Sistema de classificação e triagem de vegetais com câmaras de visão

Quando pretende inspecionar a qualidade de vegetais como cenouras, tomates, batatas, pepinos, alface, cebolas, beringelas, feijão-verde, curgete e pimentos, etc., em termos de comprimento, fissuras na superfície, tamanho, forma e cor, a implementação de um sistema de visão de alta qualidade é crucial para identificar estes parâmetros numa correia transportadora. Compreendemos que pode ser difícil determinar a configuração certa de câmera, iluminação e software. Em apenas alguns passos, este artigo orienta-o na seleção do hardware e software de visão adequados.

Sistema de classificação e triagem de vegetais com câmaras de visão

Um dos nossos engenheiros de visão recomenda uma configuração de teste de exemplo de câmara e software para este sistema de visão para classificação de legumes. Através das ligações, os nossos produtos e preços ficam imediatamente visíveis, proporcionando acesso direto a informações sobre este sistema de visão para classificação de legumes.

Para esta aplicação, o nosso cliente solicitou a deteção da qualidade do corte das cenouras e a sua classificação com base nas fotografias captadas com as nossas câmaras industriais. Necessitava de classificar as cenouras danificadas separadamente das saudáveis. A utilização de um sistema de machine vision para detetar os parâmetros permitiu-lhe aprovar ou rejeitar as fissuras nas cenouras para utilização posterior.

Seleção de câmera industrial

Primeiro, começamos pela seleção da câmara industrial para o sistema de visão de classificação e triagem de vegetais. A recomendação foi a nossa câmara GigE de 1,60 MP MER2-160-75GC-P , baseada nas especificações e nos detalhes da aplicação do nosso cliente.

Primeiro, o cliente não sabia qual a interface de câmara de que necessitava e não tinha uma preferência específica de interface. Quando a distância entre um PC e uma câmara é inferior a 4,6 metros, é aconselhada uma câmara USB3 para beneficiar de uma bandwidth 4 vezes superior à de uma Câmara GigE, transmissão de dados e alimentação através de apenas 1 cabo e vantagem de preço. 

Para diferenciar as cores, foi selecionada uma câmara a cores. Uma vez que os vegetais se deslocam numa correia transportadora rolling, aconselhamos a utilização de uma câmara com Global shutter em vez de uma câmara com rolling shutter para este sistema de visão específico de classificação de cenouras. Pode ler mais sobre Global shutter vs. Rolling shutter neste artigo no nosso Centro de Conhecimento.

Em seguida, para podermos medir a frame rate da câmara e quantas imagens precisam de ser captadas por segundo, perguntámos ao cliente qual era a velocidade real da correia transportadora e, com base na velocidade de aproximadamente 19 m/s, calculámos a frame rate necessária da câmara, que era de 75fps.

Para determinar a resolução necessária, que ainda era incerta para o investigador previamente, oferecemos-lhe suporte calculando-a com base nos detalhes mais pequenos que pretendia captar na superfície das cenouras, tais como fissuras e danos. Para visualizar as fissuras mais pequenas de cerca de 0,85 mm dentro do campo de visão de aproximadamente 400*300 mm, é necessária uma resolução do sistema de 1,6 MP. Com base em 3 píxeis por detalhe das fissuras mais pequenas, eram necessários pelo menos 1440*1080 píxeis. A nossa câmara MER2-160-75GC-P de 1,6 MP com o sensor Sony IMX273 oferece uma excelente solução de alta resolução para a deteção precisa de fissuras e danos na classificação da qualidade de cenouras/vegetais.

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

Lente para sensor Sony IMX273

A câmara de 1,6 MP selecionada para este sistema de visão de classificação de legumes possui um sensor Sony IMX273, que é um sensor de 1/2,9”. Para determinar qual a lente mais adequada para este sistema de visão, utilizámos a nossa calculadora de lentes online. Com base em 2 especificações do sistema de visão, o campo de visão horizontal (FOV) necessário e a distância de trabalho (WD), é calculada a distância focal correta.

O cliente necessita de um FOV de 400x300 mm e prefere ter uma WD entre 900-1000 mm. O cálculo mostra que, para estas especificações, é recomendada uma lente com distância focal de 12MM. Também é indicado que a distância de trabalho será de 1000 mm e que o campo de visão será um pouco maior do que o pretendido. Isto deve-se ao tamanho do sensor da câmara, que não tem a mesma proporção de número de píxeis que o campo de visão de 400*300 mm. O campo de visão final será aproximadamente 409*307 mm. A nossa lente C-mount de 12MM F2.0 1/1.8", a lente VA-LCM-5MP-12MM-F2.0-018 , é uma lente sem distorção < 0,3% que oferece uma excelente solução para a câmara de 1,6 MP.

Iluminação industrial para classificação de qualidade de vegetais

A adição de Iluminação Machine Vision à inspeção de classificação de cenouras aumenta o contraste e realça as fissuras e danos existentes na superfície das cenouras. Para minimizar e eliminar as sombras, aconselha-se um sistema de iluminação na parte superior da correia transportadora. O contraste melhorado ao utilizar uma luz superior no sistema de visão para inspeção da classificação de vegetais facilita a deteção de fissuras e a observação de danos nos vegetais, permitindo a sua posterior separação. Para iluminação, recomendamos uma luz aproximadamente 10% maior do que o campo de visão. Recomendamos 2 das nossas Bar light brancas, a série Bar light VA-BL3 275*16, a colocar na parte superior da correia transportadora. Adicionalmente, estas estão disponíveis em stock expresso. Isto significa que podem ser enviadas imediatamente ao cliente.

Como a aplicação iria decorrer numa área exterior, recomendamos tanto um filtro de lente polarizado como uma folha polarizadora para eliminar o possível encandeamento e os reflexos.

Um filtro de lente polarizado: o filtro de lente LFT-LPOL-M25.5 foi concebido para lentes C-mount com a rosca de filtro M25.5xP0.5, como a lente C-mount de 12 mm recomendada.

Uma folha de filtro polarizador:  a folha de filtro polarizador linear polariza a Back light quando colocada em frente da fonte de luz. Também pode ser cortada no tamanho preferido pelo cliente.

Machine vision bar light

Software de processamento de imagem para classificação de vegetais

Uma única Câmara, lente e iluminação não constituem um sistema de visão completo para classificação de vegetais. Para a inspeção efetiva da qualidade dos vegetais, é necessário software de processamento de imagem para detetar fissuras e danos nos vegetais. As nossas câmaras são compatíveis com GenICam, o que significa que podem ser utilizadas com uma variedade de software de terceiros, incluindo MvTec Halcon, NI LabVIEW, Cognex Vision pro, MATLAB, Open CV e software para placas ARM.

Para a programação inicial, o nosso SDK gratuito pode ser utilizado para adquirir imagens e definir os parâmetros da câmara.

O kit de desenvolvimento de software é compatível com PCs convencionais e industriais e plataformas ARM, incluindo a série NVIDIA TX e Raspberry Pi. Os sistemas operativos suportados incluem Windows, Linux e Android. Os sistemas operativos Notably e Apple MAC OS não são suportados para utilização industrial, mas os engenheiros podem executar uma máquina virtual com Windows ou Linux em MAC para compatibilidade. O SDK suporta linguagens de programação como C++, C#/. NET e Python. É possível adquirir linguagens adicionais mediante pedido, uma vez que não estão incluídas no pacote padrão.

Para este exemplo, aplicação de classificação de Vegetais / Cenouras, o cliente apreciou trabalhar com software fácil de utilizar para colegas menos experientes. Por esse motivo, é aconselhada a utilização do Software Zebra Aura Vision. Este software robusto e fácil de utilizar oferece um ambiente gráfico sólido que se assemelha a uma “caixa de ferramentas”.

Utilizando este software para complementar a sua aplicação de classificação de vegetais, podem ser detetados tanto o tamanho dos danos como a respetiva quantidade.

Para adquirir conhecimentos sobre o software Aurora Vision, está disponível a versão lite gratuita com todos os algoritmos padrão.

Aplicações de classificação e triagem de vegetais

Uma aplicação de classificação e triagem de vegetais com sistema de visão também é utilizada numa variedade de outras aplicações e indústrias; neste caso, foi utilizada na indústria agrícola. No entanto, é também frequentemente utilizada nas indústrias alimentares. Por exemplo, um sistema de visão poderia automatizar a contagem e análise de inúmeras frutas a um ritmo rápido na produção alimentar. Para imaging de alta velocidade, uma câmara de visão industrial, como a nossa câmara de 1,6 MP com 227 fps, a câmara MER2-160-227U3C, à resolução total, poderia oferecer uma excelente solução de hardware de visão.

Além de inspecionar as fissuras na superfície das cenouras, um sistema de visão também poderia ser utilizado para detetar a descoloração e a qualidade da pele na superfície dos vegetais.

Suporte para aplicações de classificação e triagem de vegetais

Gostaria de obter suporte de um dos nossos especialistas em machine vision para criar o seu próprio sistema de visão para classificação de vegetais? Ou outro sistema de visão semelhante? Não hesite em contactar-nos através do formulário abaixo!