置成可編程曝光方式，即當(dāng)攝像機(jī)檢測(cè)到外部觸發(fā)信號(hào)的上升沿后，開始曝光（曝光時(shí)間設(shè)為50μs），采集一幀圖像，傳輸給主機(jī)。為防止干擾信號(hào)的竄入及攝像機(jī)的損壞，傳感器與攝像機(jī)之間的連接采用光耦隔離。

2 系統(tǒng)軟件設(shè)計(jì)及功能模塊

軟件系統(tǒng)的功能模塊包括主程序和中斷服務(wù)程序。其中主程序完成系統(tǒng)初始化后，循環(huán)執(zhí)行鍵盤處理、刷新顯示、數(shù)據(jù)統(tǒng)計(jì)管理等功能，在初始化子程序中實(shí)現(xiàn)對(duì)攝像機(jī)工作方式、系統(tǒng)運(yùn)行參數(shù)的設(shè)定和變量的初始化等；數(shù)據(jù)統(tǒng)計(jì)管理子程序用于對(duì)胡柚的檢測(cè)數(shù)據(jù)存檔統(tǒng)計(jì)、品質(zhì)分級(jí)等管理；整個(gè)系統(tǒng)的程序流程如圖2所示。

圖2 軟件實(shí)現(xiàn)流程圖

（1）圖像采集。選取胡柚作為實(shí)驗(yàn)樣本進(jìn)行檢測(cè)，輸送帶顏色為黑色，便于目標(biāo)和背景顏色的區(qū)別，采用三個(gè)CCD攝像頭，三個(gè)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(jīng)圖像采集卡進(jìn)行A/D轉(zhuǎn)換，在VC++工作平臺(tái)下進(jìn)行解壓縮，以位圖格式顯示。因受檢測(cè)裝置、光源照明、CCD器件的自身性能以及選取的背景色等環(huán)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(cè)結(jié)果，需要對(duì)圖像進(jìn)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(jí)檢測(cè)的要求。胡柚圖像處理結(jié)構(gòu)如圖3所示。

圖3 胡柚圖像處理結(jié)構(gòu)圖

（3）圖像特征提取。胡柚圖像經(jīng)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(jí)時(shí)，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(shí)間，提高系統(tǒng)的效率；胡柚顏色分級(jí)時(shí)，根據(jù)胡柚的表面顏色判斷其成熟度，提取胡柚目標(biāo)圖像，選擇HIS的顏色模型，計(jì)算色度頻度，最后得到顏色的特征參數(shù)；胡柚紋理分級(jí)時(shí)，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(shí)現(xiàn)胡柚的缺陷分級(jí)。

3 仿真試驗(yàn)

本系統(tǒng)中采用DH-SV1411FM高靈敏度高分辨率CCD攝像機(jī)，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(jìn)行像素細(xì)分，半徑的測(cè)量精度可達(dá)0.3倍像素，直徑的測(cè)量精度可達(dá)3.8mm。為提高標(biāo)定精度，減小統(tǒng)誤差，選用畸變量小的鏡頭M1214-MP，同時(shí)采用“比色法”對(duì)系統(tǒng)進(jìn)行標(biāo)定，即將一個(gè)已知外徑尺寸D的胡柚作為標(biāo)準(zhǔn)模型，計(jì)算出攝像機(jī)的物面分辨率dx（dx=D/N，N為多測(cè)得的直徑像素值的平均值），將其作為標(biāo)定值。這種方法不需要標(biāo)定攝像機(jī)的內(nèi)部參數(shù)，過程簡(jiǎn)單、成本低、容易實(shí)現(xiàn)。直徑標(biāo)定結(jié)果如表1所示。

表1 直徑標(biāo)定結(jié)果（N=80）

直徑標(biāo)定結(jié)果如表1所示用表1中標(biāo)定值對(duì)一標(biāo)準(zhǔn)胡柚（直徑：80mm） 進(jìn)行多次檢測(cè)，測(cè)得的直徑分別為（80+0.1706/-0.2724）mm。可見在該機(jī)器視覺墊圈在線檢測(cè)系統(tǒng)中利用Hough變換、圓擬合方法對(duì)圖像輪廓進(jìn)行亞像素精度提取，使得最終獲得的測(cè)量精度大大高于圖像物面分辨率，即突破像素級(jí)限制，滿足了胡柚的在線實(shí)時(shí)測(cè)量與自動(dòng)分揀誤判率小于0.5%的需要。