Système de calibrage et de tri des légumes avec caméras de vision
Max Reijngoudt
Pour inspecter la qualité de légumes tels que les carottes, les tomates, les pommes de terre, les concombres, la laitue, les oignons, les aubergines, les haricots verts, les courgettes et les poivrons, etc. (longueur, fissures superficielles, taille, forme et couleur), la mise en œuvre d'un système de vision haute qualité est essentielle pour identifier ces paramètres sur un convoyeur. Nous comprenons qu'il puisse être difficile de choisir la configuration de caméra, l'éclairage et le logiciel appropriés. Cet article vous guide en quelques étapes pour sélectionner le matériel et le logiciel de vision adaptés.
L'un de nos ingénieurs vision recommande un exemple de configuration de caméra et de logiciel de test pour ce système de vision de calibrage de légumes. Grâce aux liens, nos produits et nos tarifs sont immédiatement visibles et vous permettent d'accéder directement aux informations sur ce système de vision de calibrage de légumes.
Pour cette application, notre client souhaitait détecter la qualité de coupe des carottes et les calibrer à partir des photos prises avec nos caméras industrielles. Il devait distinguer les carottes abîmées des carottes saines. L'utilisation d'un système de vision artificielle pour détecter les paramètres lui a permis d'approuver ou de rejeter les fissures sur les carottes pour une utilisation ultérieure.
Table of contents
Sélection de caméras de vision industrielle
Tout d'abord, nous avons sélectionné la caméra industrielle pour le système de vision de calibrage et de tri des légumes. Notre caméra GigE MER2-160-75GC-P de 1,60 MP a été recommandée, en fonction des spécifications et des détails de l'application de notre client.
Le client ne savait pas quelle interface de caméra il avait besoin et n'avait pas de préférence particulière. Lorsque la distance entre un ordinateur et la caméra est inférieure à 4,6 mètres, une interface USB3 est recommandée pour bénéficier d'une bande passante quatre fois supérieure à celle d'une caméra GigE, d'une transmission de données et d'une alimentation via un seul câble, et d'un prix avantageux.
Pour différencier les couleurs, une caméra couleur a été choisie. Les légumes se déplaçant sur un tapis roulant, nous recommandons l'utilisation d'une caméra à obturateur global plutôt qu'à obturateur roulant pour ce système de vision de calibrage des carottes. Pour en savoir plus sur les différences entre obturateur global et obturateur roulant, consultez cet article de notre Centre de connaissances
.
Ensuite, il est possible de mesurer la fréquence d'images de la caméra et le nombre de prises de vue nécessaires par image. Deuxièmement, nous avons interrogé le client sur la vitesse réelle du convoyeur et, sur la base d'une vitesse d'environ 19 m/s, nous avons calculé la fréquence d'images requise pour la caméra, soit 75 ips.
Pour déterminer la résolution requise, encore incertaine pour le chercheur au préalable, nous l'avons accompagné en la calculant à partir des plus petits détails qu'il souhaitait capturer à la surface des carottes, tels que les fissures et les dommages. Pour visualiser les plus petites fissures d'environ 0,85 mm dans un champ de vision d'environ 400 x 300 mm, une résolution système de 1,6 MP est requise. Sur la base de 3 pixels par détail de fissure, au moins 1 440 x 1 080 pixels étaient nécessaires. Notre caméra MER2-160-75GC-P de 1,6 MP, équipée du capteur Sony IMX273, offre une excellente solution haute résolution pour une détection précise des fissures et des dommages lors du calibrage de la qualité des carottes et des légumes.
Objectif pour capteur Sony IMX273
La caméra 1,6 Mpx sélectionnée pour ce système de vision pour le calibrage des légumes est équipée d'un capteur Sony IMX273 de 1/2,9". Afin de déterminer l'objectif le mieux adapté à ce système, nous avons utilisé notre calculateur d'objectifs en ligne. La distance focale correcte est calculée à partir de deux spécifications du système : le champ de vision horizontal (FOV) et la distance de travail (WD).
Le client requiert un FOV de 400 x 300 mm et préfère une WD comprise entre 900 et 1 000 mm. Le calcul montre qu'un objectif de 12 mm de focale est recommandé pour ces spécifications. La distance de travail sera également de 1 000 mm et le champ de vision légèrement plus grand que prévu. Cela est dû à la taille du capteur de la caméra, dont le rapport de pixels n'est pas le même que pour un champ de vision de 400 x 300 mm. Le champ de vision final sera d'environ 409 x 307 mm. Notre objectif à monture C 12MM F2.0 1/1.8"", l'objectif VA-LCM-5MP-12MM-F2.0-018, est un objectif sans distorsion < 0,3% qui offre une excellente solution pour l'appareil photo 1,6MP. "
Éclairage industriel pour le calibrage de la qualité des légumes
L'ajout d'un éclairage de vision industrielle à l'inspection du calibrage des carottes augmente le contraste et met en évidence les fissures et les dommages existants à la surface des carottes. Pour minimiser et éliminer les ombres, il est recommandé d'installer un système d'éclairage sur la partie supérieure du convoyeur. Le contraste accru obtenu avec un éclairage vers le haut pour le système de vision d'inspection du calibrage des légumes facilite la détection des fissures et la visualisation des dommages sur les légumes, afin de pouvoir les trier ultérieurement. Pour l'éclairage, nous recommandons une lumière environ 10 % plus grande que le champ de vision. Nous recommandons deux de nos barres lumineuses blanches de la série VA-BL3 275*16, à placer sur la partie supérieure du convoyeur. De plus, elles sont disponibles en stock express, ce qui permet une expédition immédiate au client.
L'application devant se dérouler en extérieur, nous avons recommandé l'utilisation d'un filtre polarisant et d'une feuille polarisante pour éliminer les reflets.
Un filtre polarisant : le filtre LFT-LPOL-M25.5 est conçu pour les objectifs à monture C. Avec un filetage de filtre M25,5 x P0,5, comme pour l'objectif 12 mm à monture C recommandé.
Feuille filtrante polarisante : la feuille filtrante polarisante linéaire polarise le rétroéclairage lorsqu'elle est placée devant la source lumineuse. Elle peut également être découpée à la taille souhaitée par le client.
Logiciel de traitement d'images pour le calibrage des légumes
Une caméra, un objectif et un éclairage ne suffisent pas à constituer un système de vision complet pour le calibrage des légumes. Pour l'inspection qualité proprement dite, un logiciel de traitement d'images est nécessaire pour détecter les fissures et les dommages. Nos caméras sont compatibles GenIcam, ce qui signifie qu'elles peuvent être utilisées avec divers logiciels tiers, notamment MvTec Halcon, NI LabVIEW, Cognex Vision Pro, MATLAB, Open CV et les logiciels Arm Boards.
Pour une première programmation, notre SDK gratuit permet d'acquérir des images et de paramétrer la caméra.
Le kit de développement logiciel est compatible avec les PC classiques et industriels et les plateformes ARM, notamment les séries NVIDIA TX et Raspberry Pi. Les systèmes d'exploitation pris en charge incluent Windows, Linux et Android. Apple et Mac OS ne sont pas pris en charge pour une utilisation industrielle, mais les ingénieurs peuvent exécuter une machine virtuelle avec Windows ou Linux sur Mac pour assurer la compatibilité. Le SDK prend en charge des langages de programmation tels que C++, C#/.NET et Python. Il est possible d'acquérir d'autres langages sur demande, car ils ne sont pas inclus dans le package standard.
Pour cet exemple d'application de calibrage de légumes et de carottes, le client a apprécié travailler avec un logiciel facile à utiliser pour des collègues moins expérimentés. C'est pourquoi l'utilisation du logiciel Zebra Aura Vision est recommandée. Ce logiciel puissant et convivial offre un environnement graphique robuste, véritable boîte à outils.
En utilisant ce logiciel en complément de votre application de calibrage de légumes, vous pourrez détecter l'ampleur et la quantité des dommages.
Pour vous familiariser avec le logiciel Aurora Vision, une version allégée gratuite est disponible avec tous les algorithmes standards.
ApplicationACs de tri et de calibrage des légumes
Une application de calibrage et de tri des légumes avec un système de vision est également utilisée dans de nombreuses autres applications et industries, notamment dans le secteur agricole. Cependant, elle est également souvent utilisée dans l'industrie agroalimentaire. Par exemple, un système de vision pourrait automatiser le comptage et l'analyse de nombreux fruits à un rythme rapide dans la production alimentaire. Pour l'imagerie à haute vitesse, une caméra de vision industrielle telle que notre caméra MER2-160-227U3C de 1,6 Mpx à 227 ips, en pleine résolution, pourrait constituer une excellente solution matérielle de vision.
Outre l'inspection des fissures à la surface des carottes, un système de vision pourrait également être utilisé pour détecter la décoloration et la qualité de la peau à la surface des légumes.
Prise en charge des applications de calibrage et de tri des légumes
Souhaitez-vous bénéficier de l'aide de l'un de nos experts en vision industrielle pour créer votre propre système de vision pour le calibrage des légumes ? Ou un système similaire ? N'hésitez pas à nous contacter via le formulaire ci-dessous !
