水果分選機的研究現(xiàn)狀與發(fā)展狀況

《水果分選機的研究現(xiàn)狀與發(fā)展狀況》由會員分享，可在線閱讀，更多相關(guān)《水果分選機的研究現(xiàn)狀與發(fā)展狀況（14頁珍藏版）》請在裝配圖網(wǎng)上搜索。

1、 水果分選機的研究現(xiàn)狀與發(fā)展狀況 2007年9月農(nóng)機化研究第9期 水果分選機的研究現(xiàn)狀與發(fā)展狀況 李光梅,魏新華,李陸星,李法德 (山東農(nóng)業(yè)大學(xué)機電學(xué)院,山東泰安27l0l8) 摘要:概述了水果分選機研究的目的及意義,介紹了各種水果分選機的分選原理,研究現(xiàn)狀和計算機視 覺技術(shù)在水果品質(zhì)檢測中的應(yīng)用.同時,針對水果品質(zhì)的各個檢測指標,介紹了相應(yīng)的檢測方法,分析了 當今研究中存在的問題,特別是檢測速度和精度的問題,并提出了水果分選機的發(fā)展方向. 關(guān)鍵詞:農(nóng)業(yè)工程;水果分選機;綜述;電子稱重;計算機視覺技術(shù);無損檢測 中圖分類號:$226.5文獻標識碼:A文章編號:1003—18

2、8X(2007)09--0020--04 0引言 近年來,隨著農(nóng)業(yè)科技的發(fā)展和人民生活水平 的提高,國內(nèi)外水果品種越來越多,人們對水果的 品質(zhì)也有了更高的要求.為了提高水果的加工質(zhì)量 和出品等級,需要對水果進行嚴格的質(zhì)量分級和大 小分級.目前,我國具備先進水果分選設(shè)備的企業(yè) 很少,有大型生產(chǎn)線的企業(yè)也僅僅是對質(zhì)量和大小 進行分選,裝備比較落后.因此,市場上銷售的水果 大多數(shù)依靠機械配合人工的方式實現(xiàn)分級.人工分 級的主要缺點是:勞動量大,生產(chǎn)率低而且分選精 度不穩(wěn)定;水果分選難以實現(xiàn)快速,準確和無損化. 截止到目前為止,國內(nèi)外已有不少學(xué)者及科研人員 在此領(lǐng)域取得了重大

3、進展.根據(jù)水果檢測指標的不 同,水果分選機大致可分為大小分選機,重量分選 機,外觀品質(zhì)分選機和內(nèi)部品質(zhì)分選機. 1大小分選機的研究現(xiàn)狀 大小分選機是按照水果大小進行分選,在水果 分選機中應(yīng)用最為廣泛.目前可用于蘋果類圓形水 果分選的方法有篩子分選法,回轉(zhuǎn)帶分選法,輥軸 分選法,滾筒式分選法等.其中,前3種方法由 于各自存在不同的缺點而未能推廣使用.滾筒式分 選法其分選裝置主要由喂料機構(gòu),V型槽導(dǎo)果板, 分選滾筒,接果盤及傳動系統(tǒng)組成.工作時,水果 由傾斜輸送器提升后,先經(jīng)手選裝置由人工剔除傷 殘果,然后通過輸送帶送人果箱,打開料門,輸送 至導(dǎo)果槽板.在此,水果自然分行

4、滾動,不會出現(xiàn) 收稿日期:2007—01—06 作者簡介:李光梅(i98i),女,山東日照人,碩上研究生,(E mail)liguangmei2008@. 通訊作者:李法德(1962),男,山東濰坊人,教授,博士生導(dǎo)師 (Email)lifade@. 水果堆積和阻礙現(xiàn)象.分選滾筒開有孔徑逐級增大 的圓孔,水果從V型導(dǎo)果槽板流至滾筒外邊進行自 動校徑的分選.小于分選孔的水果先從第一滾筒分 選孔落人接果盤,大于分選孔的則經(jīng)V型導(dǎo)果槽繼 續(xù)向前滾動,直至遇到相應(yīng)分選孔落下,于是在不 同的接果盤可得到不同等級的水果.此分選裝置結(jié) 構(gòu)簡單,對水果損傷小,成本較低,分選精度和效

5、率較高,適用于球形和近似球形物料的分選,在國 外應(yīng)用較廣.為了減少水果碰撞,提高好果率,有 的大小分選機是利用浮力,振動和網(wǎng)格相配合的辦 法進行分選,但有關(guān)此方面的報道較少. 由以上可知,水果大小機械式分選法中,滾筒 式分選法是最優(yōu)的一種.另外,隨著電子技術(shù)和計 算機圖像技術(shù)的發(fā)展,采用光電傳感器或CCD攝像 機對水果的大小進行測量判別已成為此類分選機的 研究熱點.因為它們是對水果的大小進行不損傷的 非接觸性計量,適用于任何種類的水果.馮斌,汪 懋華研究了一種基于計算機視覺的水果大小檢測 方法,試驗表明該方法檢測速度快,正確率高,適 用范圍寬,能夠滿足水果自動檢測要求.

6、 2重量分選機 按重量進行分選的分選機械早期是利用杠桿 原理進行分選的.目前,機械式重量分選機主要有 固定衡量秤體,運動輸送盤式和固定限位裝置,運 動衡量秤體式兩種機型.機械式重量分選對水果 的損傷較小,而且具有較廣的通用性,但是由于各 種誤差及摩擦影響等使分選精度不是很高. 近年來,隨著計算機和稱重傳感技術(shù)的迅速發(fā) 展和現(xiàn)代科學(xué)技術(shù)的相互滲透,電子稱重技術(shù)及應(yīng) 用有了新的發(fā)展.基于此,國內(nèi)外已開始研制電子 稱重式分選機.電子稱重式分選機一般采用壓力 20o7年9月農(nóng)機化研究第9期 傳感器稱量水果,微機系統(tǒng)對傳感器輸出信號進行 采樣,放大,濾波,模數(shù)轉(zhuǎn)換,運算和

7、處理,并控 制機械執(zhí)行機構(gòu)進行分選.王新亭等在現(xiàn)有電子 稱重式水果分選臺的基礎(chǔ)上,對其測控系統(tǒng)進行了 重新研制,將原有的Pc機控制替代為單片機控制. 由于系統(tǒng)采用微機控制,可按需選擇準確的分選基 準,具有更高精度和更高的控制靈活度,在實際中 具有更廣的應(yīng)用前景.以色列ESHETEILON公司, 美國AUTOLINE公司生產(chǎn)的電子稱重式分選機,在分 選檢測技術(shù)上已經(jīng)很成熟,工作效率高,并具有較 高的分選精度.但是由于該設(shè)備操作較為復(fù)雜,而 且設(shè)備成本較高,難以在我國推廣使用.我國對該 類型水果分選機的研制尚處于起步階段,需要科研 人員充分利用國外已經(jīng)取得的研究成果,研制適

8、合 于我國實際情況的電子稱重式分選機. 統(tǒng)計學(xué)方法雖然效率較高,但描述形狀不規(guī)則的蘋 果時精度較低.采用邊界半徑和傅立葉變換對蘋果 的形狀進行描述,不僅準確性高而且速度快…. Ingrid等的研究表明,蘋果的形狀可由前l(fā)2個 正弦值和12個余弦值表達,此時相關(guān)性(尺)超過 0.98.另外,在果梗檢測方面,應(yīng)義斌等通過計 算機視覺系統(tǒng)攝取黃花梨圖像,判別圖像中是否存 在果梗,并對果梗的完好性進行判斷.試驗結(jié)果表 明,該算法可以100%判斷果梗是否存在,判斷果梗 是否完好的正確率達到93%,判別速度提高4～6倍; 而且該算法具有一定的魯棒性,對旋轉(zhuǎn),移位不敏 感.徐娟等提

9、出了利用圖像形態(tài)學(xué)可以更好地進 行果梗判別,同時還可以檢測邊緣,并為提高處理 速度進行了改進.章文英"等研究了蘋果果梗與果 體的識別方法和果面缺陷的查找方法;根據(jù)蘋果果 梗的特性,提出用分塊掃描判斷果梗是否存在. 3外觀品質(zhì)分選機4內(nèi)部品質(zhì)分選機 外觀品質(zhì)分選機是按水果的大小,表面缺陷, 色澤,形狀,成熟度等進行分選的分選機.其分選 方法包括:光電式色澤分選法和計算機圖像處理分 選法.色澤分選法是根據(jù)顏色不同反射光的波長就 不同的原理對水果顏色進行區(qū)分.而計算機圖像處 理分選法是利用計算機視覺技術(shù)一次性完成果梗完 整性,果形,水果尺寸,果面損傷,成熟度等檢測, 可以測

10、得水果大小,果面損傷面積等具體數(shù)值,并 根據(jù)其數(shù)值大小進行分類. 國內(nèi)外學(xué)者在利用計算機視覺技術(shù)對水果外 部品質(zhì)檢測方面進行了大量的研究,并取得了重大 進展.在缺陷檢測方面,TaoY等研制出的基于計 算機視覺的蘋果缺陷檢測系統(tǒng),達到了快速和全面 檢測的效果.LeemansV."等研究了一個基于缺 陷特征的水果實時分級方法.該方法的準確率可達 73%,其中錯誤發(fā)生的一部分情況是良性的,而另一 部分則由于缺陷是曬傷或撞傷,或者缺陷太靠近果 梗和花萼很難被檢測到.在顏色檢測…方面,目 前普遍采用色度直方圖計算各色度的累計值作為分 級特征,且識別的方法仍然是統(tǒng)計模式方法居多.

11、 Kazuhiro采用二級神經(jīng)網(wǎng)絡(luò)對蘋果進行顏色分 級,通過將蘋果果面沿花萼/梗方向分區(qū)并分別進行 處理,解決了因蘋果果面曲率不同而引起的反射梯 度不同的問題.在國內(nèi),為實現(xiàn)蘋果顏色的在線檢 測,李慶中等設(shè)計了蘋果顏色自動分級系統(tǒng),基 本上實現(xiàn)了實時分級的要求.在果形檢測方面,目 前描述蘋果形狀的方法有多種,包括編碼法,統(tǒng)計 法,幾何結(jié)構(gòu)法和光譜法等.邊界編碼法雖然能夠 準確地描述蘋果的形狀,但數(shù)據(jù)量大而且壓縮困難. . 21. 內(nèi)部品質(zhì)包括水果的糖度,硬度,酸度和內(nèi)部 缺陷等指標,通常水果內(nèi)部品質(zhì)主要依靠破壞性檢 驗方法.目前用于水果硬度的檢測方法主要有變形 法和

12、聲學(xué)法.但由于變形法只能測量水果的局部硬 度,聲學(xué)法易受噪音和機械振動的影響等而限制了 其應(yīng)用.而近紅外法和核磁共振法可用于水果糖度, 硬度的檢測.近紅外光譜技術(shù)在農(nóng)產(chǎn)品內(nèi)部品質(zhì)檢 測方面發(fā)展較快,具有檢測速度快,可同時檢測多 種內(nèi)部成分等優(yōu)點.其基本原理是當用近紅外光照 射水果時,不同的水果內(nèi)部成分對于不同波長的光 學(xué)吸收和散射程度不同,而內(nèi)部光譜也會隨著水果 內(nèi)部成分質(zhì)量分數(shù)的不同而發(fā)生變化.利用這一特 性,即可根據(jù)近紅外光譜特征分析水果中的主要成 分及其質(zhì)量分數(shù).何東健等.利用近紅外分光法 檢測水果內(nèi)部品質(zhì),結(jié)果表明:近紅外分光法不但 能檢測水果糖度,酸度,而且能

13、檢測內(nèi)部缺陷,完 全滿足在線檢測水果內(nèi)部品質(zhì)的要求.劉燕德等 應(yīng)用近紅外漫反射光譜分析技術(shù)設(shè)計了一種近紅外 光譜水果內(nèi)部品質(zhì)自動檢測系統(tǒng),該系統(tǒng)能夠快速 地用于水果內(nèi)部品質(zhì)的無損檢測和分級.核磁共振 技術(shù)作為一項新的檢測技術(shù)在水果內(nèi)部品質(zhì)檢測方 面也有著較大的發(fā)展?jié)摿?Kim等設(shè)計了1臺NMR 在線分級設(shè)備并進行了測試,發(fā)現(xiàn)鱷梨在帶速 50mm/S的狀態(tài)下,所得油水的共振峰值比值與成熟 度的相關(guān)系數(shù)高達0.970.Chaughule等使用自 由感應(yīng)衰減(FID)譜的方法對人參果中的可溶性碳 水化合物進行了測定.Zion等提出一種基于MRI 進行計算機檢測的快速方法,并對

14、不同品種的蘋果 2007年9月農(nóng)機化研究第9期 進行損傷檢測,取得了較好的試驗結(jié)果.另外,用 超聲波檢測西瓜的內(nèi)部空心已比較成熟.其它缺陷 的檢測目前有:x射線分析法,計算機視覺檢測方 法,介電特性檢測方法,電子鼻技術(shù)等.利用計算 機視覺技術(shù)對農(nóng)產(chǎn)品內(nèi)部品質(zhì)進行無損檢測也是近 幾年研究的一個熱門課題,到目前該技術(shù)已比較成 熟,應(yīng)用也日趨廣泛.隨著嗅覺傳感技術(shù)的不斷發(fā) 展,電子鼻技術(shù)也得到了廣泛的研究與應(yīng)用. Lakshmi等通過對變化的電子鼻傳感器數(shù)據(jù)進 行了多元分析,把蘋果按成熟度分成未成熟,成熟 和過成熟3種等級.通過判別式分析法,電子鼻技 術(shù)的正確分級率達8

15、3%. 5結(jié)束語 在眾多場合下,大小和重量分選機應(yīng)用較多. 而且目前常用的大多數(shù)是機械式大小和重量分選 機.基于計算機視覺的水果大小分選機雖已用于實 際生產(chǎn),但是由于價格昂貴,還未能推廣使用.外 部品質(zhì)分選機和內(nèi)部品質(zhì)分選機還在進一步研究 中,研究過程還存在著一些難題:水果外部品質(zhì)檢 測方面,水果的尺寸和顏色檢測技術(shù)已比較成熟, 但是果面的缺陷檢測確是水果實時分級的難點,要 快速準確地測定水果表面的各種缺陷并與梗,萼凹 陷區(qū)正確區(qū)分比較困難;內(nèi)部品質(zhì)檢測方面,多 是就一種產(chǎn)品某一單項項目進行檢測,對果品多種 內(nèi)部品質(zhì)的綜合檢測方面研究較少.同時,由于內(nèi) 部品質(zhì)檢測的

16、方法比較復(fù)雜,所需設(shè)備成本較高, 故用于實際檢測中的還很少.另外,在水果在線 檢測分選機的研究中,水果品質(zhì)的實時檢測和分級 還存在檢測精度低,速度慢等問題,這就要求圖像 信息的處理和識別算法必須簡單而有效,以滿足在 線高生產(chǎn)率的要求. 計算機技術(shù),數(shù)據(jù)處理技術(shù),無損傷檢測技術(shù) 以及自動化控制技術(shù)的發(fā)展為現(xiàn)代及未來的分級檢 測技術(shù)提供了廣闊的空間.機器視覺技術(shù)的應(yīng)用 已成為實現(xiàn)果蔬產(chǎn)品品質(zhì)自動識別和分級的最有效 的方法.可以預(yù)見,將人工智能技術(shù)和圖像處理技 術(shù)相結(jié)合,是今后應(yīng)用計算機視覺技術(shù)進行水果品 質(zhì)評價的重要發(fā)展方向... 參考文獻: [1]曹其新,呂恬生,永田

17、雅輝.日本蔬菜和水果揀選機 器人的發(fā)展狀況[J].機械設(shè)計與研究,1998(4):9— 11. [2]沈林生.農(nóng)產(chǎn)品加工機械[M].北京:機械工業(yè)出版 社,1988:89—95. 沈再春.農(nóng)產(chǎn)品加工機械與設(shè)備[M].北京:中國農(nóng) 業(yè)出版社,1993:51—53. 馮斌,汪懋華.基于計算機視覺的水果大小檢測 方法[J].農(nóng)業(yè)機械,2003,34(1):73—75. 王莉.FJZ一500型水果重量分級機稱量誤差理論 分析[J].農(nóng)業(yè)機械,1997,28(1):89—93. 王新亭,張東興.水果分選臺單片機測控系統(tǒng)的研 究[J].中國農(nóng)業(yè)大學(xué),2003,8(4):41-43.

18、 應(yīng)義斌,景寒松,馬俊福,等.黃花梨品質(zhì)檢測機器 視覺系統(tǒng)[J].農(nóng)業(yè)機械,2000,31(2):113— 115. 應(yīng)義斌,饒秀勤,黃永林,等.運動水果圖像的實時 采集方法與系統(tǒng)研究[J].農(nóng)業(yè)機械,2004, 35(3):179—183. 蔣煥煜,應(yīng)義斌,王劍平,等.水果品質(zhì)智能化實時 檢測分級生產(chǎn)線的研究[J].農(nóng)業(yè)工程,2002, 18(6):158160. LeemansV.ManeinH.DeStainMF.DefectSSegm entationongo1denDe1iciOUS'app1ebyuSing c01OUrmachineviS0n[J].Com

19、putE1ectronAg— ric,1998,20:117—130. LeemanSV,DeStainM.Areal—timegradingmet hodofapp1ebaseonfeaturesextractedfrom defectS[J].Journaloffoodengineering,2004, 61:83-89. 楊秀坤,陳曉光,馬成林,等.用遺傳神經(jīng)網(wǎng)絡(luò)方法 進行蘋果顏色自動檢測的研究[J].農(nóng)業(yè)工程學(xué) 報,1997(2):173—176. 何東健,楊青,薛少平,等.果實表面顏色計算機 視覺分級技術(shù)研究[J].農(nóng)業(yè)工程,1998,14 (3):202205

20、. 馮斌,汪懋華.基于顏色分形的水果計算機視覺 分級技術(shù)[J].農(nóng)業(yè)工程,2002,18(2):141— 144. KazuhiroNakano.App1icationofneuralnet workStotheCO1orgradingofapp1es[J].Com— putE1ectronAgric.,1997(18):105—116. 李慶中,張漫,汪懋華.基于遺傳神經(jīng)網(wǎng)絡(luò)的蘋 果顏色實時分級方法[J].中國圖像圖形, 2000,5(9):779—784. 籍保平,吳文才.計算機視覺蘋果分級系統(tǒng)[J].農(nóng) 業(yè)機械,2000,31(6):118121. IngridP

21、au1uS.EddieSchrevens.Shapechara— cterizationofnewapp1ecu1tivarsbyfourier expanSionofdigitizedimageS[J].J.Agric.E— ngng.ReS.,1999,72:113—118. 叫¨糾糾副剛 l—l—l—l—l—l—l—l—L= 2007年9月農(nóng)機化研究第9期 [19]應(yīng)義斌,景寒松.用計算機視覺進行黃花梨果梗識 別的新方法[J].農(nóng)業(yè)工程,1998,14(2):221 — 225. [20] [21] [22] [23] [24] [25] [26]

22、 [27] [28] 徐娟,汪懋華.圖像形態(tài)學(xué)在蘋果自動分級視覺 信息處理中果梗判別與邊緣檢測中的應(yīng)用[J].農(nóng) 業(yè)工程,1999,15(2):177—180. 章文英,應(yīng)義斌.蘋果果梗和表面缺陷的計算機視 覺檢測方法研究[J].浙江大學(xué),2001,27(5): 583—586. 林濤,王濟勇,韓光潔,等.EI內(nèi)核中TCP狀態(tài) 機約簡的研究[J].計算機科學(xué),2004,31(1): 31—34. 何東健,前川孝昭,森島博.水果內(nèi)部品質(zhì)在線近 紅外分光檢測裝置及試驗[J].農(nóng)業(yè)工程, 2001,17(1):45-66. 劉燕德,應(yīng)義斌.一種近紅外光譜水果內(nèi)部品質(zhì)自

23、動檢測系統(tǒng)[J].浙江大學(xué),2006,40(1):53 — 56. KiIllSM,ChenP,McCarthyMJ,eta1.Fruit InternalQua1ityEvaluationUsingon1ine Nuc1earMagneticResonanceSensors[J].Jour— nalofAgricuIturalEngineeringResearch, 1999.74:293—301. Chaughu1eRS,MaliPC,Pati1RSMagneticRes— onanceSpectroscopyStudyofSapotaFruitsat VariousG

24、rowthStages[J].InnovativeFoodSc— ience&EmergingTechnologies,2002(3):185—190. ZionB,ChenP.DetectionofBruisesinmagn— eticResonanceImagingofApp1es[J].Compute— rsandE1ectronicsinAgricu1ture,1995(13): 289—299. LakshmiP.,Pathange,ParameswarakumarMal1ik一 [29] [30] [31] [32] [33] [34] [35]

25、 [36] [37] [38] arjunan,eta1.nondestrctiVeevaluationof app1ematurityusingane1ectronicnosesys— tem[J].JournalofFoodEngineering,2006,77: 1018—1023. 李慶中,汪懋華.基于計算機視覺的水果實時分級 技術(shù)發(fā)展與展望[J].農(nóng)業(yè)機械,1999,30(6): 1—7. 郭文川I,朱新華,郭康權(quán).果品內(nèi)在品質(zhì)無損檢測 技術(shù)的研究進展[J].農(nóng)業(yè)工程,2001,17(5): 1—4. 徐惠榮,應(yīng)義斌,蓋玲.雙錐式滾子水果輸送翻 轉(zhuǎn)機構(gòu)的研

26、究[J].農(nóng)業(yè)機械,2003,34(6): 100—103. 李慶中,汪懋華.基于計算機視覺的蘋果自動分級 系統(tǒng)硬件開發(fā)[J].農(nóng)業(yè)機械,2000,31(2): 56—59. 郭峰,曹其新.全方位高速瓜果圖像采集系統(tǒng)的 研究[J].農(nóng)業(yè)工程,2004,20(2):148—151. 應(yīng)義斌,饒秀勤.機器視覺技術(shù)在農(nóng)產(chǎn)品品質(zhì)自動 識別中的應(yīng)用研究進展[J].農(nóng)業(yè)工程,2000, 16(3):4-8. 應(yīng)義斌,饒秀勤,馬俊福.柑橘成熟度機器視覺無 損檢測方法研究[J].農(nóng)業(yè)工程,2004,20(2): 144—147. 何東鍵,張海亮,寧紀鋒,等.農(nóng)業(yè)自動化領(lǐng)域中計 算機

27、視覺技術(shù)的應(yīng)用[J].農(nóng)業(yè)工程,2002,18 (2):171—175. 張立彬,胡海根.果蔬產(chǎn)品品質(zhì)無損檢測技術(shù)的研 究進展[J].農(nóng)業(yè)工程,2005,21(4):176—179. 應(yīng)義斌,付峰.水果品質(zhì)機器視覺檢測中的圖像 顏色變換模型[J].農(nóng)業(yè)機械,2004,35(1): 85—89. ResearchingActualityandDevelopmentofFruitGrader LIGuang—mei,WEIXin—hua,LILu—xing,LIFa—de (CollegeofMechanicalandElectricalEngineering,ShandongA

28、griculturalUniversity,Tai'an271018,China) Abstracts:Thepapersummarizesthepurposeandmeaningtoresearchthefruitgrader,introducesthesorting principleofthekindsoffruitgraderanditsresearchingactuality,especiallytheapplicationofcomputervision infruitinspecting.Atthesametime,itintroducescOrrespOndingmeth

29、odsoffruitinspecting,aimatevery inspectingindexoffruitquality.Andanalyzestheexistingproblemsofthetechnology,especiallytheproblemof inspectingrateandprecision,theresearchingdirectionisputforward. Keywords:agriculturalengineering;fruitgrader;summary;electronicweighting;computervision;non— destructiveinspection 一 23—