丈量光幕在水果分级设备中的应用研究
水果分级机毕业设计论文
水果分级机毕业设计论文题目：基于机器视觉的水果分级机设计与实现摘要：随着农业科技的发展，水果产业也在不断壮大。
然而，在水果生产过程中，水果分级依然是一个繁琐的工作。
本文设计并实现了一种基于机器视觉的水果分级机，采用图像处理和机器学习算法对水果进行快速分级，有效提高了水果分级的自动化水平。
实验证明，该水果分级机具有较高的准确度和效率。
关键词：机器视觉；水果分级；图像处理；机器学习一、引言水果是人们日常生活中不可或缺的一部分，随着人们对食品安全和品质的要求不断提高，水果的分级也变得越来越重要。
然而，传统的水果分级方法存在劳动力需求高、效率低以及人为误差大等问题。
因此，基于机器视觉的水果分级机成为了一种重要的解决方案。
二、水果分级机的设计1.系统结构水果分级机由传送带、图像采集模块、图像处理模块、机器学习模块和分级控制模块等组成。
传送带将水果送入图像采集模块，采集到水果的图像后传输给图像处理模块进行图像处理，处理后的图像送入机器学习模块进行分类，最后分级控制模块根据分类结果将水果分级。
2.图像采集模块采用高清摄像头进行图像采集，确保获取到水果的清晰、准确的图像。
3.图像处理模块对采集到的图像进行灰度化、去噪、边缘检测等处理，提取出水果的特征信息。
4.机器学习模块使用支持向量机(Support Vector Machine, SVM)算法进行水果的分类训练，训练得到分类模型用于实际分类。
5.分级控制模块根据机器学习模块输出的分类结果，对水果进行分级控制，将水果按照大小、形状等特征分成不同等级。
三、水果分级机的实现与实验1.硬件配置使用Arduino单片机控制传送带和采集模块的运行，使用高清摄像头进行图像采集。
2.软件实现使用Python编程语言实现图像处理和机器学习算法，使用OpenCV库进行图像处理，使用scikit-learn库实现支持向量机算法。
3.实验结果与分析通过采集一定数量的水果图像进行实验，结果显示，该水果分级机在准确度和效率方面表现良好。
基于机器视觉的水果品质实时检测与分级生产线的关键技术研究
基于机器视觉的水果品质实时检测与分级生产线的关键技术研究一、本文概述随着科技的不断进步，机器视觉技术已经成为众多领域的关键支撑技术之一，尤其在农业生产线上，其应用潜力正日益显现。
本文将聚焦于“基于机器视觉的水果品质实时检测与分级生产线的关键技术研究”，旨在深入探讨如何通过机器视觉技术实现水果品质的快速、准确检测与分级，以提高生产线的效率和产品质量。
文章将首先概述机器视觉技术在农业领域的应用背景和发展现状，阐述其对于水果品质检测与分级的重要性。
随后，将详细介绍机器视觉系统的基本原理和构成，包括图像采集、预处理、特征提取和分类识别等关键步骤。
在此基础上，文章将深入探讨水果品质检测与分级中面临的技术挑战，如光照变化、果实遮挡、颜色差异等问题，并提出相应的解决方案。
文章还将介绍一些先进的机器视觉算法和技术，如深度学习、神经网络等，并探讨它们在水果品质检测与分级中的应用前景。
通过案例分析，文章将展示这些技术在实际生产线中的应用效果，包括提高检测准确率、减少人工干预、提升生产效率等方面的优势。
文章将总结当前研究的不足和未来研究方向，以期为推动机器视觉技术在水果品质实时检测与分级生产线上的广泛应用提供有益的参考。
二、机器视觉技术基础机器视觉技术是一种模拟人类视觉功能的技术，它利用计算机和相关设备来模拟和扩展人类的视觉功能。
机器视觉系统通常包括图像采集设备（如摄像头）、图像处理软件以及决策执行机构。
通过图像处理软件对采集到的图像进行处理和分析，机器视觉系统能够识别出目标对象的特征，从而实现各种复杂的视觉任务。
在水果品质实时检测与分级生产线中，机器视觉技术发挥着至关重要的作用。
通过图像采集设备，如高分辨率摄像头，可以捕捉到水果表面的高清图像。
这些图像包含了丰富的信息，如颜色、纹理、形状和大小等，这些都是判断水果品质的重要指标。
接下来，图像处理软件会对这些图像进行预处理，如去噪、增强等，以提高图像质量，为后续的特征提取和识别提供良好的基础。
水果自动检测分级设备的研究现状和展望
收稿 日期
２ ０ １ ８ ２ 一） ， 女， 山东 人， 工程师， 研究方向： 农业设施与装备研发。
周 叠青
张晓文
邹 岚等 ： 水果 自动检测分级设备的研 究现状和展望
由于两辊倾斜安装 ， 重力作用使水果下滚 ， 当滚至对辊间
发展方向和研究重点进行展望。
有滚杠式、 辊式、 滚筒式 ３ 种。
１ ． １ 滚 杠 式分 级 机
滚杠式分级机 中，所有滚杠相对水平面平行安装 ， 工 作过程 中滚杠之间的间距 由小变大 ，水果在滚杠上输送 时， 当滚杠 间距超过水果直径 ， 水果便掉进下方 相应 的分
果槽 中。
滚杠式分级机（ 变间距螺杆法 ） 工作原理见图 １ 。
２ 种田 。
级部件 ， 通过分级部件上大小依次变化的孔穴或直接通过
输送带或输送链之间间距的变化 ， 使大小不同的果品先后 分离 ， 以达到分级的 目的【 １ ］ 。目 前， 机械式水果分级机主要
对辊式分级机 中，分级辊轴与水平面有一定倾角 ， 并
且两分级辊轴之间成一定角度 。 工作时 ， 对辊逆向旋转 ， 由
２ ． 北京兴东方实业有限责任公司， 北京 １ ｏ ｏ ｏ ｏ ｏ ）
摘 要 通过 比较我 国现有水果分级设备采用的机械式、 光电式和基 于机器视 觉技术的设备
工作原理和应用现状 。 分析 了未来水果检测分级设备的发展方 向和研究重点。结果表 明， 机
械式分级设备在短期 内仍有一定的发展 空间 ， 光 电式分级设备未来发展空间不大 ， 而应 用机
ｌ
ｌ ——十一
３
ｌ 一送果槽； ２ 一滚筒单元 ； ３ 一 分选孔 ； ４ 一分果槽 圈 ４ 滚筒式分级机工作原理
无损检测技术及其在果品质量安全检测中的应用
无损检测技术及其在果品质量安全检测中的应用【摘要】本文介绍了无损检测技术及其在果品质量安全检测中的应用。
在简要介绍了背景和研究意义。
在详细讨论了光学成像技术、声学测试技术、电磁波检测技术和磁共振成像技术在果品质量安全检测中的具体应用。
通过这些无损检测技术，可以非破坏性地检测果品的质量和安全性，提高果品检测效率和准确性。
在展望了无损检测技术在果品质量安全检测中的前景，强调了其在未来的发展潜力。
通过本文的介绍，读者可以更深入了解无损检测技术在果品质量安全检测中的重要性和应用前景。
【关键词】无损检测技术、果品质量安全检测、光学成像技术、声学测试技术、电磁波检测技术、磁共振成像技术、前景、总结、展望1. 引言1.1 背景介绍果品质量安全一直是消费者和生产者关注的焦点之一。
随着人们生活水平的提高，对果品品质和安全性的要求也越来越高。
传统的果品检测方法往往需要破坏性的采样或化学处理，不仅破坏了果品的整体性，还可能残留有害物质，对人体健康造成威胁。
发展一种无损检测技术对于果品质量安全至关重要。
无损检测技术是一种可以在不破坏被检测物体的情况下获取物体内部信息的技术手段。
通过应用无损检测技术，可以实现果品的快速、准确检测，同时保证果品的完整性和安全性。
在果品质量安全检测中，光学成像技术、声学测试技术、电磁波检测技术和磁共振成像技术等无损检测技术被广泛应用，为果品的质量评估和安全检测提供了有力的技术支持。
本文将重点介绍无损检测技术及其在果品质量安全检测中的应用，旨在探讨无损检测技术对果品质量安全检测的意义和作用，为果品行业的发展和消费者的健康提供参考依据。
1.2 研究意义果品质量安全一直是消费者关注的重要问题，而无损检测技术的应用可以有效地提高果品质量安全检测的效率和准确性。
通过无损检测技术，可以在不破坏果品本身的情况下，对果品的内部结构、口感、成熟度、营养含量等进行全面、准确地检测和分析，从而及时发现果品内部存在的问题和隐患。
丈量光幕在水果分级设备中的应用研究
1 水果分级技术概述新鲜水果进行分级处理，主要的作用是使同类档次的产品规格一致，便于实现独立或集合包装，使包装产品以同一的高品质的外观进进超市，吸引消费者的留意，提升消费者的购买欲看。
水果分级形式包括有体积分级和重量分级两大类，由于分级的目的主要为同一产品外观规格，以便包装和提升销售档次，因此以体积分级应用最广泛。
传统的体积分级设备有滚筒式分级机、三辊筒式分级机和带式分级机等，其原理大同小异，均利用若干级别尺寸的孔框或缝隙进行筛选，当物料的外形稍小于孔隙时，可依靠其本身重力穿过或跌落输出，从而实现分级。
孔隙式筛选分级是一种简单实用的形式，不但生产效率较高，而且可设置多个级别。
但这种分级形式存在一定的缺陷，主要表现在：（1）物料全程机械式翻转筛分，难免造成鲜果表皮碰伤、擦伤及压伤；（2）分级精度不高，级差不可设置过小，一般不小于5mm。
（3）轻易出现大小“串级”的混乱现象；（4）适应性较差，只对近圆形、硬皮类水果，如柑桔等适用性较好，而对于苹果、梨、桃、柿、芒果等表皮薄弱的水果须慎用。
有鉴于此，笔者经深进研究，运用光幕丈量技术，构思一种创新的体积分级形式，设计新型的水果分级选别设备，于机上实现高速连续的单个辨别分级。
这种分级技术特别适应外形不匀称的鲜果分级，较之传统的孔径分级方式，是一个质的奔腾，由于它实现了非接触式的分级形式，根本杜尽了孔框伤果的缺点，而且精确、高速。
2 光幕丈量原理光电传感器是一种感应其接收的光强度变化的电子器件，包含光学系统、放大器和开关量输出装置。
所有光电传感器都使用调制光以排除四周光源可能的影响，工作时，光电传感器发射光线，当被检测物体经过期，根据检测模式的不同，物体或吸收光线或将光线反射到光电传感器的收光器，从而导致收光器接收的光线强度产生变化，其变化值触发开关信号输出，实现检测功能。
丈量用光幕是一种特殊的光电传感器，与普通的对射式光电传感器一样，包含相互分离且相对放置的发射器和收光器两部分，但其外形尺寸较大，为长管状。
我国基于机器视觉的水果自动分级技术及研究进展_赵茂程
试验研究
我国基于机器视觉的水果自动分级技术 及研究进展 &
赵茂程， 侯文军 （ 南京林业大学， 南京 ２１００３７）
摘要： 综述了国内基于机器视觉的水果自动分级技术在大小、形状、颜色和表缺陷分级 方面的研究现状，分析了基于机器视觉的水果自动分级过程中存在的不足，提出了利用定向装 置与机器视觉相结合的水果分级的思路。
包装与食品机械 ２００７ 年第 ２５ 卷第 ５ 期
量 水 果 的 大 小 ［ ３］ 。 冯 斌 、 汪 懋 华 以 苹 果 的 自 然 对 称形态特征为依据， 取垂直于水果轴向的最大 宽度为水果大小， 检测准确率为 ９４．４％， 水果大 小检测最大绝对测量误差为 ３ｍｍ［４］。
１．２．２ 按形状分级 果实形状是水果品质检测与分级的一个重 要指标［５］， 宁纪锋、何东健等利用图像形态学方 法， 按内切圆面积占苹果图像面积的比例进行 分级， 综合准确率达 ９１．４％。利用形态学进行果 实品质检测只需进行膨胀和腐蚀的组合调用， 算法容易， 但由于反复调用， 算法执行效率较 低 ［ ６］ 。 赵 静 、 何 东 健 提 出 用 半 径 指 标 、 连 续 性 指 标、曲率指标、半径指标的对称性、连续性指 标的对称性、曲率指标的对称性 ６ 个特征参数 表示果形， 利用人工神经网络对果形进行识别 和分级。结果表明， 用提取的特征参数和果形 识别技术， 计算机视觉与人工分级的平均致率 在 ９３％以上［７］。应义斌、景寒松等提出在黄花梨 的分级过程中采用傅立叶变换与傅立叶反变换 对来描述果形。研究发现该傅立叶描述子的前 １６ 个谐波的变化特性足以代表梨体的主要形状， 采用傅立叶描述子与人工神经网络相结合的方 法进行果形识别的精确率可达 ９０％［８］。 １．２．３ 按颜色分级 颜色也是衡量水果外部品质的重要指标之 一， 同时该指标也能间接反映水果的内部品质。 因此按颜色分级也是水果分级的一项重要内容。 冯斌、汪懋华通过对不同着色等级的水果分析， 以各色度在水果表面分布的分形维数为特征进 行分级， 该特征值不仅考虑了各色度点的累计 特性， 而且考虑了色度点空间分布特性， 使颜 色分级更符合实际情况， 通过人工神经网络识 别进行分级的准确率达 ９５％［９］ 。何东健、杨青等 通过机器视觉自动检测苹果表面着色度， 获取 彩色图像， 并将 ＲＧＢ 值转换成 ＨＳＩ 值； 在分析 苹果颜色特性的基础上， 确定了用合适色相值 累计着色面积百分比进行颜色分级的方法。分 级试验结果表明， 计算机视觉分级与人工分级 的 一 致 度 在 ８８％以 上 ［１０］。 李 庆 中 、 张 漫 等 确 定 了苹果颜色特征的提取方法， 利用遗传算法实 现 了 多 层 前 向 神 经 网 络 识 别 器 的 学 习 设 计 ［ １１］ 。 １．２．４ 按表面缺陷分级
机器视觉技术在果蔬分类中的应用研究
机器视觉技术在果蔬分类中的应用研究一、引言近年来，随着科技的不断进步，人工智能技术在各个领域得到广泛应用。
机器视觉技术作为人工智能的一个重要分支，对果蔬分类提供了一种高效、准确和自动化的解决方案。
通过使用机器视觉技术，可以实现果蔬的快速、无损、精准分类，有效提高果蔬行业的生产效率和质量。
二、机器视觉技术概述机器视觉是指利用计算机科学、光学、图像处理等技术，使计算机系统能够模拟人眼的视觉系统，从图像或者视频流中自动提取并分析信息。
机器视觉技术包括图像采集、图像处理、模式识别、机器学习等多个环节，通过将这些技术结合起来，可以实现对果蔬的自动分类。
三、果蔬分类的挑战果蔬的形状、大小、颜色、纹理等特征各不相同，其中许多特征很难通过人工眼睛准确辨别。
另外，果蔬的种类繁多，需要投入大量的人力物力进行分类。
传统的果蔬分类方法需要依赖人工，效率低下且容易出错。
因此，研究发展机器视觉技术用于果蔬分类，具有重要实际意义。
四、机器视觉技术在果蔬分类中的应用1. 图像采集首先，需要使用高分辨率的摄像设备对果蔬进行拍摄。
这些设备需要能够捕捉到果蔬的细节特征，并生成高质量的图像或视频流。
2. 图像处理接下来，采集到的图像需要经过预处理，包括去噪、边缘检测、图像增强等步骤，以提高图像的质量和提取出果蔬的关键特征。
3. 特征提取特征提取是机器视觉技术中的一个重要环节。
通过对果蔬图像进行特征分析，可以提取出与分类相关的特征，如颜色、纹理、形状等。
这些特征将作为分类模型的输入。
4. 分类模型训练在机器学习领域，常用的分类模型包括支持向量机（SVM）、卷积神经网络（CNN）等。
利用预处理后的图像和提取到的特征，可以通过对分类模型进行训练，建立一个能够自动识别不同类别果蔬的模型。
5. 果蔬分类模型训练完成后，可以将其应用于实际的果蔬分类任务中。
通过将果蔬的图像输入到分类模型中，模型可以自动识别出果蔬的种类，并将其按照预定的分类标准进行分类。
无损检测技术及其在果品质量安全检测中的应用
无损检测技术及其在果品质量安全检测中的应用1. 引言1.1 无损检测技术及其在果品质量安全检测中的应用无损检测技术是一种通过对被检测物体进行扫描或测试，而不会对其造成任何损伤或影响的技术。
在果品质量安全检测中，无损检测技术的应用越来越广泛。
随着人们对食品安全和品质要求的不断提高，传统的观感判断或摸索方法已经无法满足需求，而无损检测技术则成为了果品检测领域的利器。
通过无损检测技术，可以快速、准确地检测果品的内部结构、成熟度、含糖量、水分含量等关键指标，为果品的品质评估提供科学依据。
常见的无损检测技术包括近红外光谱技术、超声波技术、电子视觉技术等，这些技术能够在不破坏果品外观的情况下，获取内部信息并进行分析。
在果品质量安全检测中，无损检测技术的应用可以有效提高检测效率和准确性，降低人为误差，避免果品被损坏。
无损检测技术的优势在于可以实现快速在线检测，提高生产效率，同时减少资源浪费和成本支出。
未来，随着科学技术的不断进步和创新，无损检测技术在果品质量安全检测中的应用将会更加广泛，为果品产业的发展注入新的动力。
2. 正文2.1 无损检测技术的概念和原理无损检测技术是一种通过对物体进行检测和分析而不损坏其结构或性能的技术。
其原理是利用物体对电磁、声波、光线等波的传播和反射等特性进行测量和分析，通过对这些信号的处理和解释来获取物体的内部信息。
在无损检测技术中，常用的原理包括电磁感应原理、超声波原理、X射线原理、光谱原理等。
通过电磁感应原理可以测量物体的电磁特性，如电阻率、导热率等，进而推断物体的内部结构和材料性质。
超声波原理则是利用超声波在不同材料中的传播速度和反射特性来检测物体的缺陷和表面质量。
X射线原理则通过X射线的透射和吸收来分析物体的密度和组织结构。
无损检测技术的概念和原理是多样且复杂的，但都旨在实现对物体内部结构和性能的非破坏性检测和分析，为果品质量安全检测提供了有效手段和保障。
2.2 常见的无损检测技术常见的无损检测技术包括光谱技术、成像技术、声波技术、核磁共振技术、超声波技术等。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
1 水果分级技术概述
新鲜水果进行分级处理，主要的作用是使同类档次的产品规格一致，便于实现独立或集合包装，使包装产品以同一的高品质的外观进进超市，吸引
消费者的留意，提升消费者的购买欲看。
水果分级形式包括有体积分级和重量分级两大类，由于分级的目的主要为同一产品外观规格，以便包装和提升销售档次，因此以体积分级应用最广泛。
传统的体积分级设备有滚筒式分级机、三辊筒式分级机和带式分级机等，其原理大同小异，均利用若干级别尺寸的孔框或缝隙进行筛选，当物
料的外形稍小于孔隙时，可依靠其本身重力穿过或跌落输出，从而实现分级。
孔隙式筛选分级是一种简单实用的形式，不但生产效率较高，而且可设置多个级别。
但这种分级形式存在一定的缺陷，主要表现在：（1）物料全程
机械式翻转筛分，难免造成鲜果表皮碰伤、擦伤及压伤；（2）分级精度不高，级差不可设置过小，一般不小于5mm。
（3）轻易出现大小“串级”的混
乱现象；（4）适应性较差，只对近圆形、硬皮类水果，如柑桔等适用性较好，而对于苹果、梨、桃、柿、芒果等表皮薄弱的水果须慎用。
有鉴于此，笔者经深进研究，运用光幕丈量技术，构思一种创新的体积分级形式，设计新型的水果分级选别设备，于机上实现高速连续的单个辨别
分级。
这种分级技术特别适应外形不匀称的鲜果分级，较之传统的孔径分
级方式，是一个质的奔腾，由于它实现了非接触式的分级形式，根本杜尽
了孔框伤果的缺点，而且精确、高速。
2 光幕丈量原理
光电传感器是一种感应其接收的光强度变化的电子器件，包含光学系统、放大器和开关量输出装置。
所有光电传感器都使用调制光以排除四周光源
可能的影响，工作时，光电传感器发射光线，当被检测物体经过期，根据
检测模式的不同，物体或吸收光线或将光线反射到光电传感器的收光器，
从而导致收光器接收的光线强度产生变化，其变化值触发开关信号输出，
实现检测功能。
丈量用光幕是一种特殊的光电传感器，与普通的对射式光电传感器一样，包含相互分离且相对放置的发射器和收光器两部分，但其外形尺寸较大，
为长管状。
丈量光幕发射器产生的检测光线并非如普通传感器般只有一束，而是沿长度方向定间距天生光线阵列，形成一个“光幕”，以一种扫描的方式，配合控制器及其软件，实现监控和丈量物体外形尺寸的功能。
光幕丈量系统要正常工作需配备一个控制器，控制器使用软件进行编程设定，可提供多种扫描模式和检测分析模式，而且可通过串行接口与PLC或计算机进行通讯，传递控制或扫描结果，另外还可接进触发信号控制扫描过程。
2.1光幕扫描模式
常用的光幕扫描模式有两种，分别为直线扫描模式和交叉扫描模式，前者是最常用和最简单的扫描模式，发射器连续天生定间距的光线阵列，依次
由始至终平行排列，并由收光器对应逐一接收。
交叉扫描模式在直线扫描光线间交错排列有倾斜光线。
第一束倾斜扫描光线于发射器第二通道和收光器第一通道之间建立；第二束倾斜扫描光线于
发射器第三通道和收光器第二通道之间建立。
依此类推，直到最后一束倾
斜扫描光线于发射器最后通道和收光器终点前一通道间建立。
发射器最后
通道在发射倾斜光线后再次被激活，发射直线光线至收光器最后通道，从
而完成整个扫描过程。
采用交叉扫描模式可进步光学分辨率，在检测区域
中间1/3部分的精度最高，最小检测物体尺寸可缩小为直线扫描时的2/3。
2.2光幕检测分析模式
光幕检测分析模式有多种设置，最常用的有两种，分别为“首尾光线阻挡
模式”和“首尾光线透射模式”。
首尾光线阻挡模式当物体进进光幕区域时，阻挡光线，通过控制器识别被阻挡的首束光线的编号，然后依次由下往上计算被阻光线总数，直到最后
被阻挡光线为止，累加数值，从而得出物体的被测方向尺寸。
首尾光线透射模式当物体进进光幕区域时，控制器识别透射光线，由首束透射光线计算，依次累加数值，直到最后透射光线为止，计算透射光线总数，从而得出物体的被测方向尺寸。
3分级设备的设计
由以上分析可知，丈量光幕可提供一种理想的可靠的检测模式，对于被检物体的外形尺寸可实现非接触式的自动丈量。
因此，把这一技术应用于水
果分级设备将产生机械式分级难以相比的理想效果。
笔者设计的应用光幕丈量技术的水果分级设备主要由三部分组成，包括核心部分的光幕丈量分级装置、前段水果整理排列装置和后段自动选别机构。
3.1光幕丈量分级装置
常见水果的外形尺寸并不大，小的如李子、荔枝、龙眼等，较大的如苹果、梨、橙等，其外径尺寸一般处于20～100mm之间。
显而易见，外形越小的
水果，其级差要求越小，以前述小水果为例，其相近级别一般只相差2～
3mm。
因此，适用于水果分级的丈量光幕要求是小尺寸、高精度。
本设备采用的高精度丈量光幕，其发射及收光感应段长度均为163mm
（6.4”），可天生扫描光线总数为64束，光线间距2.5mm（0.1”）。
采用
直线扫描时检测物体最小尺寸为2.5mm，而交叉扫描时检测物体尺寸可小
至1.7mm，可实现级差为1.7～2.5mm的辨别，因此对于大多数的水果分级
均适用。
被检水果进进光幕区域前，已经被排列成整洁的单个队列，由输送带带动
依次行进。
输送带可采用平皮带，材质以符合食品卫生要求的聚乙烯PE、聚胺酯PU、硅胶SI等较为理想，其底下以光滑托板支承，确保平皮带平直而不下垂。
由于平皮带表面平整而富于弹性，与被输送的水果柔性接触，能起到缓冲
和保护的作用。
丈量光幕的发射器和收光器对应布置于输送带两侧，1号扫描光线与输送
带表面相平。
由于水果均为一定外形的实体，因此其检测分析模式以采用“首尾光线阻挡模式”最为适宜，而且进进光幕检测范围的水果都处于同一平面，所以首束阻挡光线均为1号光线，控制器只需要采集最后阻挡光线号
数即可分析检测数据，计算出水果截面被测方向的尺寸。
水果在平带输送过程中实现辨别丈量，既无额外的机械式作用，也无落差碰撞等运动，可根本杜尽分级过程伤果现象的发生。
输送带上的栏杆可内
外调节间距，以适应不同水果的大小，起到限位导向的作用。
必须留意，
在光幕部位，栏杆应留窄逢缺口，以便扫描光线对射。
由于丈量光幕的发射器和收光器装置在输送带的两侧，其光线对射有一定的间隔，这一间隔应处于传感器答应的检测间隔范围内，因此输送带的宽
度设计有一定的限制。
丈量光幕的应用环境将影响其长期工作的可靠性，
当传感器处于最大检测间隔状态时，由于光学透镜会被空气尘埃污染等原因，使接收光线强度减弱而导致工作不稳定，所以应根据所选产品的过量
增益曲线来确定最佳检测间隔。
所谓过量增益，是指光电传感器接收到的
光强度超过启动其放大器所需光能量的强度的量度。
过量增益为1代表启
动放大器所需的最小能量；过量增益为10时，代表收光器接收的光能量是
启动放大器所需能量的10倍。
每一型号的光电传感器都有一个相应的过量
增益曲线，配合环境因素而选择修正系数，即可估计出不同条件下最大的
可靠检测间隔。