Groenteclassificatie- en sorteersysteem met camera's
Max Reijngoudt
Wanneer u groenten zoals wortelen, tomaten, aardappelen, komkommers, sla, uien, aubergines, sperziebonen, courgettes en paprika's wilt inspecteren op kwaliteit wat betreft lengte, oppervlaktescheuren, grootte, vorm en kleur, is de implementatie van een hoogwaardig visionsysteem cruciaal om deze parameters op een transportband te identificeren. We begrijpen dat het lastig kan zijn om de juiste camera-opstelling, belichting en software te bepalen. In slechts een paar stappen leidt dit artikel u naar het selecteren van de juiste visionhardware en -software.
Een van onze vision engineers beveelt een voorbeeld van een testcamera-opstelling en -software aan voor dit visionsysteem voor groentesortering. Via de links zijn onze producten en prijzen direct zichtbaar, zodat u direct toegang hebt tot informatie over dit visionsysteem voor groentesortering.
Voor deze toepassing had onze klant een aanvraag om de snijkwaliteit van de wortelen te detecteren en deze te sorteren op basis van de foto's die met onze industriële camera's waren gemaakt. Ze moesten de beschadigde wortelen onderscheiden van de gezonde. Door een machine visionsysteem te gebruiken om de parameters te detecteren, kon hij de scheuren in de wortelen goedkeuren of afkeuren voor verder gebruik.
Table of contents
Selectie van machine vision camera's
Allereerst beginnen we met de selectie van de industriële camera voor het sorteersysteem voor groenten. De aanbeveling was onze 1,60 MP GigE-camera MER2-160-75GC-P, gebaseerd op de specificaties en details van de toepassing van onze klant.
Ten eerste wist de klant niet welke camera-interface hij nodig had en had hij geen specifieke interfacevoorkeur. Wanneer de afstand tussen een pc en de camera korter is dan 4,6 meter, wordt een USB3-camera-interface aanbevolen. Deze profiteert van een 4 keer hogere bandbreedte dan een GigE-camera, datatransmissie en stroomvoorziening via slechts één kabel en een prijsvoordeel.
Om de kleuren te onderscheiden, is er gekozen voor een kleurencamera. Omdat de groenten over een rollende transportband bewegen, adviseren we voor dit specifieke sorteersysteem voor wortelen een camera met globale sluiter in plaats van een camera met rolling shutter. Meer informatie over global shutter versus rolling shutter kunt u lezen in dit artikel in ons Kenniscentrum.
Om vervolgens de framerate van de camera en het benodigde aantal opnames per seconde te kunnen meten, vroegen we de klant over de werkelijke snelheid van de transportband en op basis van de snelheid van ongeveer 19 m/s berekenden we de benodigde framesnelheid van de camera, namelijk 75 fps.
Om de benodigde resolutie te bepalen, waarover de onderzoeker vooraf nog twijfelde, boden we hem ondersteuning aan door deze te berekenen op basis van de kleinste details die hij op het worteloppervlak wilde vastleggen, zoals scheurtjes en beschadigingen. Om de kleinste scheurtjes van ongeveer 0,05 mm binnen het gezichtsveld van ongeveer 400*300 mm te zien, is een systeemresolutie van 1,6 MP vereist. Gebaseerd op 3 pixels per kleinste scheurtje, waren minimaal 1440*1080 pixels vereist. Onze 1,6 MP MER2-160-75GC-P camera met de Sony IMX273-sensor biedt een geweldige oplossing met hoge resolutie voor nauwkeurige detectie van scheurtjes en beschadigingen voor de kwaliteitssortering van wortelen/groenten.
Lens voor Sony IMX273-sensor
De geselecteerde 1,6 MP camera voor dit systeem voor het sorteren van groenten heeft een Sony IMX273-sensor, een 1/2,9 inch sensor. Om te bepalen welke lens het meest geschikt is voor dit systeem, hebben we gebruikgemaakt van onze online lenscalculator. Op basis van twee specificaties van het systeem, het vereiste horizontale gezichtsveld (FOV) en de werkafstand (WD), wordt de juiste brandpuntsafstand berekend.
De klant heeft een gezichtsveld van 400x300 mm nodig en geeft de voorkeur aan een WD tussen 900 en 1000 mm. De berekening laat zien dat voor deze specificaties een lens met een brandpuntsafstand van 12 mm wordt aanbevolen. Ook wordt aangetoond 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 pixelverhouding 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%, wat een geweldige oplossing biedt voor de 1,6MP camera.
Industriële verlichting voor kwaliteitsbeoordeling van groenten
Het toevoegen van Machine Vision Lighting aan de wortelsorteerinspectie verhoogt het contrast en benadrukt de bestaande scheuren en beschadigingen op het worteloppervlak. Om schaduwen te minimaliseren en te elimineren, wordt een verlichtingssysteem aan de bovenzijde van de transportband aanbevolen. Het verbeterde contrast bij gebruik van een opwaartse belichting voor het groentesorteerinspectiesysteem maakt het gemakkelijker om de scheuren te detecteren en de beschadigingen te zien, zodat ze vervolgens kunnen worden gesorteerd. Voor de belichting adviseren wij een lamp die ongeveer 10% groter is dan het gezichtsveld. Wij adviseren twee van onze barlampen, de witte Barlight-serie VA-BL3 275*16, om aan de bovenzijde van de transportband te plaatsen. Deze zijn bovendien beschikbaar op spoedvoorraad. Dit betekent dat ze direct naar de klant kunnen worden verzonden.
Omdat de toepassing buiten zou plaatsvinden, adviseerden wij beiden een polarisatiefilter en een polarisatiefolie om mogelijke schittering en reflecties te verwijderen.
Een polarisatiefilter: het lensfilter LFT-LPOL-M25.5 is gemaakt voor C-mount lenzen met de Filterdraad van M25,5xP0,5, zoals de aanbevolen 12 mm C-mount lens.
Een polarisatiefilter sheet: het lineaire polarisatiefilter sheet polariseert het tegenlicht wanneer het voor de lichtbron wordt gehouden. Het kan ook op de gewenste maat worden geknipt.
Beeldverwerkingssoftware voor het sorteren van groenten
Eén camera, lens en verlichting vormen niet voldoende voor een volledig systeem voor groenteclassificatie. Voor de daadwerkelijke kwaliteitsinspectie van groenten is beeldverwerkingssoftware nodig om scheuren en beschadigingen 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.
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 zowel reguliere als industriële pc's en ARM-platforms, waaronder de NVIDIA TX-serie en Raspberry Pi. Ondersteunde besturingssystemen zijn onder andere Windows, Linux en Android. Besturingssystemen Notically en Apple MAC OS worden niet ondersteund voor industrieel gebruik, maar engineers kunnen een virtuele machine met Windows of Linux op een MAC draaien voor compatibiliteit. De SDK ondersteunt programmeertalen zoals C++, C#/.NET en Python. Het is mogelijk om op verzoek extra talen te verkrijgen, aangezien deze niet in het standaardpakket zijn opgenomen. In dit voorbeeld, de toepassing voor het sorteren van groenten en wortels, stelde de klant het op prijs om te werken met software die gebruiksvriendelijk is voor minder ervaren collega's. Daarom raden we aan om Zebra Aura Vision Software te gebruiken. Deze krachtige en gebruiksvriendelijke software biedt een robuuste grafische omgeving die aanvoelt als een "gereedschapskist".
Door deze software te gebruiken als aanvulling op uw groentesorteerapplicatie, kunnen zowel de omvang als de omvang van de schade worden gedetecteerd.
Om de Aurora Vision-software te leren kennen, is de gratis Lite-versie beschikbaar met alle standaardalgoritmen.
Toepassingen voor het sorteren en classificeren van groenten
Een toepassing voor het sorteren en sorteren van groenten met een visionsysteem wordt ook gebruikt in diverse andere toepassingen en industrieën. Dit werd bijvoorbeeld gebruikt in de landbouwsector. Het wordt echter ook vaak gebruikt in de voedingsmiddelenindustrie. Een visionsysteem kan bijvoorbeeld het tellen en analyseren van talloze vruchten in een snel tempo automatiseren in de voedselproductie. Voor snelle beeldvorming kan een industriële vision camera, zoals onze 1,6MP-camera met 227 fps, de MER2-160-227U3C-camera, met volledige resolutie een uitstekende hardwareoplossing bieden.
Naast het inspecteren van de scheuren op het worteloppervlak, kan een visionsysteem ook worden gebruikt voor het detecteren van de verkleuring en de kwaliteit van de schil van de 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!
