基于机器视觉技术的红枣自动化分级机的结构设计研究

度3m/s,缺陷识别精度lmm,分级速度12个/s,可对苹果、柚子、桃子、柑橘、番茄等十余种水果进行分级[1a-2q。国内浙江大学等已开发出针对柑橘等大型果的智能化实时检测与分级生产线,但鲜食枣果相关无损检测设备国内尚未见报道,现有技术难以满足红枣产业发展快速分级需求Ⅲ】 1.2.1国外果品分级机械的发展状况[2,10,26-37】国外相对来说,较早的开始对果品的自动分级进行研究,并且直至今天,很多果品的分级技术已相对比较成熟,尤其是很多以欧美为代表的发达国家逐渐成为果品分级分选设备研究的倡导者。美国AUTOLINE公司自主设计的基于机器视觉技术的水果分级机可对大小不同的十余种水果进行分选,包括柑橘、苹果、猕猴桃等,可以根据用户的不同需求进行改造。 o型果品重量分级机,采用最新电子设备进行重量的测定, 主要依靠杠杆原理进行工作,分级效率较高、稳定性好、通用型较强。 Aleixos等人通过多光谱相机拍照来获取柑橘图片,通过一系列的系统处理可对柑橘的大小、颜色及各种缺陷进行分级,分级速度达每秒5个,分辨率2 mill,分级准确率可达94%。美国的Alle Electronics公司的成功研制出了能够分选蔬菜、水果、果核以及各种小食品的“Inspecttronic”设备。D摄像机,该相机可识别速度不超过580/min 的传送带上移动的产品,分辨率可达1 ITLrn。该分选设备能按产品的大小或颜色进行分选,就当前来说,是相对较为先进的分选机。法国的MAF RODA公司自主设计研发的水果在线分级生产线可对草莓、樱桃、小番茄等果蔬进行在线分选。设备依靠一定形状尺寸的双锥托辊对物料进行输送,并同时可在分选完成后进行装箱、打码的处理。 PAC公司同样依靠一定形状尺寸的双锥托辊作为物料的承载输送装置,同时依靠机器视觉技术对柑橘等果形较大的水果进行分级,系统对物料信息的处理准确,目前得到了 4