基于机器视觉的珍珠光洁度在线自动分级

合集下载

浅谈淡水珍珠品质快速自动化鉴定装置系统设计与应用

113中国设备工程Engineer ing hina C P l ant中国设备工程 2019.09 （下）珍珠的价值根据其大小、形状、光泽、瑕疵、颜色等特性进行分级，特别是珠宝级淡水珍珠的价值非常高，所以对珍珠进行等级鉴别分选显得尤为重要。

作为珍珠生产的一个重要环节，淡水珍珠的快速等级评判和自动分选一直缺乏科学、有效的技术方法，目前，淡水珍珠的颜色、光泽、形状、瑕疵等等级评判主要依靠检验人员的目视鉴别。

这种鉴别方式很大程度上受人为主观因素的影响，导致鉴别误差大、分选质量差、人工成本高、分选效率低，从而给整个珍珠生产加工业带来巨大的拖累。

所以，迫切需要一套自动化检测系统来提高效率。

本文根据淡水珍珠固有特点建立详细的分级标准，并研制高精度珍珠自动鉴定设备将对我国珍珠业的发展起到重要的促进作用，有利于提升我国珍珠业的国际地位、对提高产业效益、走出珍珠生产加工业的“高产陷阱”，将带来明显的社会和经济效益提升。

1 淡水珍珠品质快速自动化鉴定装置系统设计现阶段淡水养殖珍珠等级主要从颜色、大小、形状、光泽、光洁度、珠层厚度（有核珍珠）6个方面进行判定。

国家标准GB/T18781-2002《养殖珍珠分级》和行业协会制定的《中国淡水珍珠标准样品3SLC 质量评价体系图解》为这6个方面的等级分级提供了量化的判断依据和实物标准。

目前国内对珍珠等级的确定需要经验丰富的人员手工分拣确定（淡水浅谈淡水珍珠品质快速自动化鉴定装置系统设计与应用李月樵1，涂王平1，施秧2，王学武1，赵德1（1.金华市质量技术监督检测院，浙江金华 321000；2.浙江科技学院，浙江杭州 310000）摘要：针对目前人为进行淡水珍珠的颜色、光泽、形状、瑕疵等级评判误差大、分选质量差、成本高、效率低等情况，本文设计了一套淡水珍珠品质快速自动化鉴定装置系统，能有效地解决现有技术中存在的不足，提高测量的客观性和准确性，提高珍珠加工行业检测效率，降低分等分级鉴定的成本，有效地控制珍珠加工的品质，对珍珠的生产、销售、品牌效应具有重要意义。

基于计算机视觉的珍珠形状分级识别技术研究

关键词：珠分选；珍形状识别；傅立叶描述子；算机视觉计
中图分类号：３ｌＴＰ９文献标识码：Ａ文章编号：０６７４（０８０ — ３５０１０ — ５Ｘ２０）５０６－４
Ｓｐｒｔｏｅｈｄｆｒｓｐｒｄｉｆｐａｌｓｎｇｃｍｐｔｒｖｓｏｅａａｉｎｍｔｏｏｈａｅｇａｎｇｏｅｒｓｕｉｏｕｅｉｉｎ
基于计算机视觉的珍珠形状分级识别技术研究
郑华文，曹衍龙，将新杨
（江大学现代制造工程研究所，江杭州３０２）浙浙１０７
摘要：了解决人ｌ选珍珠效率低、度不高等问题，出了一种基于计算机视觉的珍珠形状分级方法．先为丁分精提首根据珍珠图像的灰度直方图对图像进行分割．使用闭操作去除图像中噪点，着用八邻域法搜索珍珠图像的边并接界，取珍珠轮廓曲线的傅立叶描述子，计算被测珍珠与标准模板库珍珠的傅立叶描述子的欧氏距离，据欧氏提再根距离实现珍珠形状的分级识别．最后实验验证了本方法的有效性和实用性．
ｃｓｅｏｏｒｉａｓｓｇｍｅｔｄａｃｄｎＯｉｓｒｙｄｅｅｓｏｒｍ．Ｔｈｅｈｏｒｈｏｏｃｌｅｓｄｃｌｍｇｅｉｅｎｅｃｏｒｉｇｔｔ ’ｇｅｇｒｅｈｉｔｇａｎｔｅｍｐ１ｇｉａｃｏｉｇｏｅａｉｎｉｄｐｔｄｔｌｉｔｈｏｉｅｐｎｓｉｈｅｉａｅＡｎ８ｄｒｃｉａｏｕａｙｌｓｎｐｒｔｏｓａｏｅｏｅｉｎａｅｔｅｎｓｏｉｔｎｔｍｇ．ｍ－ｉｅｔｏｎｌｂｎｄｒ — ｔａｉｌｏｒｔｒｃｎｇａｇｉｈｍｓａｐｌｅｏｏａｎｔｅｅｃｓＯｆｔｅｂｎｄｒｏａｓｒｃｈｉｐｉｄｔｂｔｉｈｅｓｑｕｎｅｈｏｕａｙｔｂｔａｔｔｅＦｏｕｉｒＤｅｒｅｓｒｐｔｆｐａｌＳｂｎｄｒｕｖ．ＡｎｄｔｎｔｅＥｕｌｄａｉｔｎｅｂｔｅｎｔｅｐａｓｕｎｅｈｃｃｉｏｒｏｅ ’ ｏｕａｙｃｒｅｈｅｈｃｉｅｎｄｓａｃｅｗｅｈｅｌｄｒｃｅ — ｋｎｇａｄｔｅｏｓｎｔｅｔｎｄｒｅｐａｅｉｒｒｉｎｈｎｅｉｈｓａａｄｔｍｌｔｌｂａｙ，ｗｈｉｈｉｔｌｚｄｔｄｓｉｇｕｓｈｅｅｒｓｃｓｕｉｉｅｏｉｔｎｉｈｔｐａｌ ’ ｓｐｅＦｉｌｈｅｅｅｉｅａｅｕｌｄｅｏｓｒｔｓｔｅｖｌｄｉｙａｄｐａｔｃｂｌｔｈｓｍｅｈ．ｈａ．ｎａｌｔｘｐｒｍｎｔｌｒｓｔｍｎｔａｅｈａｉｔｎｒｃｉａｉｉｙｏｆｔｉｔｏｄｙＫｅｒｓ：ｐａｌｓｔｈａｅｄｉｔｎｇｓｎｙｗｏｄｅｒｏｒ；ｓｐｓｉｕｉｈｉｇ；ＦｏｕｉｒＤｅｃｉｏｒｏｐｕｅｉｉｎｒｅｓｒｐｔ；ｃｍｔｒｖｓｏ

中科院科技成果——基于机器视觉的食品包装在线质量检测和水果分级系统

中科院科技成果——基于机器视觉的食品包装在线
质量检测和水果分级系统
项目简介
基于机器视觉的食品包装在线质量自动检测系统，是一个功能完善的检测设备，以包装的产品为检测对象，以特别设计的精密机械装置为平台，采用智能化的机器视觉检测技术、微电针孔检测技术及自动化运动控制技术，实现了产品从杂乱无章的状态到有序排列的状态。

机器视觉检测技术从对象的图像特征提取入手，结合人工智能与神经网络技术，对产品的各种外观缺陷进行实时检测，并通过同步技术实现缺陷产品的准确实时剔除，消除食品卫生的安全隐患。

水果分级系统是在上述基础上专门针对红枣分级研发的系统，可对红枣外观进行检测、按大小分级，可大大提高红枣分级精度和果品质量，提升其市场价值。

该系统可扩展到其它具有外包装产品的外观在线质量检测及水果、粮食等食品的分级及质量自动检测。

应用范围
大食品行业（火腿肠、薄膜密封包装食品检测）、烟草行业（小包、条包、箱缺条等包装检测）、农产品（水果、粮食、种子等大小、形状、成熟度、表面缺陷分级、检测）。

基于机器视觉的珍珠光洁度在线自动分级

ｄｉ１．７４Ｓ．．０７２ｌ．２６ｏ：０３２／ＰＪ１８．０１０７４
基于机器视觉的珍珠光洁度在线自动分级
徐舒畅邱，咸张三元，
（．１杭州师范大学信息科学与工程学院，杭州３０３；２浙江佳丽珍珠首饰有限公司，１６０．浙江诸暨３１０；１８４
第３卷第１１Ｏ期
２１０１年１Ｏ月
计算机应用
ＪｕｎｌｏｍｐｔｒＡｐｌａｉｎｏｒａｆＣｏｕｅｐｉｔｓｃｏ
Ｖ０．Ｎｏ０１３１．１
０ｃ．０ｌｌｔ２
文章编号：０１— ０１２１）０—２６０１０９８（０１１７４— ３
特征确定珍珠的光洁度等级。实践证明，系统不但提高了珍珠光洁度的分选效率，该而且节省了企业的生产成本。关键词：珍珠图像；器视觉；机珍珠光洁度；线自动分级；在自动分选设备中图分类号：Ｐ９．１Ｔ９１７Ｔ３１４；Ｎ１．３文献标志码：Ａ
ｃｔｔｅｃｓｄｗｓｗｅ１ｕｓｈｏｔｏｎａｌ．
Ｋｅｒｓｐａｌｍａｅｃｍｐｔｒｖｓｏ；ｐａｌｕａｅｅｅｔｎｏｌｅａｔｍａｅｇａｉｇａｔｍａｉｏｔｇｙｗｏｄ：ｅｉｇ；ｏｕｅｉｉｎｒｅｓｒｃｐｒｃｉ；ｎｉｕｏｔｄｒｄｎ；ｕｏｔｓｒｎｒｆｆｏｎｃｉ
３ｃｏｌｆＣｍｕｅｃｎｅｈｉｎｎｅｉ，Ｈｎｚｏｈｉｎ１０７ｈｎ）．ＳｈｏｏｐｔＳｉｃ，ＺｑａｇＵｉｒｔａｇｈｕＺｑａｇ３００，Ｃｉｏｒｅｖｓｙａ

珍珠形状自动分级的研究现状及展望

珍珠分级可以提高珍珠产值。根据国家标准 (GB/T 18781 -2008)121可将珍珠按大小、形状、颜
色、光泽和光洁度分为若干类，其中大小和形状作为主要特征在分级时占有重要地位。按照国家标准珍珠形状可以分为正圆、圆、近圆、短椭圆、长椭圆、高形扁圆、低形扁圆以及异形，而在实际生产中则可能根据珍珠产品的需要进行分类，例如平头、尖头和其他特色形状。珍珠分级现阶段仍以人工分拣为主，一定程度上限制了珍珠产值的提高。珍珠的人工分拣虽具有能够实现全表面、多指标综合分级的优点，但同时也存在以下不足：(1)劳动强度大，耗时费力，效率不高；(2)劳动者疲劳会影响判断正确性，漏检、误检率增加；(3)分级质量受主观影响大，同等级珍珠大小不均，品质参差不齐，产品档次低；
收稿日期：2017-09-09 基金项目：浙江农林大学浙江省林业工程重中之重一级学科开放基金(2014lygcz018)；南京航空航天大学江苏省精密与微
WANG Yuzong, DENG Fei ,ZHAO Daxu,et al.Research Status and Prospect of Automatic Grading of Shapes of Pearls [J]. Machine Tool & Hydraulics, 2019,47 ( 3) ： 180-186.
Abstract: China is a great economy of pearl industry, but the current problems of pearl sorting and its intelligentization level are urgently needed to be solved. The research status on domestic mechanical automatic classification based on machine vision technology and the application of sorting manipulator were organized. The operation based on machine vision technology was emphatically analyzed. The research shows that the mechanical operation has a narrow development space in the future, and machine vision will be used prima rily ,which will further solve the problem of productivity and the classification accuracy. It is expected to realize the pearl shape online real-time detection and fast sorting by combining with the application of the manipulator.

基于机器视觉的双孢蘑菇在线自动分级系统设计与试验

基于机器视觉的双孢蘑菇在线自动分级系统设计与试验王风云;封文杰;郑纪业;孙家波;牛鲁燕;陈振学;张学涛;王磊【期刊名称】《农业工程学报》【年(卷),期】2018(034)007【摘要】White Agaricus bisporus is an excellent source of the B vitamins,riboflavin,niacin,and pantothenic acid and also a good source of the dietary mineral phosphorus. It is one of the most commonly and widely consumed mushrooms in the world. The production of white Agaricus bisporus has been industrialized in China. However, during the last production chain, it needs a lot of labors to sort and grade the white Agaricus bisporus. The manual sorting and grading mode has many disadvantages such as larger error, low productivity, non-uniform standard, and so on. With the development of machine vision technology, it has been successfully used for automatic inspection and sorting, especially in agricultural industry due to its nondestructive characteristic. An automatic sorting and grading system based on machine vision was designed in this paper. Firstly, an automatic sorting and grading hardware system was designed. It included conveying mechanism, image acquiring system, control module and actuator. The conveying mechanism consists of the fixed support, conveyor, roller, driving unit, tension unit, cleaner and guide plate. The image acquiring system consists of a line scan camera, lens, light source and its controller. The control module consists of photoelectricsensor controlling the camera, electromagnetic valve and relay starter controlling the actuator. The actuator consists of the air compressor, duplex pieces, muffler, air cylinder, joints, gas channel, guide rod, slider, connector, flap, baffle, and so on. Secondly, it put forward an image algorithm based on the watershed method,Canny operator,OR operation and closed operation to determine the diameter of white Agaricus bisporus.The first watershed algorithm combining the global threshold segmentation method and maximum entropy threshold segmentation method is used to remove the shadow of image. The second watershed algorithm based on Canny operator, OR operator and closed operation is used to remove the disturbance of petiole. The minimum enclosing rectangle method is used to get the diameter of white button mushroom. Thirdly, a precise control strategy based on the conveyor speed, distance between trigger and flap piece, trigger time and algorithm processing time was designed. Finally, the software based on OpenCV 2.4.10 and Visual Studio 2010 was developed in this paper to acquire, analyze and process the image and output the control instruction to control the valve by USB-4761 module. It also has the visual parameter configuration function for camera, control module and grading standard. When the whole system starts at the first time, the light source of image acquiring system is adjusted by the light controller to make the image clear and stable. The air compressor is powered on and pressurized to the rated pressure of 0.3 MPa. The motor of conveyor is started and the speed of the conveyor belt is adjusted according to the actual production requirement.The whiteAgaricus bisporus goes into the guide bar with the conveyor belt.When the white Agaricus bisporus goes into the region of image acquiring, it triggers the industrial camera to scan. The image data are transmitted to the industrial computer by image capture card. The software analyzes the image on line. The analyzed result is sent to the related solenoid valve through the digital control module. When the white Agaricus bisporus arrives near the container of related grade, it is sorted into the container by the related flap piece driven by the solenoid valve. In order to validate the applicability and reliability, the test of grading performance and effect was carried out with the prototype of sorting and grading system at 12.7 m/min conveying speed and 1900 Hz line frequency. The results showed that the average maximum grading speed was 102.41 pieces/min, the accuracy of grading was 97.42%, the damage rate was 0.05% and the undetected rate was 0.96%. The grading speed improved by 38.86%, the accuracy improved by 6.84% and the damage rate reduced by 0.13% compared to the manual grading. The system can stably and continuously operate. For long time grading, the advantage of intelligent system is more obvious due to the fatigue of labor. The whole system realizes the on-line automatically sorting and grading for fresh white Agaricus bisporus with the minimum destruction.%针对双孢蘑菇工厂化生产中人工分级劳动量大、生产效率低、标准不统一等问题,该文研究设计了一套基于机器视觉的双孢蘑菇精选分级系统,提出基于分水岭、Canny 算子、闭运算等处理的双孢蘑菇图像大小分级算法,设计了基于传送速度、距离、触发时间与算法处理时间的精确控制策略,开发了基于OpenCV 2.4.10 和visual studio 2010的系统分析与控制软件,在最大限度减少破损情况下,实现双孢蘑菇实时在线精选分级.基于研发的双孢蘑菇自动精选分级系统样机,对新鲜双孢蘑菇进行了分级性能及分级效果的测试.试验结果表明,在输送速度12.7 m/min、相机行频1900 Hz下,自动分级系统的平均分级速度是102.41个/min、平均准确率97.42%、破损率0.05%、漏检率0.96%,相对于人工分级效率提高38.86%,准确率提高6.84%,破损率降低0.13%,可以连续稳定工作.对于长时间分级,由于人容易疲劳,自动分级的优势更加明显.【总页数】8页(P256-263)【作者】王风云;封文杰;郑纪业;孙家波;牛鲁燕;陈振学;张学涛;王磊【作者单位】山东省农业科学院科技信息研究所,济南 250100;山东省农业科学院科技信息研究所,济南 250100;山东省农业科学院科技信息研究所,济南 250100;山东省农业科学院科技信息研究所,济南 250100;山东省农业科学院科技信息研究所,济南 250100;山东大学控制科学与工程学院,济南 250061;山东大学控制科学与工程学院,济南 250061;山东省农业科学院科技信息研究所,济南 250100【正文语种】中文【中图分类】S24【相关文献】1.基于机器视觉的珍珠光洁度在线自动分级 [J], 徐舒畅;邱咸;张三元2.基于机器视觉的樱桃番茄在线分级系统设计 [J], 缑新科;常英3.基于机器视觉的双孢蘑菇品质在线分级系统 [J], 姜凤利;王誉诺;李金翰;杨鑫;岳凡伟4.基于机器视觉的咸蛋在线自动分级 [J], 孙俊;张梅霞;李正明;武小红;许堃瑞;芦茜;王巧华;马美湖;赵凯旋;何东健;邵铁锋;张立彬;都明宇;鲍官军;杨庆华5.基于机器视觉的马铃薯自动分级与缺陷检测系统设计 [J], 刘浩;贺福强;李荣隆;平安;罗红因版权原因，仅展示原文概要，查看原文内容请购买。

珍珠形状的计算机视觉识别

珍珠形状的计算机视觉识别
李革;李斌;王莹;余智;李兢;赵华勇
【期刊名称】《农业机械学报》
【年(卷),期】2008(39)7
【摘要】采用计算机视觉采集珍珠图像,通过一系列的预处理后,转化到极坐标系下,利用计算前8组F(h)(傅里叶系数)数值作为每种典型形状特征面的特征参数,然后运用模糊模式识别的方法对每一幅图像的珍珠形状进行有效判别.通过对多视角得到的图像特征面的寻找与比较判别,实现珍珠形状的判别分类.实验结果表明,分选最大误判率为33.3%.
【总页数】4页(P129-132)
【作者】李革;李斌;王莹;余智;李兢;赵华勇
【作者单位】浙江理工大学机械与自动控制学院,310018,杭州市;浙江理工大学机械与自动控制学院,310018,杭州市;浙江理工大学机械与自动控制学院,310018,杭州市;浙江工商大学现代教育技术中心,310018,杭州市;浙江理工大学科技处;浙江理工大学机械与自动控制学院,310018,杭州市
【正文语种】中文
【中图分类】S126;TP391.41
【相关文献】
1.基于计算机视觉的珍珠形状分级识别技术研究 [J], 郑华文;曹衍龙;杨将新
2.三维简单几何形状工件的视觉识别、定位和定向方法(英文) [J], 王向军;王以忠;
叶声华
3.面向珍珠分拣机器人的形状视觉检测方法 [J], 魏哲;王盼
4.在基于形状信息的视觉识别中颜色信息的应用 [J], 郭阳;徐心和
5.面向分拣机器人的珍珠形状视觉检测方法 [J], 刘新颖;金守峰;严楠
因版权原因，仅展示原文概要，查看原文内容请购买。

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)。

基于机器视觉的珍珠光洁度在线自动分级
徐舒畅;邱咸;张三元
【期刊名称】《计算机应用》
【年(卷),期】2011(31)10
【摘要】An online automated grading system of pearl perfection based on computer vision was introduced to replace time-consuming human grading. Firstly, the whole pearl surface was captured as images when the pearl freely fell. The surface images were then analyzed in real-time to obtain valid features, and then the features were applied to determine the final pearl perfection grade. The performance shows the new system greatly improves the efficiency of pearl surface perfection grading and cuts the cost down as well.%为代替耗时的传统人工分选,设计了一种基于机器视觉的珍珠光洁度在线自动分级系统.首先,该系统在珍珠自由落体时对珍珠进行全方位成像；然后对图像进行实时分析,计算珍珠的有效特征；最后,根据多图的有效特征确定珍珠的光洁度等级.实践证明,该系统不但提高了珍珠光洁度的分选效率,而且节省了企业的生产成本.
【总页数】3页(P2764-2766)
【作者】徐舒畅;邱咸;张三元
【作者单位】杭州师范大学信息科学与工程学院,杭州310036;浙江佳丽珍珠首饰有限公司,浙江诸暨311804;浙江大学计算机学院,杭州310007
【正文语种】中文
【中图分类】TP391.41;TN911.73
【相关文献】
1.基于机器视觉的双孢蘑菇在线自动分级系统设计与试验 [J], 王风云;封文杰;郑纪业;孙家波;牛鲁燕;陈振学;张学涛;王磊
2.基于机器视觉的樱桃番茄在线分级系统设计 [J], 缑新科;常英
3.基于机器视觉的苹果在线分级 [J], 李颀;胡家坤
4.基于机器视觉的双孢蘑菇品质在线分级系统 [J], 姜凤利;王誉诺;李金翰;杨鑫;岳凡伟
5.基于机器视觉的咸蛋在线自动分级 [J], 孙俊;张梅霞;李正明;武小红;许堃瑞;芦茜;王巧华;马美湖;赵凯旋;何东健;邵铁锋;张立彬;都明宇;鲍官军;杨庆华
因版权原因，仅展示原文概要，查看原文内容请购买。