基于机器视觉的哈密瓜分级系统构建与初步试验研究

哈密瓜作为新疆主要水果之一，其产后处理水平低下，通常采用人工方式完成产后分级，该方式不仅浪费人力而且分级效率低，效果差，因而不能更好的实现优质优价。机器视觉技术能有效的保证检测的客观性，并提高分级效率与准确性。本文将机器视觉技术应用于哈密瓜品质检测中，开发了一套基于机器视觉的哈密瓜分级系统，并进行哈密瓜分级机构的样机研制。主要研究内容与结论如下：（1）哈密瓜图像实时采集与分级自动控制系统搭建。根据哈密瓜特征，选择合适的相机、镜头、光源、图像采集卡等机器视觉关键部件，通过实验确定各部件的安装位置，使采集的哈密瓜图像效果最佳。（2）哈密瓜图像采集与处理软件和计算机与下位机通讯软件的开发。利用VisualC++6.0开发工具对图像采集卡做二次开发，实现计算机与相机之间的数据传输，由OpenCV完成图像处理，最后控制打印口针脚的高低电位以实现与下位机的通讯。（3）哈密瓜检测与分级机构的研制。采用双链条传动，PLC移位寄存指令跟踪哈密瓜位置，电磁铁启闭实现哈密瓜托盘翻转卸料。将机械装置、电路控制模块与计算机视觉系统集成于一体。（4）哈密瓜分级初步试验分析。哈密瓜图像预处理与特征提取。对比不同颜色背景下的哈密瓜图像，确定黑色为哈密瓜采集背景；对哈密瓜B-R波段差图像进行阈值分割，提取哈密瓜形态特征；根据哈密瓜形态特征预测其重量，预测准确性可以到达98.1%。；采用函数判别法对哈密瓜大小进行检测与分类，实现了哈密瓜重量与大小的分级。