用 HALCON 嵌入式系统快速高效地检测米粒

农业 | 食品 | 标定 | 分类 | 嵌入式视觉 | 检测 | 语义分割

日本公司 Kett Electric Laboratory 从事农业测量设备的研究、开发和销售等业务。他们与机器视觉软件和自动化产品代理领域的专家 LINX Corporation 合作,为一家供应大米的公司开发米粒自动检测系统。

挑战

此前,日本法律要求人工检测员对米粒质量进行随机抽样测试。由于法律变化,Kett 得以引入使用自有机器视觉库的自动检测系统。该系统是逐一采集米粒图像,这种随机抽样测试需要一分钟,相比之下人工测试只需要几秒钟。另外,检测采用的是平均灰度值,也就是绝对值。而人工检测员检测时使用的是相对值。这会导致不同结果出现不可接受的差异。因此,当时该系统并不能取代人工检测员。

解决方案

稻谷检查制度的结果

随后,Kett Electric Laboratory 开发了一套可以克服这些障碍的新系统。它可以在宽广的视野范围内进行采集,并且每幅图像只需要 16 秒。这使得检测结果与人工检测员的结果更加接近,并为大米公司带来多种额外优势

  • 节省了原本需要一年的检测员培训时间及相关费用。

  • 确定某一数值作为检测标准,防止人为误差。

  • 根据米粒大小等测量结果自动分析农业生产流程。

这套系统中的机器视觉软件必须解决复杂的机器视觉任务,并且要在短时间内完成处理。因此,他们选择 HALCON 嵌入式系统,并结合一块功能强大的 CPU 板。HALCON 拥有众多算子,可用于相机标定、米粒分割、特征值提取以及通过尺寸测量对质量进行分类。借助分水岭阈值算法,即使米粒相距很近也能正确分割。

所用硬件如下:

  • ARM CortexA9 CPU 板

  • 5M 像素 CMOS 图像传感器

  • 液晶显示器 (800 x 600 xRGB) 照明(Kett 已申请专利,使用 LCD 作为照明系统。)

文字和图片由 Kett Electric Laboratory.

了解更多 MVTec 嵌入式视觉