目前水果檢測分級一般採用人工篩選法,如何快速且準確地對水果進行檢測分級成為極待解決的問題。本文敘述高雄檸檬供應商與智慧檢測公司合作,引進機器視覺系統,透過自動化智慧系統撿選銷售本土自產黃檸檬,並且有效提升生產良率與效率。
炎炎夏日,來杯檸檬冰茶,暑氣全消。 每年夏天為檸檬盛產季節,而隨著農業技術的進步,改良水果的品質及產量也越來越穩定。當水果在進入市場銷售前,通常要對水果的外部品質,例如大小、形狀、顏色和表面瑕疵等進行檢測分級。目前水果檢測分級一般採用人工篩選法,需要大量的勞動人員,工作效率低,篩選結果判斷差別大,從而導致分級不嚴格,不準確。因此,如何快速且準確地對水果進行檢測分級便成了極待解決的問題。
高雄檸檬供應商與智慧檢測公司合作,引進機器視覺系統,並採用The Imaging Source兆鎂新 33U系列相機,結合重量篩選機,進行外觀、 形狀及尺寸大小等檢測,撿選出適合的綠檸檬,將綠檸檬催熟至金黃色,透過自動化智慧系統撿選,銷售本土自產黃檸檬,同時有效提升生產良率與效率。
圖一 : 檸檬供應商與智慧檢測公司合作,採用The Imaging Source USB 工業相機,進行檸檬外觀檢測及選別。(source:海波視智慧) |
|
自行開發視覺檢測系統 大幅提升檢測品質
供應商一開始雇用人力來挑選表面完好的檸檬,工作人員容易視覺疲勞,導致效率及準確度下降,因而希望透過進口國外檢測系統來進行檢測,然而國外機台動輒千萬,不敷成本,最後經當地農業局媒合,找到海波視智慧科技,自行開發視覺檢測系統,利用光譜技術辨識,用於醫療檢測的系統也可以導入農業選別檢測,更成功的為供應商節省進口儀器成本,大幅提升檢測品質。
簡便流暢又快速的檢測過程
結合既有的且佈署於輸送帶上的重量篩選機,檢測公司搭建擴充視覺系統,在機器上設置The Imaging Source USB 彩色相機(DFK 33UX264)、光源及觸發器等,形成一個光譜及重量檢測站,當一顆顆檸檬經由輸送帶運送至檢測站,感測器會立刻產生觸發信號通知相機捕捉每顆檸檬不同角度圖像,接著傳送圖像數據至後端自行開發的AI軟體,比對預先鍵入表皮完好的檸檬,判斷經過的檸檬為合格或不合格,即時輸出檢測訊息,將檸檬分類,運送至不同的籃子內。
圖二 : 輸送帶上的檸檬進入檢測站,進行外觀檢測 。(source:海波視智慧) |
|
影像檢測過程
‧ 圖像分割:在相機採集每個檸檬的多幅圖像數據中,分別提取具有完整資訊的部分區域。
‧ 圖像融合運算:分別將每個相機提取具有完整資訊的部分圖像融合為一幅圖像,以獲取完整水果表面的圖像。
檢測重點
‧ 檸檬形狀及尺寸:透過比對及測量方式檢查經過檢測站的檸檬形狀及尺寸是否符合預設條件值,選出最適當品項。
‧ 檸檬外觀:黃檸檬表皮比綠檸檬表皮更容易顯現瑕疵,因此必須在催熟前就先確保綠檸檬表面完好,智慧檢測系統能即時圈出檸檬表皮瑕疵部分,剔除不合格的檸檬。
圖三 : 相機捕捉到的圖像直接傳至後端軟體進行瑕疵辨識,附圖框選為檸檬外觀瑕疵部分。(source:海波視智慧) |
|
USB 高解析工業相機不受空間限制
近年來,在對水果檢測分級研究領域中,光譜檢測是一種有效的方法,如檢測水果的外觀缺陷,不僅可以得到水果表面的光譜資訊,還可以得到水果表面的圖像資訊。 而The Imaging Source堅固耐用的工業相機,為檢測過程提供多項圖像數據,包括表面瑕疵、檸檬形狀及尺寸、測量數據,以及數位照片檔案留存等。
由於相機精巧外型能夠輕鬆地安裝於檢測輸送帶上,此外,USB 3 協定使相機能很容易地整合至現有系統。5百萬像素高解析度能清晰的捕捉到整顆檸檬外觀,一秒鐘辨識2顆檸檬,為每顆檸檬拍下6張不同角度圖像,精準捕捉到瑕疵部分。透過系統為檸檬編號,精準數據可作為日後系統化複檢的依據。
圖四 : The Imaging Source USB 3標準介面使相機能夠很容易地整合至現有系統。(source:兆鎂新) |
|
成效
附掛式機器視覺選別機組可以直接與既有選別機結合(重量篩選機),降低建置成本,能夠有效解決原本由人力篩選外觀所產生的視覺疲勞及篩選品質不一致的問題。目前經由機器視覺系統輔助檸檬選別,每小時1人就能處理800公斤,相對於過去需3個人工作業、每小時僅處理400公斤,效率提高6倍;機器視覺系統挑選準確率達九成,與人工作業相同,未來待模型更新後,能夠改進檢測技術,預估還可提高至九成五。
在農產品選別上,智慧檢測公司經理表示:「藉由成功導入自動化視覺檢測,能夠減輕人員作業負擔及量化、標準化物料篩選標準。」
未來展望
目前農業自動化外觀檢測仍少有廠商投入,但隨著人力日漸缺乏,需求日增,農產品管理及效率思維提升,越來越多農業缺工議題及農產品管思維提升,適應於各式農產品的機器視覺導入,未來在智慧農業上將有極大的發展空間。
**刊頭圖(source:global-imi)