基于机器视觉的马铃薯加工原料分选系统

摘要

目的:设计以马铃薯加工原料为对象的自动化分选系统,实现设定标准下马铃薯自动识别.方法:构建分选系统的控制流程及分选算法,通过自动传送、机器视觉采集、吸压翻转自动化获取马铃薯2面的图像,采用图像复原算法消除运动模糊,设计面积比、长短径、凸起检测算法对马铃薯畸形、发芽、大小进行检测,基于颜色特征构建神经网络模型对马铃薯绿皮、病斑、常色进行分类.结果:利用BP神经网络算法预测马铃薯外观颜色绿皮、病斑、正常的分类,以误差分数为衡量预测模型准确性的度量,神经网络的预测分类平均准确率为96.2％.通过选取混合样本对分选系统进行测试,参照设定分选标准,分选系统对马铃薯识别正确率达到95.92％;单薯处理耗时3.76 s.系统运行稳定.结论:该方法用于马铃薯加工原料精量分选可行,能够满足薯制品加工生产线前端的分选需要.