據(jù)《農(nóng)業(yè)工程學(xué)報》報道，我國科學(xué)家已開展對果凍、罐頭生產(chǎn)線上灌裝前切割成塊狀的多種水果果料進行圖像監(jiān)控、自動判斷是否沾有異物的應(yīng)用研究，并取得一定成果。
人們吃到甚或看到食品中有異物總是很惡心，為此而向銷售、生產(chǎn)商索賠的事件不時發(fā)生。生產(chǎn)商為確保食品中無異物，需要在生產(chǎn)中設(shè)置多道檢測工位，絕大多數(shù)是人工裸眼目檢。人的眼腦手配合具有高度智能和柔性，能夠識別和提出各種異物缺陷，然而視覺疲勞、生理和主觀因素會帶來工作質(zhì)量的差異和效率低下。利用機器視覺技術(shù)來代替人工檢測，是現(xiàn)代化生產(chǎn)的發(fā)展趨勢。
隨著提高產(chǎn)品質(zhì)量的要求和勞動力成本日益升高的形勢，企業(yè)迫切希望應(yīng)用機器視覺技術(shù)實現(xiàn)工業(yè)生產(chǎn)自動化檢測。但是在農(nóng)產(chǎn)品質(zhì)量和食品加工質(zhì)量方面，國內(nèi)外原有研究成果主要只針對完整且表面相對干燥的果體進行大小、形狀、成熟度、表面損傷與缺陷等的檢測與分級，而在異物檢測方面，只有針對單一品種果料如桔瓣上的某種異物進行檢測的研究。
罐頭、果凍等產(chǎn)品加工中，為了方便灌裝，果肉一般分割成塊狀，但各種水果分割后的形狀和大小不同，而異物形狀、大小也多樣，如毛發(fā)、纖維絲為細(xì)長型，油漆、金屬屑等為塊狀;各品種水果顏色多樣，如蘋果為淡黃色、橘瓣為深黃色、椰果為白色，而各種異物的顏色也多樣，如頭發(fā)為黑色、油漆和纖維絲多為彩色、鐵屑為銀白或黑色。各種異物和果肉之間的尺度、色度差異情況很不相同，這些特點給異物自動識別帶來了巨大挑戰(zhàn)。
“基于機器視覺的果肉多類型異物識別方法”一文作者針對罐頭、果凍生產(chǎn)中的多品種、多規(guī)格、濕態(tài)反光果肉上各種可能出現(xiàn)的異物，研究開發(fā)了一套基于機器視覺技術(shù)的多類型異物自動檢測系統(tǒng)。利用機械裝置將果料自動單層排布在傳送帶上，安裝在適當(dāng)位置的工業(yè)相機對傳送中的果料進行監(jiān)視拍照，將采集到的果料圖像輸送到計算機中，由圖像處理軟件對其進行分析判斷。根據(jù)果料與異物的顏色和亮度差異特點，將各品種果料分成兩大類，分別采用不同的圖像處理策略識別異物。
對顏色比較豐富的果料如黃桃、菠蘿等根據(jù)果肉與異物的顏色進行分割識別異物;對顏色為白色或透明的果肉如椰果、明膠等根據(jù)異物的邊緣輪廓識別異物。經(jīng)過大量試驗驗證，該系統(tǒng)能夠有效地檢測出多品種果料輸送線上的多類型異物并將含有異物的果料剔除，為企業(yè)自動化生產(chǎn)與檢測提供了技術(shù)支撐。
此研究報告刊登在《農(nóng)業(yè)工程學(xué)報》2011年第3期，題為“基于機器視覺的果肉多類型異物識別方法”，第一作者為華南理工大學(xué)機械與汽車工程學(xué)院全燕鳴教授。
- 相關(guān)新聞
- 無相關(guān)新聞