專利名稱：水果內(nèi)外綜合品質(zhì)在線無損檢測方法及裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及水果內(nèi)外綜合品質(zhì)的在線無損檢測方法，尤其涉及采用DSP機(jī)器視覺 和近紅外光譜快速無損檢測水果內(nèi)外綜合品質(zhì)的方法及裝置。
背景技術(shù)：
水果是國內(nèi)繼糧食和蔬菜之后的第三大種植產(chǎn)品，80年代中后期以來，我國的水 果迅猛發(fā)展。近幾年我國的水果產(chǎn)量均居世界首位。按照農(nóng)業(yè)部的規(guī)劃，2010年水果產(chǎn)量 將達(dá)到9300萬噸。隨著水果產(chǎn)量的不斷增加和人們生活水平的不斷提高，消費(fèi)者不僅對水 果外表質(zhì)量注重選擇，更看重水果的內(nèi)部品質(zhì)，如口感、糖度、酸度等。我國雖為水果生產(chǎn)大 國卻不是生產(chǎn)強(qiáng)國，水果每年的出口量還不到總產(chǎn)量的10%，主要原因在于水果外觀質(zhì)量 較差和內(nèi)在質(zhì)量不能保證，導(dǎo)致水果的市場競爭力比較弱。分級是果品商品化處理的重要環(huán)節(jié)，它在技術(shù)方面發(fā)展最快并在最近幾年發(fā)生了 根本的變化。分級的標(biāo)準(zhǔn)主要有外部品質(zhì)和內(nèi)部品質(zhì)兩個指標(biāo)，外部品質(zhì)主要是大小、顏 色、形狀、表面缺陷等參數(shù)，內(nèi)部品質(zhì)主要是糖度、酸度、堅實(shí)度等參數(shù)。國外早在80年代就 開始了水果分級的研究，90年代后已經(jīng)實(shí)現(xiàn)了應(yīng)用。盡管如此，由于國外的設(shè)備結(jié)構(gòu)復(fù)雜， 價格較為昂貴，因此國內(nèi)很少有購買此類設(shè)備的例子。目前國內(nèi)的分級技術(shù)較為成熟的是 在水果的外部品質(zhì)分級方面，內(nèi)部品質(zhì)方面的研究近幾年也發(fā)展很快，但多數(shù)研究都是針 對單一的外部品質(zhì)分級或單一的內(nèi)部品質(zhì)分級進(jìn)行的。因此發(fā)展出能同時檢測水果內(nèi)部和 外部品質(zhì)并具有實(shí)用價值的水果分級裝置的意義是顯而易見的。

發(fā)明內(nèi)容
本發(fā)明的目的是提供一種基于DSP機(jī)器視覺和近紅外光譜信息融合技術(shù)的水果 內(nèi)外綜合品質(zhì)無損檢測方法及裝置。通過機(jī)器視覺系統(tǒng)獲取水果的圖像信息，再從圖像信 息中提取出水果的外部特征(水果的大小、顏色、果形、缺陷等)；通過近紅外光譜檢測系統(tǒng) 采集到水果的光譜信息，再從光譜信息中提取出水果的內(nèi)部特征(如水果的糖度、酸度、黑 心等)；最后，將水果的外部特征和內(nèi)部特征通過信息融合技術(shù)，對水果的內(nèi)外綜合品質(zhì)進(jìn) 行分級判別。本發(fā)明的第一個目的是通過以下方法實(shí)現(xiàn)的基于DSP機(jī)器視覺和近紅外光譜的 水果內(nèi)外綜合品質(zhì)在線無損檢測方法，其特征在于包括如下步驟(1)建立水果綜合品質(zhì)無損檢測數(shù)學(xué)模型1)選擇樣本水果在包括輸送系統(tǒng)，機(jī)器視覺系統(tǒng)，近紅外光譜檢測系統(tǒng)，分級系統(tǒng) 的檢測裝置的輸送裝置上運(yùn)動，由檢測裝置上的位置編碼器記錄其位置信息，并傳送給計 算機(jī)；2)當(dāng)水果到達(dá)機(jī)器視覺系統(tǒng)時，由CXD攝像機(jī)獲取水果的圖像信息；當(dāng)水果到達(dá) 近紅外檢測系統(tǒng)時，由近紅外設(shè)備獲取水果的光譜信息；3)通過理化分析，對水果的內(nèi)部特征進(jìn)行有損檢測，得出水果的內(nèi)部特征；
4)通過水果圖像信息處理，建立水果的圖像信息與外部特征的數(shù)學(xué)模型；5)通過近紅外光譜信息處理，建立水果的近紅外光譜與內(nèi)部特征的數(shù)學(xué)模型；6)按照一定的水果品質(zhì)檢測標(biāo)準(zhǔn)，評定出水果的綜合品質(zhì)等級；7)采用信息融合技術(shù)，建立水果的內(nèi)外特征和綜合品質(zhì)等級的數(shù)學(xué)模型；(2)建立水果綜合品質(zhì)無損檢測數(shù)學(xué)模型后，進(jìn)行水果綜合品質(zhì)在線無損檢測1)水果在包括輸送系統(tǒng)，機(jī)器視覺系統(tǒng)，近紅外光譜檢測系統(tǒng)，分級系統(tǒng)的檢測裝 置的輸送裝置上平穩(wěn)勻速運(yùn)動，由輸送裝置上的位置編碼器記錄其位置信息，并傳送給計 算機(jī)；2)水果到達(dá)機(jī)器視覺系統(tǒng)時，由CXD攝像機(jī)獲取水果的圖像信息；3)水果到達(dá)近紅外檢測系統(tǒng)時，由近紅外設(shè)備獲取水果的光譜信息，并傳送給計 算機(jī)；4)通過機(jī)器視覺系統(tǒng)對水果圖像信息處理，通過事先建立好的圖像信息與外部特 征的數(shù)學(xué)模型，提取出水果的外部特征，并傳送給計算機(jī)；5)計算機(jī)通過事先建立好的近紅外光譜與內(nèi)部特征的數(shù)學(xué)模型，得到水果的內(nèi)部 特征；6)計算機(jī)通過事先建立好的信息融合數(shù)學(xué)模型，融合水果的外部特征和水果的內(nèi) 部特征，得到水果的綜合品質(zhì)等級；所述的輸送系統(tǒng)由輸送裝置13和旋轉(zhuǎn)編碼器14組成，輸送裝置13運(yùn)送水果平穩(wěn) 勻速運(yùn)動，旋轉(zhuǎn)編碼器14記錄水果的位置信息。所述的機(jī)器視覺系統(tǒng)由機(jī)器視覺系統(tǒng)密閉光箱1、(XD攝像頭2、照明光源3、DSP高 速圖像處理系統(tǒng)4組成，其中CCD攝像頭2和照明光源3位于機(jī)器視覺系統(tǒng)密閉光箱1內(nèi) 部，DSP高速圖像處理系統(tǒng)4通過PCI接口 5位于計算機(jī)11內(nèi)部。所述的近紅外光譜檢測系統(tǒng)由近紅外光譜檢測系統(tǒng)密閉光箱6、鹵鎢光源7、光纖 探頭8、近紅外光譜儀9組成，其中鹵鎢光源7位于近紅外光譜檢測系統(tǒng)密閉光箱6內(nèi)部，光 纖探頭8位于輸送裝置13下方，可通過光纖與近紅外光譜儀9連接，近紅外光譜儀9通過 USB接口 10與計算機(jī)11連接。所述的分級系統(tǒng)12位于計算機(jī)11，是計算機(jī)中的應(yīng)用軟件。所述的水果圖像信息和光譜信息的采集，具體是將水果以任意姿態(tài)放置在輸送裝 置的果托上，勻速運(yùn)動，由旋轉(zhuǎn)編碼器記錄水果的位置信息；當(dāng)機(jī)器視覺系統(tǒng)檢測到水果 到達(dá)視覺信息采集區(qū)域時，由上方的CCD攝像機(jī)采集水果的圖像信息，采集到的圖像信息 傳輸給DSP高速圖像處理系統(tǒng)；當(dāng)計算機(jī)通過旋轉(zhuǎn)編碼器提供的位置信息判斷水果到達(dá)近 紅外檢測位置時，計算機(jī)控制近紅外光譜檢測系統(tǒng)采集水果的近紅外光譜信息；四盞近紅 外光源以90度環(huán)繞布置在近紅外檢測箱中，對水果進(jìn)行照射，光纖探頭位于水果下方，采 集水果的漫透射光譜，傳輸給近紅外光譜儀后，由近紅外光譜儀通過USB接口，傳輸給計算 機(jī)。所述的水果圖像信息處理，具體包括水果圖像的預(yù)處理和水果外部特征的提取。 其中水果圖像的預(yù)處理有以下步驟1)采用中值濾波法對水果圖像原始數(shù)據(jù)進(jìn)行濾波去噪；2)采用最大類間方差法進(jìn)行背景分割；
5
3)通過輪廓提取及跟蹤得到水果的邊界曲線。水果外部特征的提取包括以下步驟1)利用水果自身軸向?qū)ΨQ性檢測果軸；2)采用最大果寬法檢測水果大小；3)對采集到的彩色水果圖像采用HSI彩色模型來表示水果顏色，并利用色度值H 對水果表面顏色組成進(jìn)行分析，確定蘋果顏色等級。4)根據(jù)表面壞損區(qū)域與非壞損區(qū)域的顏色特征差異，利用R分量與分量在壞損區(qū) 域與非壞損區(qū)域交界處的突變，求得可疑壞損點(diǎn)，然后再利用區(qū)域增長法，求出整個受損區(qū) 域的面積。5)采用輪廓小波描述子獲取水果的果形特征。所述的水果近紅外光譜信息處理，包括近紅外光譜預(yù)處理和成分預(yù)測模型建立， 預(yù)處理包括以下步驟1)對光譜信息進(jìn)行SG(Savitzky-G0Iay)平滑濾波；2)求取濾波后的光譜數(shù)據(jù)的二階導(dǎo)數(shù)；3)對以上求得的光譜二階導(dǎo)數(shù)進(jìn)行SNV變量標(biāo)準(zhǔn)化處理。成分預(yù)測模型的建立采用Bipls反向間隔偏最小二乘方法建立水果內(nèi)部成分預(yù) 測模型。所述的信息融合技術(shù)采用DSmT證據(jù)組合理論，融合水果的大小、顏色、果形、缺 陷、糖度、酸度、黑心等內(nèi)外特征，得到水果綜合品質(zhì)。本發(fā)明的第二個目的是這樣實(shí)現(xiàn)的基于DSP機(jī)器視覺和近紅外光譜的水果內(nèi)外 綜合品質(zhì)在線無損檢測裝置，其特征在于，設(shè)有輸送系統(tǒng)，機(jī)器視覺系統(tǒng)，近紅外光譜檢測 系統(tǒng)，分級系統(tǒng)；所述的輸送系統(tǒng)由輸送裝置13和旋轉(zhuǎn)編碼器14組成，輸送裝置13運(yùn)送水 果勻速運(yùn)動，旋轉(zhuǎn)編碼器14記錄水果的位置信息；所述的機(jī)器視覺系統(tǒng)由機(jī)器視覺系統(tǒng)密 閉光箱1、(XD攝像頭2、照明光源3、DSP高速圖像處理系統(tǒng)4組成，其中CCD攝像頭2和照明 光源3位于機(jī)器視覺系統(tǒng)密閉光箱1內(nèi)部，DSP高速圖像處理系統(tǒng)4通過PCI接口 5位于計 算機(jī)11內(nèi)部；所述的近紅外光譜檢測系統(tǒng)由近紅外光譜檢測系統(tǒng)密閉光箱6、鹵鎢光源7、光 纖探頭8、近紅外光譜儀9組成，其中鹵鎢光源7位于近紅外光譜檢測系統(tǒng)密閉光箱6內(nèi)部， 光纖探頭8位于輸送裝置13下方，可通過光纖與近紅外光譜儀9連接，近紅外光譜儀9通過 USB接口 10與計算機(jī)11連接；所述的分級系統(tǒng)12位于計算機(jī)11，是計算機(jī)中的應(yīng)用軟件。本發(fā)明的有益效果是基于DSP機(jī)器視覺和近紅外光譜的水果內(nèi)外綜合品質(zhì)無損檢測方法模仿人的信 息處理功能，對圖像信息和光譜信息進(jìn)行實(shí)時處理，并采用信息融合的技術(shù)，融合水果的外 部特征和內(nèi)部特征，與單一的機(jī)器視覺和近紅外光譜檢測相比，得到的信息更全面，可以在 同一時間對水果的內(nèi)外綜合品質(zhì)進(jìn)行評價。本發(fā)明將耗時的圖像處理工作由DSP高速圖像處理系統(tǒng)完成，大大提高了在線檢 測的實(shí)時性。


下面結(jié)合附圖和實(shí)例對本發(fā)明進(jìn)一步說明。
圖1是本發(fā)明的建立模型方法流程示意圖；圖2是本發(fā)明的模型建立后進(jìn)行水果在線品質(zhì)檢測方法流程示意圖；圖3是本發(fā)明裝置示意圖。圖中1.機(jī)器視覺系統(tǒng)密閉光箱，2. C⑶攝像頭，3.照明光源，4. DSP高速圖像處理 系統(tǒng)，5. PCI接口，6.近紅外光譜檢測系統(tǒng)密閉光箱，7.鹵鎢光源，8.光纖探頭，9.近紅外光 譜儀，10. USB接口，11.計算機(jī)，12.分級系統(tǒng)，13.輸送裝置，14.旋轉(zhuǎn)編碼器。
具體實(shí)施例方式如圖3所示，選用配備基于DSP機(jī)器視覺和近紅外光譜的水果內(nèi)外綜合品質(zhì)在線 無損檢測裝置，由輸送系統(tǒng)，機(jī)器視覺系統(tǒng)，近紅外光譜檢測系統(tǒng)，分級系統(tǒng)四部分組成。輸 送系統(tǒng)由輸送裝置13和旋轉(zhuǎn)編碼器14組成，輸送裝置13運(yùn)送水果勻速運(yùn)動，旋轉(zhuǎn)編碼器 14記錄水果的位置信息；所述的機(jī)器視覺系統(tǒng)由機(jī)器視覺系統(tǒng)密閉光箱1、CCD攝像頭2、照 明光源3、DSP高速圖像處理系統(tǒng)4組成，其中CXD攝像頭2和照明光源3位于機(jī)器視覺系 統(tǒng)密閉光箱1內(nèi)部，DSP高速圖像處理系統(tǒng)4通過PCI接口 5位于計算機(jī)11內(nèi)部；所述的 近紅外光譜檢測系統(tǒng)由近紅外光譜檢測系統(tǒng)密閉光箱6、鹵鎢光源7、光纖探頭8、近紅外光 譜儀9組成，其中鹵鎢光源7位于近紅外光譜檢測系統(tǒng)密閉光箱6內(nèi)部，光纖探頭8位于輸 送裝置13下方，可通過光纖與近紅外光譜儀9連接，近紅外光譜儀9通過USB接口 10與計 算機(jī)11連接；所述的分級系統(tǒng)12位于計算機(jī)11，是計算機(jī)中的應(yīng)用軟件。其中近紅外光譜檢測系統(tǒng)的近紅外光源采用四盞150W的鹵鎢燈，四盞燈互相成 90度直角固定在密閉光箱內(nèi)部，對水果進(jìn)行照射，光纖探頭固定在輸送裝置上，位于水果的 下方，用來接收水果的漫透射光譜，接收到水果的漫透射光譜后，由近紅外光譜儀通過USB 接口傳輸給分級系統(tǒng)；計算機(jī)中的分級系統(tǒng)由兩部分組成，成分預(yù)測和信息融合，其中成分 預(yù)測是通過事先建立好的水果近紅外光譜和內(nèi)部成分的數(shù)學(xué)模型，得到水果的內(nèi)部特征； 信息融合部分是融合機(jī)器視覺系統(tǒng)傳輸過來的水果外部特征和通過成分預(yù)測得到的水果 內(nèi)部特征，得到水果的綜合品質(zhì)等級。首先選取一批水果樣本，用來建立模型。用基于機(jī)器視覺和近紅外光譜的水果內(nèi) 外綜合品質(zhì)在線無損檢測裝置對這批水果樣本進(jìn)行圖像采集和光譜采集。采集到的圖像信 息直接由DSP高速圖像處理系統(tǒng)進(jìn)行分析，提取出外部特征；采集到的光譜數(shù)據(jù)通過近紅 外光譜儀傳輸給計算機(jī)；通過理化方法得到水果的內(nèi)部特征；建立水果的光譜信息與內(nèi)部 特征的數(shù)學(xué)模型；按照國家標(biāo)準(zhǔn)，對水果的綜合品質(zhì)等級進(jìn)行一個評價；融合內(nèi)外特征，結(jié) 合水果的綜合品質(zhì)等級，建立一個水果綜合品質(zhì)等級評價模型。建立水果綜合品質(zhì)無損檢測數(shù)學(xué)模型后，進(jìn)行水果綜合品質(zhì)在線無損檢測可以通過機(jī)器或人工的方法將水果放置在輸送裝置上，水果勻速向檢測裝置運(yùn) 動，由旋轉(zhuǎn)編碼器14記錄水果的位置信息，并反饋給計算機(jī)11中的分級系統(tǒng)12 ；當(dāng)水果運(yùn) 動到機(jī)器視覺系統(tǒng)密閉光箱1時，密閉光箱1中的照明光源3提供照明，由CCD攝像頭2采 集水果的圖像信息，并傳輸給DSP高速圖像處理系統(tǒng)4，提取出水果的外部特征(大小、顏 色、果形、缺陷等)后，通過PCI接口 5傳輸給計算機(jī)11中的分級系統(tǒng)12 ；當(dāng)水果運(yùn)動到近 紅外光譜檢測系統(tǒng)密閉光箱6時，鹵鎢光源7對水果進(jìn)行近紅外漫透射，光纖探頭8接收水 果的近紅外漫透射光譜，由近紅外光譜儀9通過USB接口 10傳輸給計算機(jī)，由計算機(jī)中的分級系統(tǒng)根據(jù)建立好的數(shù)學(xué)模型得到水果的內(nèi)部特征(糖度、酸度、黑心等)；最后通過分 級系統(tǒng)12中事先建立好的綜合品質(zhì)評價模型得到水果的綜合品質(zhì)等級。在得到水果的綜 合品質(zhì)等級后，可以用本裝置結(jié)合一定的分級裝置對水果進(jìn)行綜合品質(zhì)的實(shí)時在線分級工 作。
權(quán)利要求
一種水果內(nèi)外綜合品質(zhì)在線無損檢測方法，其特征在于包括如下步驟(1)建立水果綜合品質(zhì)無損檢測數(shù)學(xué)模型1)選擇樣本水果在包括輸送系統(tǒng)，機(jī)器視覺系統(tǒng)，近紅外光譜檢測系統(tǒng)，分級系統(tǒng)的檢測裝置的輸送裝置上運(yùn)動，由檢測裝置上的位置編碼器記錄其位置信息，并傳送給計算機(jī)；2)當(dāng)水果到達(dá)機(jī)器視覺系統(tǒng)時，由CCD攝像機(jī)獲取水果的圖像信息；當(dāng)水果到達(dá)近紅外檢測系統(tǒng)時，由近紅外設(shè)備獲取水果的光譜信息；3)通過理化分析，對水果的內(nèi)部特征進(jìn)行有損檢測，得出水果的內(nèi)部特征；4)通過水果圖像信息處理，建立水果的圖像信息與外部特征的數(shù)學(xué)模型；5)通過近紅外光譜信息處理，建立水果的近紅外光譜與內(nèi)部特征的數(shù)學(xué)模型；6)按照一定的水果品質(zhì)檢測標(biāo)準(zhǔn)，評定出水果的綜合品質(zhì)等級；7)采用信息融合技術(shù)，建立水果的內(nèi)外特征和綜合品質(zhì)等級的數(shù)學(xué)模型；(2)建立水果綜合品質(zhì)無損檢測數(shù)學(xué)模型后，進(jìn)行水果綜合品質(zhì)在線無損檢測1)水果在包括輸送系統(tǒng)，機(jī)器視覺系統(tǒng)，近紅外光譜檢測系統(tǒng)，分級系統(tǒng)的檢測裝置的輸送裝置上平穩(wěn)勻速運(yùn)動，由輸送裝置上的位置編碼器記錄其位置信息，并傳送給計算機(jī)；2)水果到達(dá)機(jī)器視覺系統(tǒng)時，由CCD攝像機(jī)獲取水果的圖像信息；3)水果到達(dá)近紅外光譜檢測系統(tǒng)時，由近紅外設(shè)備獲取水果的光譜信息，并傳送給計算機(jī)；4)通過機(jī)器視覺系統(tǒng)對水果圖像信息處理，通過事先建立好的圖像信息與外部特征的數(shù)學(xué)模型，提取出水果的外部特征，并傳送給計算機(jī)；5)計算機(jī)通過事先建立好的近紅外光譜與內(nèi)部特征的數(shù)學(xué)模型，得到水果的內(nèi)部特征；6)計算機(jī)通過事先建立好的信息融合數(shù)學(xué)模型，融合水果的外部特征和水果的內(nèi)部特征，得到水果的綜合品質(zhì)等級；
2.根據(jù)權(quán)利要求1所述的水果內(nèi)外綜合品質(zhì)在線無損檢測方法，其特征在于所述的 輸送系統(tǒng)由輸送裝置(13)和旋轉(zhuǎn)編碼器(14)組成，輸送裝置(13)運(yùn)送水果平穩(wěn)勻速運(yùn) 動，旋轉(zhuǎn)編碼器(14)記錄水果的位置信息。
3.根據(jù)權(quán)利要求1所述的水果內(nèi)外綜合品質(zhì)在線無損檢測方法，其特征在于所述的 機(jī)器視覺系統(tǒng)由機(jī)器視覺系統(tǒng)密閉光箱(1)、CCD攝像頭(2)、照明光源(3)、DSP高速圖像 處理系統(tǒng)(4)組成，其中CCD攝像頭(2)和照明光源(3)位于機(jī)器視覺系統(tǒng)密閉光箱(1) 內(nèi)部，DSP高速圖像處理系統(tǒng)(4)通過PCI接口(5)位于計算機(jī)(11)內(nèi)部。
4.根據(jù)權(quán)利要求1所述的水果內(nèi)外綜合品質(zhì)在線無損檢測方法，其特征在于所述的 近紅外光譜檢測系統(tǒng)由近紅外光譜檢測系統(tǒng)密閉光箱(6)、鹵鎢光源(7)、光纖探頭(8)、近 紅外光譜儀(9)組成，其中鹵鎢光源(7)位于近紅外光譜檢測系統(tǒng)密閉光箱(6)內(nèi)部，光纖 探頭(8)位于輸送裝置(13)下方，可通過光纖與近紅外光譜儀(9)連接，近紅外光譜儀(9) 通過USB接口(10)與計算機(jī)(11)連接。
5.根據(jù)權(quán)利要求1所述的水果內(nèi)外綜合品質(zhì)在線無損檢測方法，其特征在于所述的 分級系統(tǒng)(12)位于計算機(jī)(11)，是計算機(jī)中的應(yīng)用軟件。
6.水果內(nèi)外綜合品質(zhì)在線無損檢測裝置，其特征在于，包括輸送系統(tǒng)，機(jī)器視覺系統(tǒng)， 近紅外光譜檢測系統(tǒng)，分級系統(tǒng)；所述的輸送系統(tǒng)由輸送裝置(13)和旋轉(zhuǎn)編碼器(14)組 成，輸送裝置(13)運(yùn)送水果勻速運(yùn)動，旋轉(zhuǎn)編碼器(14)記錄水果的位置信息；所述的機(jī)器 視覺系統(tǒng)由機(jī)器視覺系統(tǒng)密閉光箱(1)、CXD攝像頭(2)、照明光源(3)、DSP高速圖像處理 系統(tǒng)⑷組成，其中CCD攝像頭⑵和照明光源(3)位于機(jī)器視覺系統(tǒng)密閉光箱⑴內(nèi)部， DSP高速圖像處理系統(tǒng)(4)通過PCI接口(5)位于計算機(jī)(11)內(nèi)部；所述的近紅外光譜 檢測系統(tǒng)由近紅外光譜檢測系統(tǒng)密閉光箱(6)、鹵鎢光源(7)、光纖探頭(8)、近紅外光譜儀 (9)組成，其中鹵鎢光源(7)位于近紅外光譜檢測系統(tǒng)密閉光箱(6)內(nèi)部，光纖探頭(8)位 于輸送裝置(13)下方，可通過光纖與近紅外光譜儀(9)連接，近紅外光譜儀(9)通過USB 接口(10)與計算機(jī)(11)連接；所述的分級系統(tǒng)(12)位于計算機(jī)(11)，是計算機(jī)中的應(yīng)用 軟件。
全文摘要
本發(fā)明公開了一種內(nèi)外品質(zhì)在線無損檢測方法和裝置。采用由輸送系統(tǒng)、機(jī)器視覺系統(tǒng)，近紅外光譜系統(tǒng)，分級系統(tǒng)組成的檢測裝置，先建立水果綜合品質(zhì)評價模型，水果通過輸送系統(tǒng)進(jìn)行在線勻速運(yùn)動；機(jī)器視覺系統(tǒng)采集水果圖像信息，并提取水果的外部特征；近紅外光譜系統(tǒng)采集水果的光譜信息；分級系統(tǒng)通過事先建立好的數(shù)學(xué)模型，分析光譜信息，提取水果的內(nèi)部特征；分級系統(tǒng)通過事先建立好的信息融合模型，融合水果的內(nèi)外特征，得到水果的綜合品質(zhì)等級。本發(fā)明可同時對水果的內(nèi)部品質(zhì)和外部品質(zhì)進(jìn)行檢測；采用DSP高速圖像處理系統(tǒng)處理復(fù)雜的圖像信息，大大提高了系統(tǒng)的實(shí)時性；采用信息融合技術(shù)，對水果的綜合品質(zhì)進(jìn)行在線實(shí)時檢測。
文檔編號G01J3/46GK101949686SQ20101024756
公開日2011年1月19日 申請日期2010年8月2日 優(yōu)先權(quán)日2010年8月2日
發(fā)明者吳正祥, 李軍良, 李鵬飛, 王叢慶, 高林杰 申請人:揚(yáng)州福爾喜果蔬汁機(jī)械有限公司