基于樹莓派3B+與OpenCV的紅棗外觀品質自動分揀系統的研究

徐晶晶 周旭 孔耀

摘 ?要：以樹莓派3B+為控制器，利用Python語言結合OpenCV機器識別視覺庫對軟件程序進行編寫，結合檢測系統、自動分揀系統，針對當前紅棗分揀速度慢、精度低、勞動強度大等問題，從紅棗的大小、顏色、裂痕、病害等方面對紅棗進行分析，設計了一種基于樹莓派3B+與OpenCV的紅棗外觀品質自動分揀系統，對腐爛、斑點和表皮缺損等問題的紅棗進行篩選，具有速度快、精度高、高效率分揀等特點。

關鍵詞：紅棗品質；視覺識別；樹莓派；OpenCV

中圖分類號：TP391.4 ? 文獻標識碼：A ? 文章編號：2096-4706（2023）16-0138-05

Research on Automatic Sorting Device of Red Date Appearance Quality Based on Raspberry Pi 3B+ and OpenCV

XU Jingjing， ZHOU Xu， KONG Yao

（Shandong Huayu University of Technology， Dezhou ?253034， China）

Abstract： This paper takes Raspberry Pi 3B+ as the controller， uses Python language and combines with OpenCV machine recognition vision library to write software programs. It combines with detection system and automatic sorting system， aiming at the problems of slow speed， low precision and high labor intensity of current red date sorting， this paper analyzes the size， color， cracks and diseases of red dates， and designs an automatic sorting system based on Raspberry Pi 3B+ and OpenCV to screen red dates with pulp rot， black spots and skin defects， which has the characteristics of fast speed， high precision and high efficiency of sorting.

Keywords： quality of red date; visual recognition; Raspberry Pi; OpenCV

0 ?引 ?言

紅棗是中國特有的優良的特色品種，在我國已有三千多年的種植歷史，它的食用、營養、藥用和經濟效益都很高。紅棗的品種有很多，不同品種的形狀、皮質、大小各不相同，總體上紅棗皮薄易損傷，果形大小介于中等果與小果之間，而且小棗的分揀難度大、精度低，易形成二次污染。目前的小棗分揀方式主要是人工，其消耗時間長，分揀效率低，不利于紅棗加工業的發展。為此，設計了一種紅棗自動分揀系統，它是基于視覺識別紅棗的外觀，進行質量分揀，該設備分揀快速、效率高、精確度高、平穩靠譜。

1 ?國內外的研究和發展動態

目前國內紅棗分級方式主要有：人工分級、機械化分級等，相較于人工分級，機械化分級更為準確。

自動分揀系統在物料搬運領域扮演著至關重要的角色，它可以幫助企業更有效地完成各種產品的配送，并且可以有效地提高物料的利用率。這種系統包含一系列的部件，如供件、輸送、控制、分類等，可以實現對物料的快速、準確的分類與整合。

根據其結構劃分，常見的自動分揀機可以分為滑塊式、轉輪式、交叉帶式、翻板式、擺臂式、浮出式、托盤式和懸掛式等多種類型，這些分揀機可以有效地提高物品的分類效率，從而滿足不同的生產需求。近年來，AGV分揀系統的柔性化水平顯著提升，取得了巨大的進步。早期，國外的分類方式大多依賴于CCD相機，通過無損檢測和計算機處理來精確識別各種水果。如今，機器視覺技術已經成為全球范圍內最受關注的農產品內部品質檢測領域。

機器視覺能識別表面形態、顏色和紋理等特征，可以對紅棗進行更為細致的全面分析，將成為主要分級方式。

2 ?紅棗外觀品質分揀系統具體分析

2.1 ?背景分析

中國是棗的原產國，也是世界上最大的紅棗生產國與消費國，近年來，我國紅棗產量快速增長，近20年增長4.6倍。2000年我國紅棗種植產量為131萬噸，2018年達到736萬噸，年均增速為10.1%。紅棗在中國傳統文化中具有重要地位，也是我國加入世貿組織后最具競爭力的農產品。

紅棗的品質分類是一個至關重要的步驟，它間接影響棗農的收入。目前，中國的紅棗分揀方式大致可分為手工揀選和機械篩選。手工揀選勞動強度大、效率低、準確性差、衛生質量差；而目前市場上的紅棗機械揀選則智能化程度較低，無法滿足棗農的需求。由于精度低、分選速度緩慢，因此，提升紅棗的品質分類水平，提升棗農的收入水平，已經成為當務之急。

通過以上問題的研究發現，基于樹莓派和OpenCV的紅棗品質智能化分選技術，具有極高的精確度、迅速性以及更加廣泛的市場應用潛力，可以為消費者帶來更多的便利。

2.2 ?研究意義

“助推紅棗產業振興，繪就千年小棗畫卷”。樂陵市位于山東德州，擁有悠久的紅棗種植歷史，并被列入“中國金絲小棗之鄉”。紅棗皮薄而肌豐，核小而肉厚，隨著現代農業的發展，全國紅棗市場也發生了巨大變化。在2015年，樂陵市委、市政府把棗產業振興擺在突出位置，對生產方式進行改進。隨著新技術的不斷發展，“保不住棗樹、種不出好棗、賣不出好價”的局面已經被徹底打破，為金絲小棗品牌帶來了全新的時代意義。

為此，對基于機器視覺的紅棗外觀品質自動分選系統進行研究，將自己所學知識運用到生活中，進行實踐，希望為金絲小棗的發展貢獻一份力量，為我國紅棗行業的發展做出貢獻，助推工業發展。

3 ?研究內容

3.1 ?控制器的選擇

經過對比，選擇采用樹莓派3B+（Raspberry Pi 3 Model B+）為主控板，樹莓派3B+是樹莓派3系列中的最新產品，擁有運行在1.4 GHz的處理器，雙頻2.4 GHz和5 GHz無線Wi-Fi，藍牙4.2/BLE，更快的以太網和64位四核處理器。與常見的51單片機和STM32等微控制器相比，不僅可以完成相同的IO引腳控制，還可以完成更復雜的任務管理與調度，能夠支持更上層應用的開發。樹莓派體積小，成本低，其強大的芯片性能更適合做運算，可以實現一些圖像采集、處理、深度學習和識別等功能，樹莓派開發板如圖1所示。

紅棗外觀品質自動分揀系統采用Raspbian 4.9為軟件環境操作系統，樹莓派3B+為控制器，Python為編程語言，機器視覺庫OpenCV3圖像用戶界面庫PyQt5為開發工具，最終完成對紅棗的檢測、分揀。

3.2 ?工作流程

本研究的紅棗外觀品質自動分揀系統主要由上料機構、檢測機構和分揀機構等組成。監測機構主要是通過圖像采集設備進行處理，分揀機構主要是通過圖片分析處理，對紅棗外觀品質做出分級，利用氣缸篩選裝置對紅棗等級進行篩選。工作流程圖如圖2所示。

當紅棗通過上料系統到達圖像采集設備后，工業相機接收到信號后對紅棗圖像進行拍攝，將圖像上傳至計算機，完成紅棗圖像的采集。隨后紅棗通過傳送帶送達分揀平臺，通過圖片處理與分析，對紅棗進行顏色識別、品質判斷，然后將紅棗相關信息傳送至計算機，隨后噴氣裝置啟動，將表皮受損、腐爛和有斑點的紅棗篩選出來，無缺陷的紅棗將通過傳送帶在篩選平臺末端傳送出，完成紅棗的分級分揀。

本研究利用樹莓派3B+與OpenCV結合，提供了一種基于機器視覺的紅棗分揀系統，采用高清工業相機拍攝，實時采集傳送帶上的紅棗圖像，完成紅棗圖像的采集處理與分析，通過預先設定的分級標準對紅棗外觀品質進行分級，具有結構簡單、操作方便、易實現、分級精確的優點，可高速度、高效率、低誤差準確地完成對紅棗的分揀。

4 ?系統設計

4.1 ?裝置整體設計

本研究的紅棗外觀品質自動分揀裝置主要由紅棗上料裝置、紅棗圖像采集分析監測裝置、紅棗分級分揀裝置等組成。紅棗外觀品質自動分揀系統整體架構圖如圖3所示。

圖3 ?紅棗外觀品質自動分揀系統整體架構圖

紅棗外觀品質自動分揀系統包括上料裝置、圖像采集裝置、紅棗分揀裝置。其中上料裝置采用單棗單排輸送，圖像采集系統主要利用工業精工相機對圖像進行采集、處理與分析，紅棗分揀裝置與上料裝置通過圖片采集系統進行連接，分揀平臺上裝有吹氣裝置，接收到圖片采集系統分析后發送的信號，將漿爛、黑斑和表皮缺損等有品質缺陷的紅棗篩選出來，將合格的紅棗在傳送帶尾端傳出。本發明通過視覺識別技術實現圖像處理與分析，實現了軟硬件一體化，達到紅棗篩選的平穩、高效和準確。裝置整體實物圖如圖4所示。

4.2 ?上料裝置設計

上料裝置采用3D打印凹槽形傳送帶進行設計。上料裝置包括上料皮帶、不銹鋼托輥滾筒、可調滑塊、導軌，上料皮帶環繞在不銹鋼托輥滾筒，通過減速電機控制行進。上料部分采用3D打印凹槽支架，每間隔5 cm固定排列一個3D打印凹槽，根據紅棗橢圓形狀的不規則特征，為了防止紅棗掉落，采用波浪形凹槽的上料傳送帶，凹槽深2.5 cm，兩凹槽中心間距為5 cm，恰好可容納一顆紅棗；上料皮帶間的間距為5 cm，為了防止紅棗在上料時不慎滑落，裝置設置儲料斗底部與輸送帶緊貼，直接將滑落的紅棗順著輸送帶與斜壁的緊貼處送至儲料斗，等待下一次上料。外部裝有可調滑塊和導軌，二者配合使用，完成紅棗的上料。上料實物圖如圖5所示。

4.3 ?檢測裝置設計

根據對紅棗的檢測需求，采用顯微精工XG200S型工業相機進行監測，這是一款高速數字相機，相機分辨率高、圖像清晰、顏色高度仿真，具有高幀率、高成像等特點。可以根據不同場合的需求進行高速和全速兩種模式的切換，廣泛應用于人體特征采集、圖像采集、工業檢測、醫學監測和視覺識別等領域。采用XW2812型工業相機鏡頭與相機結合使用，該鏡頭焦距為2.8～12.0 mm，可實現手動光圈變焦，可進行紅外感應。考慮到監測時的光線問題，加設LED白光燈泡進行補光，確保紅棗圖像采集完整、清晰。當紅棗經過相機時，傳感器接收信號，工業相機進行拍攝，對紅棗圖片進行采集，隨后，紅棗隨傳送帶繼續前進，如圖6所示。

4.4 ?圖像處理

裝置采用OpenCV為主要的函數庫，OpenCV是一種有關視覺識別、可以進行圖像分析與處理的函數庫。該函數庫可以采用C++等多種語言進行編寫，可多系統運行且運行速度快，它包含了各個領域的500多個函數接口，可廣泛應用于立體視覺、立體成像、工業檢測、圖像處理、監控檢測等多個領域。由于其處理速度快、精度高，可以實現對相機拍攝圖像的精準分析與處理，減少紅棗圖像處理分析的誤差。

當紅棗通過傳送帶到達圖像采集設備時，圖像采集模塊將會通過工業相機實時采集傳送帶上的圖像，圖像經預處理后發送至特征處理模塊，圖像采集模塊中還設有光源，保證了所獲圖像的質量，在節約成本的同時提高了工作效率。特征處理模塊接收到經預處理后的圖像，對采集到的圖像進行處理，將圖像進行特征處理，首先通過特征比對單元確定傳送帶上的紅棗目標，然后通過顏色識別節點對圖像中的紅棗進行識別，通過瑕疵檢測節點對圖像中的紅棗進行檢測，最后通過紅棗損傷程度對紅棗進行精確分級，該模塊不僅可以將傳送帶上的紅棗分揀出來，還可實現紅棗的精確分級。特征處理圖像如圖7所示。

4.5 ?分揀裝置設計

自動分揀裝置的最后一道步驟是自動分揀執行系統利用相機對紅棗外觀質量檢測到的結果進行分析與相應的分揀。分揀裝置實物圖如圖8所示。

分揀平臺通過750 W無刷減速電機進行驅動，平臺由底座、轉動輥子、傳送皮帶、出料箱、齒輪電磁閥和氣缸組成，傳送皮帶纏繞在轉動輥子上，出料箱分別篩出表皮受損、腐爛和有斑點的紅棗電磁閥改變氣缸的推出和收回。

當紅棗傳送至分揀平臺后，計算機分析采集到的圖像后做出判斷，將紅棗相關信息傳送至計算機，隨后分揀裝置啟動，噴氣篩選裝置設有4路分揀，分別設有4個出料箱與之對應，4個小型氣缸分別對應著出料口，與電磁閥相連接，電磁閥通過電磁閥的通斷改變氣缸的位置，控制氣缸推出和收回，將傳送帶上不同類型的紅棗推送至對應的出料口，無缺陷紅棗隨傳送帶到達末端的出料箱，最終篩選出不同品質的紅棗。

5 ?結 ?論

隨著我國社會的不斷發展，科技逐漸步入人們的生活。生活中的許多設備更加自動化，給人們的生活帶來了很大的便利。近幾年來，人們對養生越來越重視，紅棗及其相關產品走在市場前列，且我國是紅棗生產大國，紅棗絕大部分來源于農村集體種植，質量參差不齊，采摘和運輸過程中也有不同程度的損傷，所以紅棗分揀是很重要的一步，是紅棗進入流通區域的重要環節，是實現紅棗標準化的基礎，直接關系到紅棗的生產效益。

本文設計的紅棗外觀品質的分選裝置集上料、監測、分揀于一體，可通過對紅棗圖像的采集處理與分析完成紅棗品質的分揀，可以更為便捷地代替人工，減少成本，提高效率。文中所研究的基于樹莓派和OpenCV的紅棗外觀品質智能化分選技術，具有極高的精確度、迅速性，以及更加廣泛的市場應用潛力，可以為消費者帶來更多的便利。現階段的紅棗產業也不應局限于人工分揀，于此，在一些以紅棗產業為主的地區，紅棗外觀品質的分選裝置將會被大量投入使用，并進行下一步的創新。以期在分揀研究上做出貢獻，為我國紅棗行業的發展做出貢獻，助推我國工業發展。

參考文獻：

[1] 王鐵偉，趙瑤，孫宇馨，等.基于數據平衡深度學習的不同成熟度冬棗識別 [J].農業機械學報，2020，51（S1）：457-463+492.

[2] 白依凡，賀曉光，何建國，等.紅棗自動分級機的研究進展 [J].寧夏工程技術，2016，15（1）：88-92.

[3] 竇文卿，柴春祥，魯曉翔.無損檢測技術在水果品質評價中應用的研究進展 [J].食品工業科技，2020，41（24）：354-359.

[4] 鄧立苗，杜宏偉，徐艷，等.基于機器視覺的馬鈴薯智能分選方法與實現 [J].中國農機化學報，2015，36（5）：145-150.

[5] 田有文，吳偉，盧時鉛，等.深度學習在水果品質檢測與分級分類中的應用 [J].食品科學，2021，42（19）：260-270.

[6] 高輝，馬國峰，劉偉杰.基于機器視覺的蘋果缺陷快速檢測方法研究 [J].食品與機械，2020，36（10）：125-129+148.

[7] 趙小霞，李志強.基于PLC和機器視覺的水果自動分級系統研究 [J].農機化研究，2021，43（8）：75-79.

[8] 劉艷麗，杜鴻運，王世璞.紅棗高速在線分級檢測系統研發 [J].中國農機化學報，2015（5）：142-144.

[9] 詹映.基于機器視覺南疆紅棗顏色分級方法研究 [D].阿拉爾：塔里木大學，2015.

作者簡介：徐晶晶（2003.10—），女，漢族，山東

菏澤人，本科在讀，研究方向：機器人工程；周旭（1980.03—），男，漢族，河北唐山人，副教授，本科，研究方向：電氣自動化；孔耀（2000.04—），男，漢族，山東棗莊人，本科在讀，研究方向：電氣工程及其自動化。