Sistema de clasificación y selección de vegetales con cámaras de visión

Cuando desea inspeccionar la calidad de verduras como zanahorias, tomates, patatas, pepinos, lechugas, cebollas, berenjenas, judías verdes, calabacines y pimientos, etc., en términos de longitud, grietas en la superficie, tamaño, forma y color, implementar un sistema de visión de alta calidad es crucial para identificar estos parámetros en una cinta transportadora. Entendemos que puede ser difícil determinar la configuración adecuada de cámara, iluminación y software. En solo unos pasos, este artículo le guía para seleccionar el hardware y software de visión adecuados.

Sistema de clasificación y selección de vegetales con cámaras de visión

Uno de nuestros ingenieros de visión recomienda un ejemplo de configuración de cámara de prueba y software para este sistema de visión para clasificación de verduras. A través de los enlaces, nuestros productos y precios son visibles al instante para proporcionar acceso directo a la información sobre este sistema de visión para clasificación de verduras.

Para esta aplicación, nuestro cliente solicitó detectar la calidad del corte de las zanahorias y clasificarlas según las fotos tomadas con nuestras cámaras industriales. Necesitaba clasificar las zanahorias dañadas separándolas de las sanas. El uso de un sistema de visión artificial para detectar los parámetros le permitió aprobar o rechazar las grietas de las zanahorias para su uso posterior.

Selección de cámara industrial

En primer lugar, comenzamos con la selección de la cámara industrial para el sistema de visión de clasificación y selección de verduras. La recomendación fue nuestra cámara GigE de 1.60 MP MER2-160-75GC-P basada en las especificaciones y los detalles de la aplicación de nuestro cliente.

En primer lugar, el cliente no sabía qué interfaz de cámara necesitaba y no tenía una preferencia específica de interfaz. Cuando la distancia entre un PC y una cámara es inferior a 4.6metros, se recomienda una cámara USB3 para beneficiarse de un ancho de banda 4 veces mayor que el de una Cámara GigE, transmisión de datos y alimentación a través de un único cable y ventaja de precio. 

Para diferenciar los colores, se seleccionó una cámara a color. Dado que las verduras se desplazan sobre una cinta transportadora rolling, recomendamos utilizar una cámara con obturador Global en lugar de una cámara con obturador rolling para este sistema de visión específico de clasificación de zanahorias. Puede leer más sobre obturador Global frente a obturador Rolling en este artículo de nuestro Centro de conocimientos.

A continuación, para poder medir la frecuencia de imagen de la cámara y cuántas capturas se deben realizar por segundo, preguntamos al cliente sobre la velocidad real de la cinta transportadora y, basándonos en la velocidad de aproximadamente 19 m/s, calculamos la frecuencia de imagen requerida de la cámara, que era de 75fps.

Para determinar la resolución requerida, que aún era incierta para el investigador de antemano, le ofrecimos soporte calculándola en función de los detalles más pequeños que quería capturar en la superficie de las zanahorias, como sus grietas y daños. Para ver las grietas más pequeñas de alrededor de 0.85mm dentro del campo de visión de aproximadamente 400*300 mm, se requiere una resolución del sistema de 1.6 MP. Basándose en 3 píxeles por los detalles de las grietas más pequeñas, se requerían al menos 1440*1080 píxeles. Nuestra cámara MER2-160-75GC-P de 1.6 MP con el sensor Sony IMX273 ofrece una excelente solución de alta resolución para la detección precisa de grietas y daños para la clasificación de calidad de zanahorias/verduras.

MER2-160-75GC-P Camera GigE Vision 1

Objetivo para sensor Sony IMX273

La cámara de 1,6 MP seleccionada para este sistema de visión de clasificación de verduras cuenta con un sensor Sony IMX273, que es un sensor de 1/2,9”. Para determinar qué objetivo es el más adecuado para este sistema de visión, hemos utilizado nuestra calculadora de objetivos online. A partir de 2 especificaciones del sistema de visión, el campo de visión (FOV) horizontal requerido y la distancia de trabajo (WD), se calcula la distancia focal correcta.

El cliente requiere un FOV de 400x300 mm y prefiere tener una WD entre 900-1000 mm. El cálculo muestra que, para estas especificaciones, se recomienda un objetivo con distancia focal de 12MM. También se muestra que la distancia de trabajo será de 1000 mm y que el campo de visión será un poco mayor de lo preferido. Esto se debe al tamaño del sensor de la cámara, que no tiene la misma relación de número de píxeles que el campo de visión de 400*300 mm. El campo de visión final será aproximadamente de 409*307 mm. Nuestro objetivo C-mount 12MM F2.0 1/1.8", el objetivo VA-LCM-5MP-12MM-F2.0-018 , es un objetivo sin distorsión < 0.3% que ofrece una excelente solución para la cámara de 1,6 MP.

Iluminación industrial para la clasificación de calidad de vegetales

Añadir Iluminación para Visión Artificial a la inspección de clasificación de zanahorias aumenta el contraste y resalta las grietas y daños existentes en la superficie de las zanahorias. Para minimizar y eliminar las sombras, se recomienda un sistema de iluminación en la parte superior de la cinta transportadora. El contraste mejorado al utilizar una luz superior para el sistema de visión de inspección de clasificación de verduras facilita la detección de las grietas y la visualización de los daños en las verduras para poder clasificarlas posteriormente. Para la iluminación, recomendamos una luz que sea aproximadamente un 10% más grande que el campo de visión. Recomendamos 2 de nuestras barras de luz, la blanca serie de barras de luz VA-BL3 275*16, para colocarlas en la parte superior de la cinta transportadora. Además, estas están disponibles en stock exprés. Esto significa que podrían enviarse inmediatamente al cliente.

Dado que la aplicación iba a realizarse en una zona exterior, recomendamos tanto un filtro para objetivo polarizado como una lámina polarizadora para eliminar los posibles deslumbramientos y reflejos.

Un filtro para objetivo polarizado: el filtro para objetivo LFT-LPOL-M25.5 está diseñado para objetivos C-mount con la rosca de filtro M25.5xP0.5, como el objetivo C-mount de 12 mm recomendado.

Una lámina de filtro polarizador:  la lámina de filtro polarizador lineal polariza la retroiluminación al sostenerla delante de la fuente de luz. También puede cortarse al tamaño preferido por el cliente.

Machine vision bar light

Software de procesamiento de imágenes para clasificación de vegetales

Una sola Cámara, objetivo e iluminación no conforman un sistema de visión completo para la clasificación de verduras. Para la inspección real de la calidad de las verduras, se requiere software de procesamiento de imágenes para detectar grietas y daños en las verduras. Nuestras cámaras son compatibles con GenICam, lo que significa que podrían utilizarse con diversos programas de terceros, incluidos MvTec Halcon, NI LabVIEW, Cognex Vision pro, MATLAB, Open CV y software para placas ARM.

Para la programación inicial, nuestro SDK gratuito puede utilizarse para adquirir imágenes y configurar los parámetros de la cámara.

El kit de desarrollo de software es compatible con PC convencionales e industriales y plataformas ARM, incluidas las series NVIDIA TX y Raspberry Pi. Los sistemas operativos compatibles incluyen Windows, Linux y Android. Los sistemas operativos Notably y Apple MAC OS no son compatibles para uso industrial, pero los ingenieros pueden ejecutar una máquina virtual con Windows o Linux en MAC para lograr compatibilidad. El SDK admite lenguajes de programación como C++, C#/. NET y Python. Es posible adquirir lenguajes adicionales bajo solicitud, ya que no están incluidos en el paquete estándar.

Para este ejemplo, la aplicación de clasificación de Verduras / Zanahorias, el cliente valoró trabajar con software fácil de usar para compañeros con menos experiencia. Por ello, se recomienda utilizar Zebra Aura Vision Software. Este software potente y fácil de usar ofrece un entorno gráfico robusto que se percibe como una «caja de herramientas».

Al utilizar este software para complementar su aplicación de clasificación de verduras, se podrían detectar tanto el tamaño de los daños como su cantidad.

Para adquirir conocimientos sobre el software Aurora Vision, está disponible la versión lite gratuita con todos los algoritmos estándar.

Aplicaciones de clasificación y calibrado de vegetales

Una aplicación de clasificación y selección de verduras con sistema de visión también se utiliza en una variedad de otras aplicaciones e industrias; esta se utilizó en una industria agrícola. Sin embargo, también se utiliza a menudo en industrias alimentarias. Por ejemplo, un sistema de visión podría automatizar el recuento y el análisis de numerosas frutas a un ritmo rápido en la producción de alimentos. Para imaging de alta velocidad, una cámara de visión industrial como nuestra cámara de 1.6MP con 227 fps, la cámara MER2-160-227U3C, a resolución completa podría ofrecer una excelente solución de hardware de visión.

Además de inspeccionar las grietas en la superficie de las zanahorias, un sistema de visión también podría utilizarse para detectar la decoloración y la calidad de la piel en la superficie de las verduras.

Soporte para aplicaciones de clasificación y selección de vegetales

¿Le gustaría contar con soporte de uno de nuestros expertos en visión por máquina para crear su propio sistema de visión para clasificación de vegetales? ¿O algún otro sistema de visión similar? No dude en ponerse en contacto utilizando el siguiente formulario.