[发明专利]一种基于RGB-D视觉的在线果蔬识别系统及方法在审

专利信息
申请号: 202110476768.6 申请日: 2021-04-29
公开(公告)号: CN113128515A 公开(公告)日: 2021-07-16
发明(设计)人: 刘利;马泰安;邱志东;刘伟;史颖刚 申请(专利权)人: 西北农林科技大学
主分类号: G06K9/38 分类号: G06K9/38;G06K9/40;G06K9/46;G06K9/62;G06T7/10;G06T7/50;G06T5/00
代理公司: 暂无信息 代理人: 暂无信息
地址: 712100 陕西省咸阳市杨凌区西农路2*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 rgb 视觉 在线 识别 系统 方法
【说明书】:

发明涉及一种基于RGB‑D视觉的在线果蔬识别系统及方法,其特征在于,包括在线载物平台、实感深度相机和识别控制系统,所述识别控制系统包括主控机及点云处理模块、点云识别模块、人机交互模块;所述实感深度相机与所述主控机连接;所述点云处理模块包括点云图像生成模块、点云图像增强模块、点云图像滤波模块、点云图像配准模块、点云图像分割模块和点云图像发送模块;所述点云识别模块包括点云图像匹配模块和点云模型特征数据库;所述点云模型特征数据库包括点云颜色数据库、点云轮廓数据库和点云特征数据库;本发明识别精度高,误识别率低,操作性好,自动化程度高。

技术领域

本发明属于果蔬识别技术领域,具体涉及一种基于RGB-D视觉的在线果蔬识别系统及方法。

背景技术

我国食品加工产业日渐发展,果蔬分级工作是果蔬采后加工的必要前期步骤,因其工作量巨大,需要大量的劳动力投入其中,所以采用果蔬分级机器人成为了产业发展方向。随着机器视觉的发展,视觉传感器及果蔬识别技术的多样化及高性能,是提升果蔬分级系统性能及行业技术含量的关键所在。而当前市面上的果蔬分级机器人,通用性不高,往往局限于同类型果蔬的分级,想要提高果蔬分级机器人的通用性,就需要在分级之前通过视觉检测,判断果蔬类型,采用不同的分级标准和分级方式。采用传统视觉检测,准确率低,识别速度缓慢,人机交互性差,实用性、操作性不强,且难以进行二次开发。

发明内容

为了解决上述现有技术中存在的技术问题,本发明设计了一种基于RGB-D视觉的在线果蔬识别系统及方法。

为了解决上述现有技术中存在的技术问题,本发明一方面采用了以下技术方案:

一种基于RGB-D视觉的在线果蔬识别系统,包括在线载物平台、实感深度相机和识别控制系统,所述识别控制系统包括主控机及点云处理模块、点云识别模块、人机交互模块;所述实感深度相机与所述主控机连接。

进一步,所述点云处理模块包括点云图像生成模块、点云图像增强模块、点云图像滤波模块、点云图像配准模块、点云图像分割模块和点云图像发送模块。

进一步,所述点云识别模块包括点云图像匹配模块和点云模型特征数据库;所述点云模型特征数据库包括点云颜色数据库、点云轮廓数据库和点云特征数据库。

进一步,所述人机交互模块包括人机交互界面、交互信息收发器、用户输入器、状态反馈器、程序载入器和模拟调试器,所述交互信息收发器与用户输入器、状态反馈器、程序载入器、模拟调试器连接;

所述人机交互界面,获取用户操作指令并发送至所述交互信息收发器,并从所述交互信息收发器获取系统当前执行状态和识别结果向用户展示;

所述用户输入器,捕获用户输入的动静态分析指令、程序载入指令、开始识别指令,并通过操作指令发送器发送至所述点云识别模块;

所述状态反馈器,实时接收识别结果和系统执行状态,并显示至人机交互界面;

所述程序载入器,在用户操作下,将既定程序识别参数载入所述识别控制系统;

所述模拟调试器,通过对载入的程序进行调试,采用所述识别控制系统点云模型特征数据库内的特征点云作为数据流参数,并将调试结果显示至人机交互界面。

进一步,所述在线载物平台包括恒稳传输带装置,所述恒稳传输带装置由所述识别控制系统控制。

进一步,所述实感深度相机设置有红外线发射器、红外线传感器、色彩传感器和电源指示灯,所述实感深度相机采集目标物的RGB-D数据流信息。

进一步,还包括移动终端,所述移动终端与所述识别控制系统通过WI-FI路由器通讯连接。

本发明另一方面还公开了:

一种基于RGB-D视觉的在线果蔬识别方法,包括以下步骤:

S1,开启识别控制系统, 并载入程序进行模拟调试;所示识别控制系统模拟调试通过后,开启在线载物平台和实感深度相机;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西北农林科技大学,未经西北农林科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110476768.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top