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.

Uno de nuestros ingenieros de visión recomienda un ejemplo de configuración de cámara de prueba y software para este sistema de visión por máquina para clasificación de vegetales. 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 por máquina para clasificación de vegetales.
Para esta aplicación, nuestro cliente tenía una consulta para detectar la calidad del corte de zanahorias y clasificarlas en función de las fotos tomadas con nuestras cámaras industriales. Necesitaban clasificar las zanahorias dañadas aparte de las sanas. Utilizando un sistema de visión por máquina para detectar los parámetros, le permitió aprobar o rechazar las grietas en las zanahorias para su uso posterior.
Table of contents
Selección de cámara industrial
Primero, comenzamos con la selección de la cámara industrial para el sistema de visión de clasificación y selección de vegetales. La recomendación fue nuestra cámara GigE de 1,60 MP MER2-160-75GC-P , basada en las especificaciones y detalles de la aplicación de nuestro cliente.
En primer lugar, el cliente no sabía qué interfaz de cámara necesitaba y no tenía preferencia específica de interfaz. Cuando la distancia entre un PC y la cámara es inferior a 4,6 metros, se recomienda una interfaz de cámara USB3 para beneficiarse de un ancho de banda 4 veces mayor que una Cámara GigE, transmisión de datos y alimentación a través de un solo cable y ventaja de precio.
Para diferenciar los colores, se seleccionó una cámara a color. Dado que los vegetales se desplazan sobre una cinta transportadora rolling, aconsejamos utilizar una cámara con obturador Global en lugar de una cámara con rolling shutter para este sistema específico de clasificación de zanahorias por visión. Puede leer más sobre Global shutter vs. rolling shutter en este artículo de nuestro Knowledge Center.
Luego, para poder medir la frecuencia de imagen de la cámara y cuántas tomas se requieren por segundo, preguntamos al cliente sobre la velocidad real de la cinta transportadora y, en base a una velocidad de aproximadamente 19 m/s, calculamos la frecuencia de imagen requerida de la cámara, que fue de 75 fps.
Para determinar la resolución necesaria, que aún no estaba clara para el investigador, le ofrecimos soporte calculando esto 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 aproximadamente 0,85 mm dentro del campo de visión de aproximadamente 400*300 mm, se requiere una resolución del sistema de 1,6 MP. Basándonos en 3 píxeles por los detalles de las grietas más pequeñas, se requerían al menos 1440*1080 píxeles. Nuestra cámara de 1,6 MP MER2-160-75GC-P con el sensor Sony IMX273 ofrece una excelente solución de alta resolución para la detección precisa de grietas y daños en la clasificación de calidad de zanahorias/vegetales.

Objetivo para sensor Sony IMX273
La cámara de 1,6MP seleccionada para este sistema de visión de clasificación de vegetales cuenta con un sensor Sony IMX273; se trata de 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 en línea. Basándonos en dos especificaciones del sistema de visión, el campo de visión horizontal (FOV) requerido y la distancia de trabajo (WD), se calcula la distancia focal correcta.
El cliente requiere un FOV de 400x300 mm y prefiere una WD entre 900-1000 mm. El cálculo muestra que para estas especificaciones se recomienda un objetivo de 12MM de distancia focal. También se indica 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 proporción 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 VA-LCM-5MP-12MM-F2.0-018, es un objetivo sin distorsión < 0,3% que ofrece una excelente solución para la cámara de 1,6MP.
Iluminación industrial para la clasificación de calidad de vegetales
La incorporación de iluminación para Visión Artificial en 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 Artificial en la inspección de clasificación de vegetales facilita la detección de grietas y la visualización de daños en los vegetales para poder clasificarlos 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 Barra de luz serie VA-BL3 275*16, para colocar en la parte superior de la cinta transportadora. Además, estas están disponibles en stock exprés. Esto significa que podrían enviarse inmediatamente al cliente.
Como la aplicación iba a realizarse en un área exterior, recomendamos tanto un filtro polarizador para objetivo como una lámina polarizadora para eliminar posibles brillos y reflejos.
Un filtro polarizador para objetivo: el filtro para objetivo LFT-LPOL-M25.5 está diseñado para objetivos C-mount con 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 colocarla frente a la fuente de luz. También puede cortarse al tamaño preferido por el cliente.

Software de procesamiento de imágenes para clasificación de vegetales
Una sola Cámara, objetivo e iluminación no constituyen un sistema completo de visión para clasificación de vegetales. Para la inspección real de la calidad de los vegetales, se requiere software de procesamiento de imágenes para detectar grietas y daños en los vegetales. Nuestras cámaras son compatibles con GenIcam, lo que significa que pueden utilizarse con una variedad de software de terceros, incluyendo MvTec Halcon, NI LabVIEW, Cognex Visión pro, MATLAB, Open CV y software para Arm Boards.
Para la primera programación, se puede utilizar nuestro SDK gratuito para adquirir imágenes y configurar los parámetros de la cámara.
El kit de desarrollo de software es compatible con PCs regulares e industriales y plataformas ARM, incluyendo la serie 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 garantizar la compatibilidad. El SDK es compatible con 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, aplicación de clasificación de vegetales / zanahorias, el cliente valoró trabajar con software fácil de usar para colegas con menos experiencia. Por eso se recomienda utilizar el Zebra Aura Visión 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 vegetales, se pueden detectar tanto el tamaño de los daños como la cantidad de los mismos.
Para adquirir conocimientos sobre el software Aurora Visión, 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 vegetales con sistema de visión también se utiliza en una variedad de otras aplicaciones e industrias; esto se utilizó en la industria agrícola. Sin embargo, a menudo también se emplea en las industrias alimentarias. Por ejemplo, un sistema de visión podría automatizar el conteo y análisis de numerosas frutas a gran velocidad en la producción de alimentos. Para imágenes de alta velocidad, una cámara industrial de visión como nuestra cámara de 1,6 MP 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 los vegetales.
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.