计算机视觉技术在食品分拣系统中的应用

※交流园地 农业与技术 2015, Vol.35, No.12 243

柑橘产业自动分拣次品技术的应用现状

郑岳智

（华中农业大学工学院，湖北 武汉 430070）

摘 要：柑橘领域是自动分拣技术应用中最重要及最广泛的领域之一。柑橘次品的自动分拣技术是将计算机技术、

无线通信技术、智能识别技术交叉结合，通过计算机系统技术、计算机视觉技术及精准定位系统技术的支持，在农

业柑橘产品加工、农业柑橘产品质量分级、农业柑橘产品检测等方面进行全方位的精准监测、自动控制和分级成果

的生成，是目前一种较有效实现柑橘产业智能化的手段。20多年来，自动分拣技术在农业领域应用越来越广泛，

在国内研发完成大量分拣系统及技术相关基础性试验工作，在自动分拣方面取得巨大的进展。

关键词：自动；分拣技术；柑橘产品

中图分类号：F326 文献标识码：A DOI：10.11974/nyyjs.20151232216

图1 气动系统

利用计算机系统，结合闭环系统PID算法，实现机

械精准定位；结合运动系统的特征研究出稳定运动的电机S型加减速。 如图2所示：

图2 反馈闭环系统

2 柑橘次品检测系统应用

最初，柑橘次品的检测只能依靠人的视觉去判别，

导致个人主观因素而对柑橘分拣质量的影响，柑橘次品

自动化检测是实现柑橘自动分拣技术的有效途径。现代

由于智能科技的发展，计算机视觉成为检测方面较为有

效的途径且其用途广泛。其运用数字图像处理与识别技

术为基础，通过应用阈值分割中的大津法、数学形态算

子方法等诸多算法和图像处理及其识别的特点要求，选

择相应的数学算法、数学模型、处理方法和识别策略。

例如:P.K.Omre利用计算机视觉设计和开发了多类水

果的智能分级系统，分级正确率达到96%；Y Tao利用计

算机视觉有效地鉴别苹果等水果的表面颜色，对水果次

品进行精确检测及分拣；G.E.Rehkugler利用计算机视觉

技术依据缺陷的分级标准对水果进行分类。

实现柑橘自动分拣离不开柑橘次品的检测，也说明

智能机器视觉技术在物流分拣中的应用

随着社会的进步和科技的发展，人们的生活越来越方便快捷。物流分拣是现代物流领域中不可或缺的环节，智能机器视觉技术在物流分拣中的应用成为了是近年来的热门话题，包括物流业界和技术研发人员在内的很多人都在积极探索这一领域的发展。本文将围绕智能机器视觉技术在物流分拣中的应用进行深入探讨。

一、智能机器视觉技术简介

智能机器视觉技术是一种基于计算机视觉、数字图像处理、机器学习等技术手段的智能化应用系统。具体来说，智能机器视觉技术可以将自然世界中的物体进行识别、跟踪、分类、计数等处理，其应用场景十分广泛，包括安防监控、人脸识别、智能交通等多方面。而在物流分拣中，智能机器视觉技术的应用更是能够提高效率和准确率，替代传统的人工分拣方式。

二、物流分拣现状及存在问题

当前，物流分拣过程主要依靠人工劳动，并且需求量庞大、工作环境恶劣。不仅这样，传统的物流分拣方式还存在各种问题，包括工作效率低下、分拣错误率高等。其中，人工分拣主要存在以下两个问题。

1.工作效率低 根据市场调查结果显示，目前国内快递业中的分拣环节仍然是高度依赖人工分拣，但工作量极大，耗时耗力。当日分拣能力弱，快递包裹面临大规模延误，同时带来的还有分拣的疲劳和误操作等问题。

2.分拣错误率高

人工分拣可能会因为人员操作不当、眼睛疲劳等原因造成分拣错误，从而浪费时间和物流成本。如果快递公司人员工作繁忙，精神状态不佳，甚至会严重影响客户的快递时效，使消费者对快递公司越来越失去信心，影响市场口碑。

三、智能机器视觉技术在物流分拣中的应用

在解决物流分拣传统人工分拣存在的问题方面，智能机器视觉技术的应用情况如何呢？下面，将从智能机器视觉技术的视角进行论述。

1.分拣自动化

智能机器视觉技术可以利用相机或传感器来获取货物的各种参数，如尺寸、形状、重量等，并通过计算机程序进行处理。算法经过特定训练和优化后，可以自动检测货物特征，并进行分类、计数和定向分拣。在较短的时间内，机器视觉可快速实现自动分拣，取代人工分拣，从而提高效率和准确率，避免因人为原因带来的问题。 2.操作简单

基于单目视觉的苹果分拣装置

近年来，随着科技的不断发展，基于机器视觉的智能装置在各个领域得到了广泛应用。其中，基于单目视觉的苹果分拣装置就是一个热门的研究方向。本文将介绍该装置的原理、功能和应用前景。

一、苹果分拣装置的原理

基于单目视觉的苹果分拣装置是利用计算机视觉技术对苹果进行识别和分类的装置。其工作流程主要包括图像采集、图像处理、苹果分类和操作控制四个步骤。

首先，通过摄像头或者其他图像采集设备对待分拣的苹果进行拍摄。然后，将采集到的图像输入到计算机中进行处理。图像处理的目标是提取苹果的特征信息，如大小、颜色和形状等。接下来，利用事先训练好的算法和模型对苹果进行分类。根据苹果的特征，将其划分为合格品和次品两类，同时可以对次品苹果进行进一步分类。最后，根据分类结果，控制机械装置对苹果进行分拣和处理。

二、苹果分拣装置的功能

基于单目视觉的苹果分拣装置具有多种功能，主要包括苹果的识别、分类和分拣三个方面。

首先，该装置能够准确地对苹果进行识别。通过图像处理算法，可以提取苹果的关键特征，如外形、颜色等，并与预先设定的标准进行比对。在识别环节中，装置可以排除掉非苹果物体，如树叶、杂草等。这样，在后续的分类和分拣过程中，可以避免出现误报和误拣。 其次，该装置能够对苹果进行有效的分类。通过识别苹果的特征，装置可以将合格品和次品两类苹果进行区分，并可以更进一步地对次品进行分类。这样，可以极大地提高苹果分级的准确性和效率，同时降低人工分拣的工作量。

最后，装置能够实现自动化的苹果分拣。通过控制机械装置，装置可以将不同类别的苹果进行分拣和处理。在此过程中，可以根据设定的策略，自动将合格品放入指定位置，将次品进行再次分类或者进行处理。整个分拣过程高度智能化，提高了分拣的效率和精度。

三、苹果分拣装置的应用前景

基于单目视觉的苹果分拣装置在农业领域具有广阔的应用前景。

首先，该装置可以提高苹果的分级效率。传统的人工分拣方式存在人员疲劳、分拣效率低等问题，而基于视觉的装置可以高效地完成大量苹果的分拣工作，大大提高了分级的效率。

基于机器视觉的物流分拣机器人系统研究与实现

物流分拣是一个日益重要且关键的环节，在物流领域中起着至关重要的作用。然而，传统的物流分拣方式往往需要大量的人力投入和时间成本，效率低下且容易出错。为了解决这一问题并提高物流分拣的效率和准确性，研究者们开始探索基于机器视觉的物流分拣机器人系统。

基于机器视觉的物流分拣机器人系统利用先进的计算机视觉技术，配合机械臂和物联网技术，可以实现自动化、智能化的物流分拣过程。该系统的核心是机器视觉算法，通过对物流包裹进行图像识别和特征提取，从而实现对物品类别的自动判断和分类。随后，机械臂根据分类结果将物品放入相应的容器中。

在研究和实现基于机器视觉的物流分拣机器人系统时，有几个关键的技术点需要注意。首先，需要对物品的外观特征进行准确的识别和提取，如颜色、形状、质地等。其次，对于物品的尺寸和重量也需要进行准确的测量与判断。除此之外，还需要解决复杂环境下的光照、遮挡、噪声等问题，以确保机器视觉系统的稳定性和准确性。

在实现基于机器视觉的物流分拣机器人系统时，需要建立一个完整的工作流程。首先，采集并构建大量的物流包裹的图像数据库，为后续的机器学习和算法训练提供数据支持。接下来，使用深度学习和图像识别算法来训练模型，使其能够准确地识别和分类不同的物品。然后，将识别分类后的物品信息传输给机械臂进行抓取和分拣。最后，通过物联网技术，将机器人与物流管理系统进行连接，实现信息的实时传输和反馈。

基于机器视觉的物流分拣机器人系统有许多优势和应用场景。首先，它能够大大提高物流分拣的效率和准确性，减少人力投入和时间成本，提高物流运作的整体效率。其次，机器人系统可以24小时不间断运行，无需休息和休假，提高物流分拣的速度和处理能力。此外，机器视觉技术还能够根据物流包裹的需求进行自动化的分配和处理，提高物流运输的灵活性和自适应能力。

然而，基于机器视觉的物流分拣机器人系统也面临一些挑战和局限性。首先，对于一些外观相似或具有相似特征的物品，系统可能会出现识别错误的情况，需要不断优化和改进机器视觉算法。其次，机械臂的精确度和抓取能力对于物品的尺寸和形状也有一定的限制，需要根据具体情况进行调整和改进。此外，复杂的环境和不确定性因素也会对机器人系统的正常工作造成干扰，需要加强系统的鲁棒性和适应性。