基于机器视觉的胡柚分拣系统的研究与应用

叶文通，顾能华，徐 进

（衢州学院，浙江 衢州324000）

目前，市场上尚无专门针对胡柚外形品质分拣的机器。因此，通常利用“通用型”水果分级机来对胡柚进行分拣，但误差较大。国外进行水果分级技术研究始于20世纪80年代中期，大部分利用摄像头采集图像，然后在计算机中对图像进行分析来判别水果的品质。Abdullah等人研制了用于金帅水果表面颜色和果形检测的机器视觉系统，采用多层神经网络算法，检测的准确率达90.5%。可以看出，国外在利用机器视觉技术进行水果品质检测与分级方面已经取得了较大的进展，并有许多成功的经验值得借鉴。

国内的水果自动分级技术研究起步较晚，科研课题还不多，目标都是静态的水果图像，在研究中未考虑实际分级中水果传输的动态特性，如运动目标的捕获、运动对水果图像的影响和相关的处理方法等。特别是在图像处理的方法上，大多数是延续经典静态图像的处理方法，对图像未进行预处理工作，或者是未作任何选择而对全图进行逐点扫描操作，所以耗费的时间较多，另外，大部分研究成果较少涉及到分级装置的设计，创新点不够，使得许多成果离实际应用较远或者是很难向产业化生产转化。因此从实际应用角度出发，基于机器视觉的胡柚分级技术研究还有许多工作要做，包括理论方法的研究以及实际应用问题的研究等。

1 基于机器视觉的胡柚品质分拣系统设计

（1）系统模型。分拣机构的核心器件是分级机，利用步进电机控制。摄像头每次扫描10个胡柚，系统通过图像处理后，按顺序统一编号，并判断出每一个胡柚的品质信息，当胡柚被运送到分级机时，由系统发出命令，是否转动分级机，如：若某编号胡柚为一等品，则启动分级机，使其转动，该胡柚即从一等品通道到达分装箱，若不为一等品，则不启动转动，让其通过，这样就实现了自动分拣。整过过程需要时间精确同步，可增加速度反馈装置提高同步精度。系统模型如图1所示：

图1 系统模型图

（2）CCD摄像头光源。在机器视觉系统中，如果能根据被测对象的检测要求，选择合适的光源，从而使被测对象的特征更加凸现出来，无疑能提高系统的检测精度和效率。对于本系统，胡柚的图像获取至关重要，而合适的光源和照明方案是能否提取高质量图像的前提。

由于LED光源具有发热量低、无有毒物质、无干扰辐射的优点，即使长时间近距离照射，也不会对胡柚造成影响，而且LED光源90%的电能转化为可见光，故其具有发光效率高、体积小、耗电量低，环保节能的特点；使用寿命长，正常情况下使用LED，其寿命可达10万h，减少了更换频率和其他维护工作，所以本课题选用LED光源取代以往研究中多采用的白炽灯和卤钨灯。考虑到需要在照明中心区域具有高度集中的汇聚光柱，故选择由大功率白光LED组成的高强度LED阵列直接照射光源。在本系统中采用CCS公司提供的低角度的LED照明光源LDR2-LA70SW，能更好的显示胡柚图像的边缘，提高目标与周边环境的对比度，降低后期图像处理的难度和压力。摄像机采用大恒公司提供的高灵敏度高分辨率CCD摄像机DH-SV1411FM，其具有连续采集、外触发（可编程曝光、电平曝光）、软触发等工作方式。

为满足实时检测的需要，本系统中摄像机设置成可编程曝光方式，即当摄像机检测到外部触发信号的上升沿后，开始曝光（曝光时间设为50μs），采集一帧图像，传输给主机。为防止干扰信号的窜入及摄像机的损坏，传感器与摄像机之间的连接采用光耦隔离。

2 系统软件设计及功能模块

软件系统的功能模块包括主程序和中断服务程序。其中主程序完成系统初始化后，循环执行键盘处理、刷新显示、数据统计管理等功能，在初始化子程序中实现对摄像机工作方式、系统运行参数的设定和变量的初始化等；数据统计管理子程序用于对胡柚的检测数据存档统计、品质分级等管理；整个系统的程序流程如图2所示。

图2 软件实现流程图

（1）图像采集。选取胡柚作为实验样本进行检测，输送带颜色为黑色，便于目标和背景颜色的区别，采用三个CCD摄像头，三个摄像头之间的夹角分别为120°，摄像头都在输送带上方，这样可以保证输送带上胡柚绝大部分表面被拍摄到。

（2）图像处理。采集后将胡柚图像经图像采集卡进行A/D转换，在VC++工作平台下进行解压缩，以位图格式显示。因受检测装置、光源照明、CCD器件的自身性能以及选取的背景色等环境因素的影响，使得采集的胡柚图像中存在着噪声、光照不均、干扰等因素影响图像检测结果，需要对图像进行平滑、分割、灰度化和锐化等处理，使其处理后的胡柚图像效果更佳，满足分级检测的要求。胡柚图像处理结构如图3所示。

图3 胡柚图像处理结构图

（3）图像特征提取。胡柚图像经处理之后，将分别提取胡柚大小、颜色和纹理等特征。胡柚大小分级时，用近似直径代替胡柚的表面面积来判别胡柚的尺寸大小，可大大缩短处理的时间，提高系统的效率；胡柚颜色分级时，根据胡柚的表面颜色判断其成熟度，提取胡柚目标图像，选择HIS的颜色模型，计算色度频度，最后得到颜色的特征参数；胡柚纹理分级时，可判断胡柚的表面是否有缺陷，使用梯度算法，提取纹理的特征，实现胡柚的缺陷分级。

3 仿真试验

本系统中采用DH-SV1411FM高灵敏度高分辨率CCD摄像机，其成像元件为2/3SONYEX-VIEWCCD,像元尺寸为6.45μm×6.45μm。用最小二乘法拟合圆而进行像素细分，半径的测量精度可达0.3倍像素，直径的测量精度可达3.8mm。为提高标定精度，减小统误差，选用畸变量小的镜头M1214-MP，同时采用“比色法”对系统进行标定，即将一个已知外径尺寸D的胡柚作为标准模型，计算出摄像机的物面分辨率dx（dx=D/N，N为多测得的直径像素值的平均值），将其作为标定值。这种方法不需要标定摄像机的内部参数，过程简单、成本低、容易实现。直径标定结果如表1所示。

表1 直径标定结果（N=80）

直径标定结果如表1所示用表1中标定值对一标准胡柚（直径：80mm） 进行多次检测，测得的直径分别为（80+0.1706/-0.2724）mm。可见在该机器视觉垫圈在线检测系统中利用Hough变换、圆拟合方法对图像轮廓进行亚像素精度提取，使得最终获得的测量精度大大高于图像物面分辨率，即突破像素级限制，满足了胡柚的在线实时测量与自动分拣误判率小于0.5%的需要。