水果分選機的研究狀況和發(fā)展?fàn)顩r

1、水果自動分級技術(shù)的現(xiàn)狀與發(fā)展摘 要：我國是一個水果生產(chǎn)大國，自動分級技術(shù)對提高我國鮮食水果的 市場競爭力和利潤水平有重要的意義。本文綜述了國內(nèi)外水果自動分級技術(shù)的研究進展和產(chǎn)品化現(xiàn)狀；同時，對國內(nèi)水果自動分級技術(shù)研究的現(xiàn)狀及發(fā)展前景做了概括。關(guān)鍵詞：柑橘；自動分級；發(fā)展；現(xiàn)狀我國是水果生產(chǎn)大國，特別是90年代以來發(fā)展更為迅速。據(jù)國家統(tǒng)計局 統(tǒng)計，2 0 0 4 年我國水果總產(chǎn)量已經(jīng)達到15243萬噸，比2003年增長5% 占世界總產(chǎn)量的12.7%。水果產(chǎn)業(yè)已經(jīng)成為我國南方主產(chǎn)區(qū)農(nóng)村經(jīng)濟的一大支 柱產(chǎn)業(yè)，為促進農(nóng)民增收、擴大城鄉(xiāng)居民就業(yè)和改善生態(tài)環(huán)境作出了積極貢獻。 雖然我國水果產(chǎn)量很大，但國內(nèi)

2、水果價格低，“賣果難”問題經(jīng)常出現(xiàn)，水果生產(chǎn)快速發(fā)展的勢頭受到抑制。 而且中國水果以本國消費為主，參與國際貿(mào)易 的比例一直很低，出口量不到國際水果貿(mào)易的 3%。其中一個重要原因就是采 后商品化處理落后，外觀質(zhì)量較差，導(dǎo)致水果的市場競爭力比較弱。根據(jù)水果 產(chǎn)銷趨勢可以發(fā)現(xiàn)，水果產(chǎn)值的大部分是由產(chǎn)后處理和產(chǎn)后加工創(chuàng)造來的。水果的產(chǎn)后商品化處理包括清洗、打蠟、分級、包裝。分級是果品商品化處理的 重要環(huán)節(jié)，它在技術(shù)方面發(fā)展最快并在最近幾年發(fā)生了根本的變化。目前我國國內(nèi)水果商品化處理過程中的清潔、 打蠟設(shè)備已經(jīng)比較成熟，關(guān)鍵在于分級技 術(shù)還比較落后。水果的分級指標(biāo)包括外部品質(zhì)和內(nèi)部品質(zhì)兩個方面。水果外部

3、品質(zhì)的主要分級指標(biāo)是水果的果形、大小、色澤、表面質(zhì)量和顏色等。其中水 果的表面質(zhì)量可以通過表面光潔度、表面缺陷（斑點、污點、爛壞）、損傷來 描述。內(nèi)部品質(zhì)指糖度、硬度、酸度、可溶性固形物等指標(biāo)。本文主要綜述最 近十年與水果自動分級研究相關(guān)的內(nèi)容。1研究現(xiàn)狀1.1國外的研究現(xiàn)狀國外早期的水果自動分級方法主要通過CCD相機，采用無損檢測、計算機分析處理等手段對水果逐一進行分析判別后得出綜合結(jié) 論。利用機器視覺技術(shù)實現(xiàn)農(nóng)產(chǎn)品內(nèi)部品質(zhì)無損檢測是目前國際上正在研究的 熱點課題。除了使用高效的信息處理技術(shù)，水果的質(zhì)量無損檢測手段包括近紅 外線、紅外線檢驗等光學(xué)檢驗方法和高光譜、多光譜技術(shù)等。人工神經(jīng)網(wǎng)絡(luò)技

4、 術(shù)是模仿生物大腦結(jié)構(gòu)和功能而構(gòu)成的信息處理技術(shù)，在機器視覺系統(tǒng)中應(yīng)用 可提高品質(zhì)識別的智能性。Kavdir等使用神經(jīng)網(wǎng)絡(luò)算法對柑橘進行分級，把 缺陷和物理特征作為神經(jīng)網(wǎng)絡(luò)分類器的輸入?yún)?shù)，對柚子和橙子的分級準(zhǔn)確率為98.5%,對橘子的分級準(zhǔn)確率為9 8.3 %。使用神經(jīng)網(wǎng)絡(luò)分類，訓(xùn)練好網(wǎng)絡(luò)后，利用AN N的泛化功能，對橙子的彩色R G B圖像，結(jié)合顏色和果形分 析，獲得魯棒性、實時性的分類結(jié)果。紅外線波段是人眼不可視波段，在水果 的檢測中，有許多優(yōu)良的性能，比如碳?xì)浠衔铮ㄌ?、酸、水、維生素等）在 近紅外波段有不同的吸收峰，可作為檢測的依據(jù)，是近年來發(fā)展起來的水果內(nèi) 部品質(zhì)檢測技術(shù)極佳的檢測

5、手段。Miller采用彩色電視攝像機和近紅外線掃描攝像機獲得桃子、柑橘等水果圖像進行較深入的研究， 對桃子表面的灰度圖 象進行陰影校正、圖象分割和邊緣檢測，然后用灰度和色度閾值及區(qū)域增長法 求得損傷表面面積，與人工測得的結(jié)果相關(guān)系數(shù)達0.5 6 。Miller 使用紅外技術(shù)測量柚子和蜜桔的糖度，并建立了近紅外和糖度Brix測度的線性關(guān)系。 機器視覺系統(tǒng)數(shù)據(jù)的提取需要高質(zhì)量的圖像，采用高光譜和多光譜技術(shù)可以快速得到高精度的圖像。高光譜圖像的光譜分辨率相當(dāng)高，能夠精確獲得果品缺 陷、污點等的特征光譜段，最近這方面的研究較多。而多光譜利用高光譜的分 析結(jié)果，能夠快速、實時采集信息，降低了軟件識別的不

6、確定性。Ki m等使用4 5 0851nm波段的高光譜圖像識別蘋果表皮的肥料殘留物，研究表明， 污穢的識別可使用3波段法（綠、紅、近紅外）或2波段法（近紅外區(qū)域的兩 端），前者可用于商業(yè)分級設(shè)備。高光譜還可用于成熟度分級，波長范圍從396 736nm（間隔1.3nm）。用配置多濾光片的多光譜相機 （740nm、950nm和可見光 段），干涉濾光片放置在光路上產(chǎn)生不同的波長可以對柑橘進行缺陷檢測。西 班牙的Aleixos使用多光譜相機檢測柑橘，圖像在兩塊DSP中并行運算，視覺 系統(tǒng)檢測的參數(shù)為尺寸、顏色、缺陷，檢測速度大于 5個/ s。中國柑橘的顏 色識別正確率為94%檸檬和中國柑橘的缺Pg識別

7、正確率分別為 93%和9 4 % o X射線、核磁共振、熱紅外圖像等手段在水果損傷和成熟度檢測 上也有應(yīng)用。X射線可用于識別蘋果的水芯。實驗表明空間特征 （面積、灰度） 比變換域系數(shù)的特征更明顯，因此用水果的面積、水果的平均灰度、DCT變換的第10個諧波作為Bayesian分類器的輸入量，判斷準(zhǔn)確率為7 9 %。X射線 還可以檢測損傷的新舊程度。Pathaveerat等使用高速單脈沖核磁共振技術(shù)作 為油梨在線分級的工具，一個單脈沖 NMR獲得質(zhì)子的的自衰變，把這個自衰 變作Foruier變化，測量油梨的成熟度。這種方法測定油梨成熟度快速準(zhǔn)確， 具有很大發(fā)展?jié)摿ΑＳ捎趽p傷處和正常處的熱輻射不同，

8、 用熱紅外圖像對損傷 的判別準(zhǔn)確率達1 0 0 %。實驗表明，在損傷30180s后，擦傷處和正常處至 少有120c的溫差。但熱紅外圖像必須在環(huán)境溫度變化下才可檢測。1.2國內(nèi)的研究現(xiàn)狀國內(nèi)的水果自動分級研究起步較晚，主要在水果外在品質(zhì)檢測展開研究。針對水果的內(nèi)部品質(zhì)檢測的研究還不多。 李慶中等在實數(shù)域分形盒維數(shù)計算方 法的基礎(chǔ)上，提出了雙金字塔數(shù)據(jù)形式的盒維數(shù)快速計算方法。對于待識別水果圖像的可疑缺陷區(qū)，提出用5個分形維數(shù)作為描述該區(qū)域粗糙度和紋理方向 性的特征參數(shù)，并用所提出的快速計算方法進行計算，然后利用人工神經(jīng)網(wǎng)絡(luò)（B P ）作為模式識別器，區(qū)分水果表面的缺陷區(qū)和梗萼凹陷區(qū)，識別的準(zhǔn)確率

9、 為9 3 %, 一個可疑缺陷區(qū)的判別時間為47ms李慶中等還介紹了蘋果顏色 自動分級系統(tǒng)的硬件組成，確定了蘋果顏色特征的提取方法， 利用遺傳算法實 現(xiàn)了多層前饋神經(jīng)網(wǎng)絡(luò)識別器的學(xué)習(xí)設(shè)計，實現(xiàn)了蘋果顏色的實時分級，并通過實驗驗證了該方法的有效性。試驗結(jié)果表明，顏色分級識別準(zhǔn)確率在9 0 %以 上，分級一個蘋果所用的時間為150m&籍保平、李永華提出了基于計算機視 覺的蘋果形狀和尺寸識別的方法。在對蘋果圖像進行形狀和尺寸識別時，首先 通過中值濾波和閾值法去除圖片中的噪音和背景信息，并轉(zhuǎn)換成二值圖像，然后進行邊緣提取。獲取的蘋果邊緣中包括果柄的邊緣點，必須給以剔除，最后 針對剔除果柄后的蘋果邊緣進

10、行快速傅立葉變換（或通過幾何參數(shù)法）來提取包含形狀和尺寸信息的傅立葉系數(shù)（或幾何參數(shù)），用來作為蘋果形狀和尺寸 分級的依據(jù)。應(yīng)義斌、景寒松等利用機器視覺采集黃花梨圖像，研究了不規(guī)則 果品的形狀描述方法，提出在黃花梨的分級過程中采用傅立葉變換與傅立葉反 變換來描述果形，開發(fā)了基于人工神經(jīng)網(wǎng)絡(luò)的果形識別軟件。利用紅、綠色彩 分量在壞損與壞損交界處的突變，求出可疑點，再經(jīng)區(qū)域增長突出整個受損面。 研究發(fā)現(xiàn)，該傅立葉的前1 6個諧波的變化特性足以代表梨體的主要形狀，采 用傅立葉描述與人工神經(jīng)網(wǎng)絡(luò)相結(jié)合的方法進行果形識別的精確率可達90%,而且傅立葉描述子可以進行平移、旋轉(zhuǎn)和縮放，并具有很強的水果外形

11、重建功能。應(yīng)義斌等利用機器視覺技術(shù)對黃花梨的表面缺陷進行檢測。黃花梨梨體的正常部分和缺陷部分的光反射率在可見光域內(nèi)有很大差異，即梨體的正常部分與缺陷部分呈現(xiàn)為不同的顏色，因而在可見光域內(nèi)可以對果面缺陷進行檢測。在檢測果面缺陷時，提出利用紅(R)、綠(G)色彩分量在壞損交界處的 突變，求出可疑點，再經(jīng)區(qū)域增長定出整個受損面積。何東健等以計算機視覺 自動檢測果實表面著色度并進行分級為目的，建立了室內(nèi)計算機視覺系統(tǒng)獲取蘋果果實的彩色圖像，并將RGB值轉(zhuǎn)換成HLS值；在分析蘋果顏色特性的基礎(chǔ) 上，確定了用適當(dāng)色相值下累計著色面積百分比進行顏色分級的方法。試驗表明，利用建立的準(zhǔn)則和方法，計算機視覺分級與

12、人工分級的一致度在88%以上。 何東健等在分析果實表面顏色色相分布特性的基礎(chǔ)上，又提出將果實色相分布 曲線作為模式處理，用人工神經(jīng)網(wǎng)絡(luò)技術(shù)進行果實表面顏色分級。結(jié)果表明， 用人工神經(jīng)網(wǎng)絡(luò)技術(shù)分級與人工分級的一致度在 9 4 %以上。馮斌通過對不同 著色等級的水果分析，以各色度在水果表面分布的分形維數(shù)為特征進行分級， 該特征值不僅考慮了各色度點的累計特性，而且考慮了色度點空間分布特性， 使顏色分級更符合實際情況。將各色度域分形維數(shù)作為模式處理， 建立了人工 神經(jīng)網(wǎng)絡(luò)識別模型。學(xué)習(xí)后的模型分級正確率為 9 5 %。趙靜等在綜合分析果 形的基礎(chǔ)上，提出用半徑指標(biāo)、連續(xù)性指標(biāo)等 6個特征參數(shù)表示果形。

13、首次將 參考形狀分析法用于果形判別，并利用人工神經(jīng)網(wǎng)絡(luò)對果形進行識別和分級。結(jié)果表明，用提取的特征參數(shù)和果形識別技術(shù)，計算機視覺與人工分級的平均 一致率在9 3 %以上。應(yīng)義斌，饒秀勤等以表面色澤與固酸比為柑橘成熟度指 標(biāo)，建立了用于柑橘成熟度檢測的機器視覺系統(tǒng)，確定了適宜的背景顏色，進 行了柑橘的分光反射試驗，發(fā)現(xiàn)綠色柑橘表面與桔黃色表面的反射率在700nm時反射率相差最大，約達5 3 %,且各自的反射率都較大，700nm是獲得高質(zhì) 量的柑橘圖像的較佳中心波長。建立了利用協(xié)方差矩陣和樣本屬于桔黃色和綠 色的概率來判斷柑橘成熟度的判別分析法，并以實測的固酸比值作為對照，對72枚柑橘樣本進行了試

14、驗，柑橘成熟度的判別準(zhǔn)確率達到91.67%=這表明柑橘果實的表皮顏色與成熟度之間具有相關(guān)性。李公平等利用核磁共振原理測甜 菜含糖量，通過大量實驗，在借用對甜菜含糖量折光計分析法的基礎(chǔ)上，建立 了核磁共振方法中甜菜的含糖量模型。原理適用于所有水果含糖量測定的研 究。2水果自動分級設(shè)備的產(chǎn)品化狀況2.1 國外公司產(chǎn)品狀況國外公司較早開始對水果自動分級的研究進行產(chǎn)品化。1995年美國研制成功的Merling高速高頻計算機視覺水果分級系統(tǒng)，生產(chǎn)率約為 40t/h ,美國 每年有50犯上的蘋果經(jīng)過該設(shè)備處理。美國 Penwalt公司Decco型分級機是 按重量分級的果實分級機，利用杠桿原理進行工作，采用

15、最新電子儀器測定重 量，可按需選擇準(zhǔn)確的分級基準(zhǔn)，分級精度高。具有速度快、性能好、通用性 強的特點。日本開發(fā)了可見光和近紅外線測定梨、蘋果成熟度的傳感器，又研 制了快速判別水果成熟度和色澤的選果裝置，并將此技術(shù)用于自動化選果線 上，把成熟度、色彩傳感器與自動化分級、包裝線連在一起，率先實現(xiàn)了高度 自動化的無損傷檢測選果。日本三菱電器公司研制的水果成熟度分級機，就是利用傳感器綜合測出梨的表面顏色、對特定光的透光率、形狀和大小，并與事 先貯存在計算機中的優(yōu)良梨的數(shù)據(jù)進行對比，推算出成熟度和糖份。美國俄勒岡州的Alle Electronics公司的研制成果能夠分選果實、蔬菜、果仁及各種小 食品的“

16、Inspecttronic ”裝置。該裝置采用高晰像度的 CCD攝像機，能識別 以每分鐘580英尺速度在傳送帶上移動的產(chǎn)品的僅 1mm大小的變色部分和缺 陷部分。該分選裝置能按產(chǎn)品的色澤或大小進行分選，并能將特定產(chǎn)品分選內(nèi)容參數(shù)編成程序預(yù)先儲存在存儲器內(nèi).美國Autoline 公司的水果分級設(shè)備在 世界上處于領(lǐng)先地位，具產(chǎn)品已經(jīng)系列化（5個型號），能夠按照重量、顏色、 形狀分級，傳送通道可以多達9道，分級出口可達60個，每道的最高傳送速 率為12個/s ,其傳輸系統(tǒng)可以容納不同尺寸的水果， Model6型機器視覺水果 分級機采用雙C C D ,其中一個裝有R G B顏色傳感器，另一個裝有近紅外

17、傳 感器，可以同時進行形狀、尺寸大小、體積、顏色和缺陷分級。其所有的控制 可以通過臺式中央計算機控制完成，操作員可對設(shè)備進行分級、選擇，可以根 據(jù)用戶需要進行定量包裝、統(tǒng)計。韓國SEHAN TECH株式會社是生產(chǎn)果蔬分選機的專業(yè)生產(chǎn)廠家。主要生產(chǎn)中小型和大型水果分選設(shè)備，產(chǎn)品包括多通 道分選機、單通道分選機和小型分選機等。能夠進行重量、大小、顏色、缺陷 和含糖量的分選。其中多通道分選機擁有8通道預(yù)選線，計算機分析系統(tǒng)能夠 提供水果分選的各種信息，包括大小的比例情況，每小時的處理量，水果的優(yōu) 質(zhì)度等。在我國江蘇、深圳、湖北等地都有廠家使用它的產(chǎn)品進行柑橘的分級 生產(chǎn)。2.2 國內(nèi)公司產(chǎn)品狀況國內(nèi)

18、目前能生產(chǎn)的水果分級設(shè)備基本還限于機械分級階段，主要進行大 小、重量的分級。目前我國研制的 6GF 1.0型水果大小分級機，采用先進 的輾、帶間隙分級原理，工作時分級輾作勻速轉(zhuǎn)動，輸送帶作直線運動，當(dāng)果 實直徑小于分級輾與輸送帶之間的間隙時， 則順間隙掉入水果槽實現(xiàn)。山東省 棲霞茂源機械設(shè)備生產(chǎn)的GXJ-W系列臥式果蔬分選機是一種將類似球形的水 果或蔬菜（例梨、蘋果、柿子、桃子、檸檬、石榴、番茄、柑橘、土豆等 ）按 重量分級的一種高效自選設(shè)備。我國國內(nèi)的自動分級設(shè)備基本還處于實驗室階 段。我國水果質(zhì)量檢測中使用的水果品質(zhì)自動檢測生產(chǎn)線多為進口設(shè)備，這種進口設(shè)備是針對大農(nóng)場生產(chǎn)所設(shè)計的，在我國小

19、農(nóng)戶產(chǎn)品的檢測中并不實用。 中國農(nóng)業(yè)大學(xué)食品科學(xué)與營養(yǎng)工程學(xué)院籍保平教授等針對我國水果生產(chǎn)現(xiàn)狀 研發(fā)了一條機器視覺水果分級系統(tǒng)，可以對水果的外部缺陷、色澤、尺寸和形 狀進行全面的檢測，在此基礎(chǔ)上，對水果進行高速和精確的分級。它在水果的 尺寸大小、顏色的表達中采用了簡單算法，提高了分級速度，缺陷檢測采用果 面合成技術(shù)和近紅外技術(shù)，保證了檢測的精度和速度。分級基準(zhǔn)和級數(shù)可以根 據(jù)用戶的要求或市場的需要任意調(diào)整。通過增減通道數(shù)，可以調(diào)整系統(tǒng)的處理 量。該生產(chǎn)線目前已經(jīng)申請發(fā)明專利 4項，實用新型專利1項，并于2004年 初與江蘇牧羊集團簽訂了成果轉(zhuǎn)讓協(xié)議，目前產(chǎn)品已經(jīng)投放市場。2004年浙江大學(xué)通過

20、一套水果品質(zhì)智能化實時檢測與分級生產(chǎn)線，由浙江大學(xué)生物系統(tǒng)工程與食品科學(xué)學(xué)院應(yīng)義斌等主持的課題組研制開發(fā)。它可以按照不同水果的 國家分級標(biāo)準(zhǔn)所需的外部特征信息進行分等、分級，生產(chǎn)率可達35t/h。這一系統(tǒng)生產(chǎn)線由計算機視覺系統(tǒng)，能完成水果的單列化并均勻翻轉(zhuǎn)的水果輸送 系統(tǒng)，和精確地實施分級的高速分級機構(gòu)和自動控制系統(tǒng)等部分組成，實現(xiàn)了檢測指標(biāo)的多元化，果品大小、形狀、色澤、果面缺陷等多項檢測一次完成。 廣東包裝食品機械研究所的張聰用非接觸式的測量光幕用于水果分級。測量光幕是相互分離相對放置的發(fā)射器和收光器組成的，以光線陣列掃描，檢測水果的外形尺寸3結(jié)束語由于國內(nèi)對水果品質(zhì)檢測及自動分級研究時間

21、不長，雖然有一些成功的研究，但遠(yuǎn)談不上大規(guī)模推廣應(yīng)用。因此，還存在許多需要繼續(xù)解決的問題。如 國內(nèi)研究的對象大多在靜態(tài)的狀態(tài)下進行，另外以前對水果研究主要的是單渠道單指標(biāo)的分級，對水果的多個品質(zhì)指標(biāo)進行檢測時，處理速度較慢。對水果 品質(zhì)進行快速、全量檢測，多渠道同時并行，還是國內(nèi)學(xué)者需要繼續(xù)研究與攻 克的難題之一。同時，理論和實際還有很大的距離。目前我國水果所用的分級 設(shè)備還僅限于機械分級法，即利用重量和大小分級設(shè)備進行分級；機器自動分級設(shè)備主要依靠于進口，應(yīng)用并不廣泛。所以，我們需要在跟蹤國際最新動態(tài)、 充分利用國外已取得研究成果的基礎(chǔ)上，探索新的理論和方法，并大力發(fā)展新型自動分級硬件設(shè)備，大幅度提高處理速度。同時，應(yīng)加大力度將新技術(shù)應(yīng)用 于實際生產(chǎn)中，這對提高我國國產(chǎn)水果的品質(zhì)，增強參與國際競爭的能力，降 低工人的勞動強度，具有重要的理論意義和實際意義，并能創(chuàng)造巨大的經(jīng)濟效益和社會效益。參考文獻：1張方明，應(yīng)義斌.水果分級機器人關(guān)鍵技術(shù)的研究