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.

Um dos nossos engenheiros de visão recomenda um exemplo de configuração de câmera de teste e software para este sistema de visão de classificação de vegetais. Através dos links, os nossos produtos e preços estão instantaneamente visíveis para fornecer acesso direto à informação sobre este sistema de visão de classificação de vegetais.
Para esta aplicação, o nosso cliente tinha um pedido para detetar a qualidade do corte da cenoura e classificá-las com base nas fotos tiradas com as nossas câmeras industriais. Era necessário classificar as cenouras danificadas separadamente das saudáveis. Utilizando um sistema de machine vision para detetar os parâmetros, foi possível aprovar ou rejeitar as fissuras nas cenouras para utilização posterior.
Table of contents
Seleção de câmera industrial
Primeiro, começamos com a seleção da câmera industrial para o sistema de visão de classificação e triagem de vegetais. A recomendação foi a nossa Câmera GigE de 1,60 MP MER2-160-75GC-P , baseada nas especificações e detalhes da aplicação do nosso cliente.
Inicialmente, o cliente não sabia que interface de câmera interface precisava e não tinha preferência específica de interface. Quando a distância entre um PC e a câmera é inferior a 4,6 metros, é aconselhado utilizar uma interface de câmera USB3 para beneficiar de uma largura de banda 4 vezes superior à de uma Câmera GigE, transmissão de dados e alimentação através de apenas um cabo e vantagem de preço.
Para diferenciar as cores, foi selecionada uma câmera a cores. Como os vegetais se deslocam numa correia transportadora rolling, aconselhamos a utilização de uma Câmera Global shutter em vez de uma rolling shutter camera para este sistema específico de classificação de cenouras por visão. Mais informações sobre Global shutter vs. Rolling shutter podem ser lidas neste artigo no nosso Centro de Conhecimento.
Depois, para poder medir o frame rate da câmera e quantas imagens são necessárias por segundo, perguntámos ao cliente a velocidade real da correia transportadora e, com base na velocidade de aproximadamente 19 m/s, calculámos o frame rate necessário da câmera, que era de 75fps.
Para determinar a resolução necessária, que ainda não estava definida pelo investigador, oferecemos-lhe suporte calculando-a com base nos menores detalhes que pretendia captar na superfície das cenouras, como as fissuras e os danos. Para visualizar as menores fissuras 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 pixels por menor detalhe das fissuras, eram necessários pelo menos 1440*1080 pixels. A nossa Câmera de 1,6 MP MER2-160-75GC-P com o sensor Sony IMX273 oferece uma excelente solução de alta resolução para deteção precisa das fissuras e danos na classificação de qualidade de cenouras/vegetais.

Lente para sensor Sony IMX273
A câmera de 1,6MP selecionada para este sistema de visão de classificação de vegetais possui um sensor Sony IMX273, sendo este um sensor de 1/2.9”. Para determinar qual lente é mais adequada para este sistema de visão, utilizámos o nosso calculador de lentes online. Com base em 2 especificações do sistema de visão, o Campo de Visão (FOV) horizontal necessário e a distância de trabalho (WD), é calculada a distância focal correta.
O cliente requer um FOV de 400x300 mm e prefere uma WD entre 900-1000 mm. O cálculo mostra que, para estas especificações, é recomendada uma lente de distância focal de 12MM. Também é indicado que a distância de trabalho será de 1000 mm e o campo de visão será ligeiramente superior ao preferido. Isto deve-se ao tamanho do sensor da câmera, 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 12MM F2.0 1/1.8" C-mount, a VA-LCM-5MP-12MM-F2.0-018, é uma lente sem distorção < 0,3% que oferece uma excelente solução para a câmera de 1,6MP.
Iluminação industrial para classificação de qualidade de vegetais
Adicionar Iluminação Machine Vision à inspeção de classificação de cenouras aumenta o contraste e destaca as fissuras e danos existentes na superfície das cenouras. Para minimizar e eliminar as sombras, recomenda-se um sistema de iluminação na parte superior da correia transportadora. O contraste melhorado ao utilizar uma luz superior para o sistema de visão de inspeção de classificação de vegetais facilita a deteção das fissuras e a visualização dos danos nos vegetais, permitindo a sua posterior separação. Para a iluminação, recomendamos uma luz aproximadamente 10% maior do que o campo de visão. Recomendamos 2 das nossas Bar light, a branca Bar light series VA-BL3 275*16, para serem colocadas na parte superior da correia transportadora. Adicionalmente, estas estão disponíveis em stock expresso. Isto significa que podem ser enviadas imediatamente para o cliente.
Como a aplicação iria decorrer numa área exterior, recomendamos tanto um filtro polarizador de lente como uma folha polarizadora para eliminar possíveis brilhos e reflexos.
Um filtro polarizador de lente: o filtro de lente LFT-LPOL-M25.5 é feito para C-mount lentes com 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 o Back light ao segurá-la em frente à fonte de luz. Pode também ser cortada no tamanho preferido do cliente.

Software de processamento de imagem para classificação de vegetais
Uma única Câmera, lente e iluminação não constituem um sistema completo de visão para classificação de vegetais. Para a inspeção real da qualidade dos vegetais, é necessário software de processamento de imagem para detetar fissuras e danos nos vegetais. As nossas câmeras são compatíveis com GenIcam, o que significa que podem ser utilizadas com uma variedade de software de terceiros, incluindo MvTec Halcon, NI LabVIEW, Cognex Visão pro, MATLAB, Open CV e software para Arm Boards.
Para a primeira programação, o nosso SDK gratuito pode ser utilizado para adquirir imagens e definir os parâmetros da câmera.
O kit de desenvolvimento de software é compatível com PCs regulares e industriais e plataformas ARM, incluindo a série NVIDIA TX e Raspberry Pi. Os sistemas operativos suportados incluem Windows, Linux e Android. Sistemas operativos como Notably e Apple MAC OS não são suportados para uso industrial, mas os engenheiros podem executar uma máquina virtual com Windows ou Linux no MAC para garantir compatibilidade. O SDK suporta linguagens de programação como C++, C#/. NET e Python. É possível adquirir linguagens adicionais mediante pedido, pois não estão incluídas no pacote padrão.
Para este exemplo, aplicação de classificação de Vegetais / Cenouras, o cliente valorizou trabalhar com software fácil de usar para colegas com menos experiência. Por isso, é aconselhada a utilização do Zebra Aura Visão Software. Este software robusto e intuitivo oferece um ambiente gráfico sólido que se assemelha a uma “caixa de ferramentas”.
Ao utilizar este software para complementar a sua aplicação de classificação de vegetais, tanto o tamanho dos danos como a sua quantidade podem ser detetados.
Para adquirir conhecimento sobre o Aurora Visão software, está disponível gratuitamente a versão lite com todos os algoritmos padrão.
Aplicações de classificação e triagem de vegetais
Uma aplicação de classificação e triagem de vegetais com sistema de visão é também utilizada numa variedade de outras aplicações e indústrias, tendo sido utilizada na indústria agrícola. No entanto, é frequentemente utilizada também nas indústrias alimentares. Por exemplo, um sistema de visão pode automatizar a contagem e análise de inúmeros frutos a um ritmo acelerado na produção alimentar. Para imagem de alta velocidade, uma câmera de visão industrial, como a nossa câmera de 1,6MP com 227 fps, a MER2-160-227U3C, à resolução total pode oferecer uma excelente solução de hardware de visão.
Além de inspecionar as fissuras na superfície das cenouras, um sistema de visão pode também 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!