Groenteclassificatie- en sorteersysteem met camera's
Een van onze vision engineers beveelt een voorbeeldtestcamera-opstelling en software aan voor dit vision-systeem voor het sorteren van groenten. Via de links zijn onze producten en prijzen direct zichtbaar, zodat u rechtstreeks toegang hebt tot informatie over dit vision-systeem voor het sorteren van groenten.
Voor deze Applicatie had onze klant een aanvraag om de snijkwaliteit van wortelen te detecteren en deze te sorteren op basis van de foto's die met onze industriële camera's zijn gemaakt. Ze moesten de beschadigde wortelen onderscheiden van de gezonde. Door een machine vision-systeem te gebruiken om de parameters te detecteren, kon hij de scheuren in de wortelen goedkeuren of afkeuren voor verder gebruik.
Selectie van industriële camera's
Allereerst beginnen we met de selectie van de industriële camera voor het vision-systeem voor het classificeren en sorteren van groenten. De aanbeveling was onze 1.60 MP GigE-camera MER2-160-75GC-P die was gebaseerd op de specificaties en details van de Applicatie van onze klant.
Allereerst wist de klant niet welke camera-interface hij nodig had en had hij geen specifieke voorkeur voor een interface. Wanneer de afstand tussen een pc en camera korter is dan 4.6meter, wordt een USB3-camera geadviseerd vanwege de 4 keer hogere bandwidth dan een GigE Camera, gegevensoverdracht en voeding via slechts 1 kabel en het prijsvoordeel.
Om de kleuren te onderscheiden, is een kleurencamera geselecteerd. Aangezien de groenten zich op een rolling transportband bewegen, adviseren wij voor dit specifieke vision-systeem voor het classificeren van wortelen een Global shutter camera in plaats van een rolling shutter camera. Meer over Global shutter vs. Rolling shutter kunt u lezen in dit artikel in ons Kenniscentrum.
Vervolgens hebben we, om de frame rate van de camera te kunnen bepalen en hoeveel opnamen er per seconde moeten worden gemaakt, de klant gevraagd naar de werkelijke snelheid van de transportband. Op basis van de snelheid van ongeveer 19 m/s hebben we de vereiste frame rate van de camera berekend, namelijk 75fps.
Om de vereiste resolutie te bepalen, waar de onderzoeker vooraf nog onzeker over was, boden we hem support door deze te berekenen op basis van de kleinste details die hij op het oppervlak van de wortelen wilde vastleggen, zoals scheuren en beschadigingen. Om de kleinste scheuren van ongeveer 0.85mm binnen het gezichtsveld van ongeveer 400*300 mm te zien, is een systeemresolutie van 1.6 MP vereist. Op basis van 3 pixels per kleinste detail van een scheur waren minimaal 1440*1080 pixels vereist. Onze 1.6 MP MER2-160-75GC-P camera met de Sony IMX273-sensor biedt een uitstekende oplossing met hoge resolutie voor nauwkeurige detectie van scheuren en beschadigingen voor kwaliteitsclassificatie van wortelen/groenten.
Lens voor Sony IMX273-sensor
De geselecteerde 1.6MP camera voor dit vision-systeem voor groentesortering heeft een Sony IMX273-sensor; dit is een 1/2.9”-sensor. Om te bepalen welke lens het meest geschikt is voor dit vision-systeem, hebben we gebruikgemaakt van onze online lenscalculator. Op basis van 2 specificaties van het vision-systeem, het vereiste horizontale gezichtsveld (FOV) en de werkafstand (WD), wordt de juiste brandpuntsafstand berekend.
De klant vereist een FOV van 400x300 mm en geeft de voorkeur aan een WD tussen 900-1000 mm. De berekening toont aan dat voor deze specificaties een lens met een brandpuntsafstand van 12MM wordt aanbevolen. Ook wordt getoond dat de werkafstand 1000 mm zal zijn en dat het gezichtsveld iets groter zal zijn dan gewenst. Dit heeft te maken met de sensorgrootte van de camera, die niet dezelfde verhouding in aantal pixels heeft als het gezichtsveld van 400*300 mm. Het uiteindelijke gezichtsveld zal ongeveer 409*307 mm zijn. onze 12MM F2.0 1/1.8" C-mount lens, de VA-LCM-5MP-12MM-F2.0-018 lens, is een lens zonder vervorming < 0.3% die een uitstekende oplossing biedt voor de 1.6MP camera.
Industriële verlichting voor kwaliteitsbeoordeling van groenten
Het toevoegen van Machine Vision-verlichting aan de inspectie voor het sorteren van wortelen verhoogt het contrast en benadrukt de bestaande scheuren en beschadigingen op het oppervlak van de wortelen. Om de schaduwen te minimaliseren en te elimineren, wordt een verlichtingssysteem aan de bovenzijde van de transportband geadviseerd. Het verhoogde contrast bij gebruik van een bovenlicht voor het vision-systeem voor de inspectie van het sorteren van groenten maakt het eenvoudiger om de scheuren te detecteren en de beschadigingen op de groenten te zien, zodat deze daarna kunnen worden gesorteerd. Voor verlichting raden wij een lamp aan die ongeveer 10% groter is dan het gezichtsveld. Wij raden 2 van onze Bar lights aan, de witte Bar light-serie VA-BL3 275*16, die boven de transportband moeten worden geplaatst. Daarnaast zijn deze beschikbaar in de expressvoorraad. Dit betekent dat ze onmiddellijk naar de klant kunnen worden verzonden.
Aangezien de Applicatie in een buitenomgeving zou plaatsvinden, hebben wij zowel een gepolariseerd lensfilter als een polarisatiefolie aanbevolen om mogelijke schittering en reflecties te verwijderen.
Een gepolariseerd lensfilter: het lensfilter LFT-LPOL-M25.5 is gemaakt voor C-mount lenzen met de filterschroefdraad M25.5xP0.5, zoals de aanbevolen 12 mm C-mount lens.
Een polariserende filterfolie: de lineaire polariserende filterfolie polariseert de backlight wanneer deze voor de lichtbron wordt gehouden. Deze kan ook worden gesneden in de door de klant gewenste afmeting.
Beeldverwerkingssoftware voor het sorteren van groenten
Een enkele Camera, lens en verlichting vormen geen volledig vision-systeem voor het sorteren van groenten. Voor de daadwerkelijke kwaliteitsinspectie van groenten is beeldverwerkingssoftware vereist om scheuren en beschadigingen op de groenten te detecteren. Onze camera's zijn GenICam-compatibel, wat betekent dat ze kunnen worden gebruikt met diverse software van derden, waaronder MvTec Halcon, NI LabVIEW, Cognex Vision pro, MATLAB, Open CV en Arm Boards-software.
Voor de eerste programmering kan onze gratis SDK worden gebruikt om beelden te verkrijgen en de cameraparameters in te stellen.
De software development kit is compatibel met reguliere en industriële pc's en ARM-platforms, waaronder de NVIDIA TX-serie en Raspberry Pi. Ondersteunde besturingssystemen zijn Windows, Linux en Android. Besturingssystemen, met name Apple MAC OS, worden niet ondersteund voor industrieel gebruik, maar engineers kunnen voor compatibiliteit een virtuele machine met Windows of Linux op MAC uitvoeren. De SDK ondersteunt programmeertalen zoals C++, C#/. NET en Python. Op aanvraag kunnen aanvullende talen worden verkregen, aangezien deze niet in het standaardpakket zijn inbegrepen.
Voor dit voorbeeld, de Applicatie voor het sorteren van groenten / wortelen, waardeerde de klant het werken met software die gebruiksvriendelijk is voor minder ervaren collega's. Daarom wordt het gebruik van Zebra Aura Vision Software aanbevolen. Deze krachtige en gebruiksvriendelijke software biedt een robuuste grafische omgeving die aanvoelt als een “gereedschapskist”.
Door deze software te gebruiken als aanvulling op uw Applicatie voor het sorteren van groenten, kunnen zowel de grootte van de beschadigingen als het aantal ervan worden gedetecteerd.
Om kennis op te doen van de Aurora Vision-software is de gratis liteversie met alle standaardalgoritmen beschikbaar.
Toepassingen voor het sorteren en classificeren van groenten
Een applicatie voor het classificeren en sorteren van groenten met vision-systeem wordt ook gebruikt in diverse andere applicaties en industrieën; deze werd gebruikt in de landbouwsector. Het wordt echter ook vaak gebruikt in de voedingsmiddelenindustrie. Een vision-systeem kan bijvoorbeeld het tellen en analyseren van talrijke vruchten in een hoog tempo automatiseren in de voedselproductie. Voor high-speed imaging kan een industriële vision camera, zoals onze 1.6MP camera met 227 fps, de MER2-160-227U3C camera, bij volledige resolutie een uitstekende vision hardwareoplossing bieden.
Naast het inspecteren van scheuren op het oppervlak van wortelen kan een vision-systeem ook worden gebruikt voor het detecteren van verkleuring en schilkwaliteit op het oppervlak van groenten.
Ondersteuning voor toepassingen voor het sorteren en classificeren van groenten
Wilt u ondersteuning van een van onze experts in machine vision bij het ontwikkelen van uw eigen groentesorteersysteem? Of een vergelijkbaar systeem? Neem dan gerust contact met ons op via onderstaand formulier!