Gemüsesortiersystem mit Bildverarbeitungskameras
Max Reijngoudt
Um die Qualität von Gemüse wie Karotten, Tomaten, Kartoffeln, Gurken, Salat, Zwiebeln, Auberginen, grünen Bohnen, Zucchini und Paprika hinsichtlich Länge, Oberflächenrissen, Größe, Form und Farbe zu prüfen, ist ein hochwertiges Bildverarbeitungssystem unerlässlich, um diese Parameter am Förderband zu erkennen. Wir wissen, dass die Wahl der richtigen Kamerakonfiguration, Beleuchtung und Software schwierig sein kann. Dieser Artikel führt Sie in wenigen Schritten zur Auswahl der richtigen Bildverarbeitungshardware und -software.
Einer unserer Bildverarbeitungsingenieure empfiehlt ein Beispiel für eine Testkamerakonfiguration und -software für dieses Bildverarbeitungssystem zur Gemüsesortierung. Über die Links sind unsere Produkte und Preise sofort sichtbar und bieten direkten Zugriff auf Informationen zu diesem Bildverarbeitungssystem zur Gemüsesortierung.
Für diese Anwendung hatte unser Kunde die Anfrage, die Schnittqualität von Karotten anhand der mit unseren Industriekameras aufgenommenen Fotos zu erkennen und zu sortieren. Er musste die beschädigten Karotten von den gesunden unterscheiden. Mithilfe eines Bildverarbeitungssystems zur Erkennung der Parameter konnte er die Risse in den Karotten für die weitere Verwendung freigeben oder ausschließen.
Table of contents
Auswahl einer Industriekamera
Zunächst wählten wir die Industriekamera für das Bildverarbeitungssystem zur Gemüsesortierung aus. Die Empfehlung fiel auf unsere 1,60-MP-GigE-Kamera MER2-160-75GC-P, die auf den Spezifikationen und Details der Anwendung unseres Kunden basierte.
Der Kunde wusste zunächst nicht, welche Kameraschnittstelle er benötigte und hatte keine spezifischen Schnittstellenpräferenzen. Bei einem Abstand von weniger als 4,6 Metern zwischen PC und Kamera empfiehlt sich eine USB-3-Kameraschnittstelle, da diese von der viermal höheren Bandbreite im Vergleich zu einer GigE-Kamera, der Datenübertragung und Stromversorgung über nur ein Kabel sowie dem Preisvorteil profitiert.
Zur Farbdifferenzierung wurde eine Farbkamera gewählt. Da das Gemüse auf einem rollenden Förderband transportiert wird, empfehlen wir für dieses spezielle Bildverarbeitungssystem zur Karottensortierung eine Global-Shutter-Kamera anstelle einer Rolling-Shutter-Kamera. Weitere Informationen zum Vergleich von Global Shutter und Rolling Shutter finden Sie in diesem Artikel in unserem Knowledge Center.
Um die Bildrate der Kamera und die Anzahl der erforderlichen Aufnahmen pro Sekunde zu messen, Wir erkundigten uns beim Kunden nach der tatsächlichen Geschwindigkeit des Förderbandes und berechneten anhand dieser Geschwindigkeit von ca. 19 m/s die erforderliche Bildrate der Kamera von 75 Bildern pro Sekunde.
Bei der Ermittlung der erforderlichen Auflösung, die dem Forscher im Vorfeld noch unklar war, unterstützten wir ihn, indem wir diese anhand der kleinsten Details berechneten, die er auf der Karottenoberfläche erfassen wollte, wie etwa Risse und Beschädigungen. Um selbst kleinste Risse von ca. 0,85 mm Größe im Sichtfeld von ca. 400 x 300 mm zu erkennen, ist eine Systemauflösung von 1,6 MP erforderlich. Basierend auf 3 Pixeln pro kleinstem Rissdetail waren mindestens 1440 x 1080 Pixel erforderlich. Unsere 1,6-MP-Kamera MER2-160-75GC-P mit dem Sony IMX273-Sensor bietet eine hervorragende hochauflösende Lösung für die präzise Erkennung von Rissen und Beschädigungen bei der Qualitätsbewertung von Karotten/Gemüse.
Objektiv für Sony IMX273-Sensor
Die für dieses Bildverarbeitungssystem zur Gemüsesortierung ausgewählte 1,6-Megapixel-Kamera verfügt über einen Sony IMX273-Sensor (1/2,9 Zoll). Um das optimale Objektiv für dieses Bildverarbeitungssystem zu ermitteln, haben wir unseren Online-Objektivrechner verwendet. Anhand zweier Spezifikationen des Bildverarbeitungssystems – dem erforderlichen horizontalen Sichtfeld (FOV) und dem Arbeitsabstand (WD) – wird die korrekte Brennweite berechnet.
Der Kunde benötigt ein Sichtfeld von 400 x 300 mm und bevorzugt einen Arbeitsabstand zwischen 900 und 1000 mm. Die Berechnung zeigt, dass für diese Spezifikationen ein Objektiv mit 12 mm Brennweite empfohlen wird. Der Arbeitsabstand beträgt 1000 mm, und das Sichtfeld fällt etwas größer aus als gewünscht. Dies liegt an der Größe des Kamerasensors, dessen Pixelanzahl nicht dem Sichtfeld von 400 x 300 mm entspricht. Das endgültige Sichtfeld beträgt ca. 409 x 307 mm. Unser 12MM F2.0 1/1.8" C-Mount-Objektiv, das VA-LCM-5MP-12MM-F2.0-018-Objektiv, ist ein verzerrungsfreies Objektiv < 0,3 %, das eine großartige Lösung für die 1,6-MP-Kamera bietet.
Industrielle Beleuchtung zur Qualitätsbewertung von Gemüse
Die Integration von Bildverarbeitungsbeleuchtung in die Karottensortierprüfung erhöht den Kontrast und hebt vorhandene Risse und Schäden auf der Karottenoberfläche hervor. Um Schatten zu minimieren und zu vermeiden, empfiehlt sich eine Beleuchtung auf der Oberseite des Förderbandes. Der verbesserte Kontrast durch die Verwendung einer Aufwärtsbeleuchtung für das Bildverarbeitungssystem zur Gemüsesortierung erleichtert das Erkennen von Rissen und Schäden am Gemüse und ermöglicht so die anschließende Sortierung. Wir empfehlen eine Beleuchtung, die etwa 10 % größer als das Sichtfeld ist. Wir empfehlen zwei unserer Balkenleuchten, die weiße Balkenleuchte der Serie VA-BL3 275*16, für die Platzierung auf der Oberseite des Förderbandes. Diese sind zudem ab Lager lieferbar und können sofort an den Kunden versendet werden.
Da die Anwendung im Außenbereich stattfinden sollte, empfehlen wir einen Polarisationsfilter und eine Polarisationsfolie, um mögliche Blendeffekte und Reflexionen zu vermeiden.
Ein Polarisationsfilter: Der Linsenfilter LFT-LPOL-M25.5 ist für C-Mount-Objektive mit dem Filtergewinde von M25,5 x P0,5, wie das empfohlene 12-mm-C-Mount-Objektiv.
Ein Polarisationsfilterblatt: Das lineare Polarisationsfilterblatt polarisiert das Gegenlicht, wenn es vor die Lichtquelle gehalten wird. Es kann auch auf die gewünschte Größe zugeschnitten werden.
Bildverarbeitungssoftware zur Gemüsesortierung
Eine einzelne Kamera, ein Objektiv und eine Beleuchtung ergeben noch kein vollständiges Bildverarbeitungssystem zur Gemüsesortierung. Für die eigentliche Gemüsequalitätsprüfung wird Bildverarbeitungssoftware benötigt, um Risse und Beschädigungen im Gemüse zu erkennen. Unsere Kameras sind GenIcam-kompatibel und können daher mit einer Vielzahl von Drittanbieter-Software verwendet werden, darunter MvTec Halcon, NI LabVIEW, Cognex Vision Pro, MATLAB, Open CV und Arm Boards.
Für die erste Programmierung können Sie unser kostenloses SDK verwenden, um Bilder aufzunehmen und die Kameraparameter einzustellen.
Das Software Development Kit ist mit herkömmlichen und industriellen PCs sowie ARM-Plattformen kompatibel, einschließlich der NVIDIA TX-Serie und Raspberry Pi. Unterstützte Betriebssysteme sind Windows, Linux und Android. Die Betriebssysteme Notably und Apple MAC OS werden für den industriellen Einsatz nicht unterstützt. Ingenieure können jedoch zur Kompatibilität eine virtuelle Maschine mit Windows oder Linux auf einem MAC ausführen. Das SDK unterstützt Programmiersprachen wie C++, C#/.NET und Python. Weitere Sprachen sind auf Anfrage erhältlich, da sie nicht im Standardpaket enthalten sind.
Für dieses Beispiel, die Sortierung von Gemüse/Karotten, schätzte der Kunde die benutzerfreundliche Software, die auch für weniger erfahrene Mitarbeiter leicht zu bedienen ist. Daher empfiehlt sich die Nutzung der Zebra Aura Vision Software. Diese leistungsstarke und benutzerfreundliche Software bietet eine robuste grafische Benutzeroberfläche, die wie ein Werkzeugkasten wirkt.
Mit dieser Software als Ergänzung zu Ihrer Gemüsesortieranwendung können sowohl das Ausmaß als auch die Menge der Schäden erkannt werden.
Um sich mit der Aurora Vision Software vertraut zu machen, steht die kostenlose Lite-Version mit allen Standardalgorithmen zur Verfügung.
Anwendungen zum Sortieren und Klassifizieren von Gemüse
Eine Anwendung zur Sortierung und Sortierung von Gemüse mit einem Vision-System wird auch in einer Vielzahl anderer Anwendungen und Branchen eingesetzt. Dieses System wurde beispielsweise in der Landwirtschaft eingesetzt. Auch in der Lebensmittelindustrie kommt es häufig zum Einsatz. Beispielsweise könnte ein Vision-System das schnelle Zählen und Analysieren zahlreicher Früchte in der Lebensmittelproduktion automatisieren. Für die Hochgeschwindigkeitsbildgebung bietet eine industrielle Vision-Kamera wie unsere 1,6-Megapixel-Kamera mit 227 Bildern pro Sekunde, die MER2-160-227U3C, bei voller Auflösung eine hervorragende Vision-Hardware-Lösung.
Neben der Prüfung von Rissen auf der Karottenoberfläche könnte ein Vision-System auch zur Erkennung von Verfärbungen und Schalenbeschaffenheit auf der Gemüseoberfläche eingesetzt werden.
Unterstützung für Anwendungen zur Klassifizierung und Sortierung von Gemüse
Wünschen Sie Unterstützung von einem unserer Bildverarbeitungsexperten bei der Entwicklung Ihres eigenen Bildverarbeitungssystems für die Gemüsesortierung? Oder eines ähnlichen Bildverarbeitungssystems? Kontaktieren Sie uns einfach über das untenstehende Formular!
