專利名稱：一種基于fpga的糧食品質(zhì)在線檢測裝置的制作方法
技術(shù)領(lǐng)域：
本實用新型涉及一種糧食品質(zhì)在線檢測裝置，尤其是涉及一種基于FPGA的糧食品質(zhì)在線檢測裝置。
背景技術(shù)：
我國是世界第一產(chǎn)糧大國，每年生產(chǎn)5億多噸糧食，占世界總產(chǎn)量的22%。但是與我國糧食生產(chǎn)大國地位極不相稱的是我國糧食檢測加工自動化水平的相對落后。國內(nèi)糧食檢測的一般方法，還停留在完全手工階段，即便有部分糧食品質(zhì)參數(shù)可以通過簡單的儀器設(shè)備進(jìn)行檢測，其結(jié)果的準(zhǔn)確性還遠(yuǎn)不能令人滿意。大多數(shù)糧食檢測加工裝備制造企業(yè)規(guī)模小、技術(shù)分散、開發(fā)能力弱、產(chǎn)品單一、成套能力差，效率低。當(dāng)前國內(nèi)市場上，用于糧食顆粒品質(zhì)檢測和分級的光電色選機(jī)，國外品牌的占據(jù)著主要份額。目前對糧食品質(zhì)進(jìn)行分級的主要指標(biāo)包括容量、不完善粒、雜質(zhì)、水分、色澤和氣味，而不完善粒和雜質(zhì)含量是可以通過圖像的方法進(jìn)行檢測的。以往的檢測分級工作主要是由人工完成，檢測結(jié)果容易受主觀因素的影響，精度低、速度慢，且對檢測員而言，容易造成視覺疲勞。傳統(tǒng)基于PC機(jī)的機(jī)器視覺技術(shù)，可以實現(xiàn)對糧食品質(zhì)客觀、準(zhǔn)確的檢測，但卻存在系統(tǒng)體積龐大、成本高和實時性差的問題。嵌入式機(jī)器視覺技術(shù)作為一種新興發(fā)展起來的無損檢測技術(shù)，極大的克服了人工檢測和傳統(tǒng)機(jī)器視覺技術(shù)的不足，具有實時性好、成本低、功耗小和結(jié)構(gòu)緊湊的特點，已經(jīng)被廣泛地應(yīng)用于各種檢測和監(jiān)控行業(yè)當(dāng)中。在糧食品質(zhì)自動檢測方面，已完成的工作主要有Y N Wan等(Y N Wan,C M Lin,J F Chiou. Rice Quality Classification Using an Automatic Grain Quality Inspection System. Transactions of the ASAE,2002, 45(2) :379-387)研制了谷物自動檢測系統(tǒng)，糧粒通過送料機(jī)構(gòu)中的矩陣格子撒到透明皮帶上，而后進(jìn)入視場；系統(tǒng)包含一個彩色相機(jī)和一個黑白相機(jī)，彩色相機(jī)采用入射光照明方式，用來檢測非破損粒的顏色特征，黑白相機(jī)采用背光照明方式，用來檢測破損粒；氣動閥可以將谷物吹入集料箱內(nèi)；系統(tǒng)對正常粒、白堊粒和破損粒的檢測精度分別為95%、92%和 87%，檢測速度為每分鐘1200粒。Kawamura 等(Kawamura S, Natsuga M, Takekura K, Itoh K. Development of anautomatic rice-quality inspection system. Computers and Electronics in Agriculture, 2003,40 :115-126)研制了稻米品質(zhì)自動檢測系統(tǒng)，該系統(tǒng)分為兩部分，一部分利用近紅外透射儀判斷稻米的水分和蛋白質(zhì)含量，另一部分利用透射傳感器和反射傳感器判斷稻米的內(nèi)外部特征，該系統(tǒng)每40秒處理1000粒，并達(dá)到了較高的檢測精度。成芳(成芳.稻種質(zhì)量的機(jī)器視覺無損檢測研究[D].杭州浙江大學(xué)，2005.)開發(fā)了基于Matlab平臺的稻種圖像分析系統(tǒng)；提出了基于K-W單特征分析的最優(yōu)特征集選取方法；對于稻種常見缺陷如芽谷、霉變和裂穎，開發(fā)了高精度的識別算法。凌云等(凌云，王一鳴，孫明，孫紅，張小超.基于機(jī)器視覺的大米外觀品質(zhì)檢測裝置.農(nóng)業(yè)機(jī)械學(xué)報，2005，36 (6) :89-9 研制了一套基于機(jī)器視覺的大米外觀品質(zhì)參數(shù)檢測裝置，該裝置由嵌入式工控機(jī)作為處理平臺，利用CCD相機(jī)拍攝托盤上的靜態(tài)圖像；系統(tǒng)采用改進(jìn)的流域分割算法實現(xiàn)了相連籽粒的分割，并實現(xiàn)了在靜態(tài)的情況下對 100粒米樣本的白堊度、白堊率、黃米粒和粒型的檢測，檢測精度分別為士2%、士 1%、士5%和士 4%。蘇憶楠(蘇憶楠.基于機(jī)器視覺和高光譜圖像技術(shù)的糧食水分檢測及雜質(zhì)與不完善粒識別方法研究[D].杭州浙江大學(xué)，2011.)采集6400幅糧粒圖像，提取了圖像的形狀、顏色、不變矩等四個特征，通過以單特征識別為主，三層BP人工神經(jīng)網(wǎng)絡(luò)為輔的方法， 構(gòu)建了糧粒與雜質(zhì)識別的機(jī)器視覺靜態(tài)檢測硬件系統(tǒng)和識別模型。結(jié)果顯示該識別模型的總體識別正確率在90%以上。在實際在線檢測中，這些方法只能檢測到糧粒整個表面的一半，不能完成對整個表面顏色特征的檢測；且圖像處理都是依賴于PC機(jī)或是基于串行指令體系處理器的嵌入式系統(tǒng)，這使得系統(tǒng)若想實現(xiàn)在線檢測，就必須使數(shù)據(jù)運算的時鐘頻率是數(shù)據(jù)采集時鐘頻率的數(shù)倍，系統(tǒng)的處理速度受到極大限制。
發(fā)明內(nèi)容本實用新型的目的在于提供一種基于FPGA的糧食品質(zhì)在線檢測裝置，能按糧食顆粒形態(tài)特征和和整個顆粒表面的顏色特征，采用兩個線掃描相機(jī)和FPGA并行處理方式的糧食品質(zhì)在線檢測裝置及方法，能對糧食品質(zhì)進(jìn)行全面評定的機(jī)器視覺系統(tǒng)本實用新型解決其技術(shù)問題所采用的技術(shù)方案是本實用新型包括主動滾筒，調(diào)速電機(jī)，第一從動滾筒，多行式排種器，透明皮帶，第一線掃描相機(jī)，第一光照箱，第一線光源，第一背景板，U形機(jī)架，第二背景板，F(xiàn)PGA圖像處理板，ARM板，第二線光源，第二線掃描相機(jī)，第二光照箱，第二從動滾筒，編碼器和第三從動滾筒；其中在U形機(jī)架兩側(cè)的底部分別安裝有由調(diào)速電機(jī)帶動的主動滾筒和第二從動滾筒， 在U形機(jī)架兩側(cè)的上部分別安裝第一從動滾筒和第三從動滾筒；在U形機(jī)架的中部分別安裝有第一光照箱和第二光照箱，透明皮帶穿過第一光照箱和第二光照箱后，環(huán)繞在第三從滾筒、第二從動滾筒、主動滾筒和第一從動滾筒上；第一背景板安裝在第一光照箱的透明皮帶下方，第一光照箱的透明皮帶上方，從下至上依次安裝第一線光源和第一線掃描相機(jī)，第二背景板安裝在第二光照箱的透明皮帶上方，第二光照箱的透明皮帶下方，從上至下依次安裝第二線光源和第二線掃描相機(jī)；多行式排種器安裝在第一從動滾筒側(cè)的透明皮帶的上方；FPGA圖像處理板通過CameraLink連接口分別與第一線掃描相機(jī)和第二線掃描相機(jī)相連，F(xiàn)PGA圖像處理板通過10/100 Ethernet 口和DVI視頻口與ARM板相連，安裝在第三從動滾筒軸上的編碼器與FPGA圖像處理板相連。二、基于FPGA的糧食品質(zhì)在線檢測方法在皮帶上運行的顆粒先經(jīng)過第一線掃描相機(jī)，后經(jīng)過第二線掃描相機(jī)，顆粒的形態(tài)特征和上表面顏色特征的檢測過程是利用第一線掃描相機(jī)拍攝的圖像完成的，顆粒的形態(tài)特征和上表面顏色特征定義為第一特征集；顆粒面積和顆粒下表面顏色特征的檢測過程是利用第二線掃描相機(jī)拍攝的圖像完成的，顆粒面積和顆粒下表面顏色特征定義為第二特征集。第一特征集和第二特征集中的各特征的提取方法借鑒蘇憶楠在基于機(jī)器視覺和高光譜圖像技術(shù)的糧食水分檢測及雜質(zhì)與不完善粒識別方法研究中所采用的方法。顆粒經(jīng)多行式排種器撒在透明皮帶上，測量第一線光源在透明皮帶上的照射位置與第二線光源在透明皮帶上的照射位置之間的距離D，測量顆粒中的最小顆粒寬度W，用D 除以W取整后得到第一線掃描相機(jī)和第二線掃描相機(jī)之間最多能擺放的顆粒數(shù)量M_Col ；定義常量M_ Row為多行式排種器的行數(shù)；定義以下變量//第i行上的顆粒經(jīng)第一線掃描相機(jī)檢測的結(jié)果trUe表示顆粒的第一特征集滿足正常糧食顆粒標(biāo)準(zhǔn)，false表示顆粒的第一特征集不滿足正常糧食顆粒標(biāo)準(zhǔn)。bool UpIsffheat ⑴；H第i行上的顆粒經(jīng)第二線掃描相機(jī)檢測的結(jié)果trUe表示顆粒的第二特征集滿足正常糧食顆粒標(biāo)準(zhǔn)，false表示顆粒的第二特征集不滿足正常糧食顆粒標(biāo)準(zhǔn)。bool DownIsffheat ⑴；H從隊列中取出的第i行上的顆粒經(jīng)第一線掃描相機(jī)檢測的結(jié)果。bool UpIsffheatNow (i)；H第i行上的顆粒經(jīng)第一線掃描相機(jī)和第二線掃描相機(jī)綜合檢測后的結(jié)果 true表示正常糧食顆粒，false表示其它顆粒。bool IsffheatNow ⑴；定義隊列結(jié)構(gòu)Struct WheatQueueStruct{bool Isffheat [M_Col]；int Head ；int Rear ；}；Il定義多行式排種器在各行排出的顆粒隊列WheatQueueStruct WheatQueueArray[M_Row]；[0037]當(dāng)多行式排種器在第i行排出的顆粒經(jīng)過第一線掃描相機(jī)時，采用現(xiàn)有的方法判斷顆粒的第一特征集是否滿足正常糧食顆粒標(biāo)準(zhǔn)，判斷結(jié)果由變量UpIsWheat (i)記錄，并執(zhí)行如下語句WheatQueueArray[i]. Isffheat[Rear] = UpIsffheat (i)；WheatQueueArray[i]. Rear = (WheatQueueArray[i]. Rear + 1) % M_Col ；當(dāng)多行式排種器排出的第i行顆粒經(jīng)過第二線掃描相機(jī)時，仍采用蘇憶楠論文的方法判斷顆粒的第二特征集合是否滿足正常糧食顆粒標(biāo)準(zhǔn)，判斷結(jié)果由變量DownlsWheat (i)記錄，并執(zhí)行如下語句UpIsffheatNow (i) = WheatQueueArray[i]. Isffheat[Head]；WheatQueueArray[i]. Head = (WheatQueueArray[i]. Head + 1) % M_Col ；IsffheatNow (i)= UpIsffheatNow (i)* DownIsffheat (i)；如果IsWheatNow (i )的值為true，則輸出結(jié)果表示該顆粒為正常糧食顆粒，否則為其它顆粒，其它顆粒包括雜質(zhì)糧食顆粒和不完善糧食顆粒，將正常糧食顆粒和其它顆粒分別計數(shù)，最終得出正常糧粒和雜質(zhì)的數(shù)量。本實用新型具有的有益的效果是克服了在檢測糧食品質(zhì)時，傳統(tǒng)方法只能檢測到糧粒整個表面一半的不足，能準(zhǔn)確快速地通過檢測顆粒的形態(tài)特征和整個顆粒表面的顏色特征，判斷糧食樣本中正常糧食顆粒和雜質(zhì)顆粒的數(shù)量；裝置的檢測性能優(yōu)于傳統(tǒng)基于PC的機(jī)器視覺系統(tǒng)的檢測裝置。

附圖是本實用新型的裝置結(jié)構(gòu)原理示意圖。附圖中1、主動滾筒，2、調(diào)速電機(jī)，3、第一從動滾筒，4、多行式排種器，5、透明皮帶，6、第一線掃描相機(jī)，7、第一光照箱，8、第一線光源，9、第一背景板，10、機(jī)架，11、第二背景板，12、FPGA圖像處理板，13、ARM板，14、第二線光源，15、第二線掃描相機(jī)，16、第二光照箱，17、第二從動滾筒，18、編碼器，19、第三從動滾筒。
具體實施方式
下結(jié)合附圖和具體實施例對本發(fā)明作進(jìn)一步說明。如附圖所示，本實用新型包括主動滾筒1，調(diào)速電機(jī)2，第一從動滾筒(3)，多行式排種器4，透明皮帶5，第一線掃描相機(jī)6，第一光照箱7，第一線光源8，第一背景板9，U形機(jī)架10，第二背景板11，F(xiàn)PGA圖像處理板12，ARM板13，第二線光源14，第二線掃描相機(jī)15， 第二光照箱16，第二從動滾筒17，編碼器18和第三從動滾筒19 ；其中在U形機(jī)架11兩側(cè)的底部分別安裝有由調(diào)速電機(jī)2帶動的主動滾筒1和第二從動滾筒17，在U形機(jī)架10兩側(cè)的上部分別安裝第一從動滾筒3和第三從動滾筒19 ；在U形機(jī)架10的中部分別安裝有第一光照箱7和第二光照箱16，透明皮帶5穿過第一光照箱7和第二光照箱16后，環(huán)繞在第三從滾筒19、第二從動滾筒17、主動滾筒1和第一從動滾筒3 上；第一背景板9安裝在第一光照箱7的透明皮帶下方，第一光照箱7的透明皮帶上方，從下至上依次安裝第一線光源8和第一線掃描相機(jī)6，第二背景板11安裝在第二光照箱16的透明皮帶上方，第二光照箱16的透明皮帶下方，從上至下依次安裝第二線光源14和第二線掃描相機(jī)15 ；多行式排種器4安裝在第一從動滾筒3側(cè)的透明皮帶5的上方；FPGA圖像處理板12通過CameraLink連接口分別與第一線掃描相機(jī)8和第二線掃描相機(jī)15相連，F(xiàn)PGA 圖像處理板12通過10/100 Ethernet 口和DVI視頻口與ARM板13相連，安裝在第三從動滾筒19軸上的編碼器18與FPGA圖像處理板12相連。所述的FPGA (場可編程門陣列)圖像處理板12型號為TB-5V-LX110-DDR2，兩個線掃描相機(jī)型號為AViiVA SC2 CL0基于FPGA的糧食品質(zhì)在線檢測方法在皮帶5上運行的顆粒先經(jīng)過第一線掃描相機(jī)6，后經(jīng)過第二線掃描相機(jī)15，顆粒的形態(tài)特征和上表面顏色特征的檢測過程是利用第一線掃描相機(jī)6拍攝的圖像完成的，顆粒的形態(tài)特征和上表面顏色特征定義為第一特征集；顆粒面積和顆粒下表面顏色特征的檢測過程是利用第二線掃描相機(jī)15拍攝的圖像完成的，顆粒面積和顆粒下表面顏色特征定義為第二特征集。第一特征集和第二特征集中的各特征的提取方法借鑒蘇憶楠在基于機(jī)器視覺和高光譜圖像技術(shù)的糧食水分檢測及雜質(zhì)與不完善粒識別方法研究中所采用的方法。[0055]顆粒經(jīng)多行式排種器4撒在透明皮帶5上，測量第一線光源8在透明皮帶5上的照射位置與第二線光源14在透明皮帶5上的照射位置之間的距離D，測量顆粒中的最小顆粒寬度W，用D除以W取整后得到第一線掃描相機(jī)6和第二線掃描相機(jī)15之間最多能擺放的顆粒數(shù)量M_Col ；定義常量M_ Row為多行式排種器4的行數(shù)。定義以下變量Il待測糧食樣本中正常糧食顆粒數(shù)量；Cn ；Il待測糧食樣本中其它顆粒數(shù)量；Ca;Il通過第i行的糧食樣本中正常糧食顆粒數(shù)量；Cn ⑴；Il通過第i行的糧食樣本中其它顆粒數(shù)量；Ca ⑴；初始情況下Cn = Ca = Cn(i) = Ca (i) = 0 ；//第i行上的顆粒經(jīng)第一線掃描相機(jī)6檢測的結(jié)果true表示顆粒的第一特征集滿足正常糧食顆粒標(biāo)準(zhǔn)，false表示顆粒的第一特征集不滿足正常糧食顆粒標(biāo)準(zhǔn)；bool UpIsffheat ⑴；H第i行上的顆粒經(jīng)第二線掃描相機(jī)15檢測的結(jié)果trUe表示顆粒的第二特征集滿足正常糧食顆粒標(biāo)準(zhǔn)，false表示顆粒的第二特征集不滿足正常糧食顆粒標(biāo)準(zhǔn)；bool DownIsffheat ⑴；H從隊列中取出的第i行上的顆粒經(jīng)第一線掃描相機(jī)6檢測的結(jié)果；bool UpIsffheatNow (i)；H第i行上的顆粒經(jīng)第一線掃描相機(jī)6和第二線掃描相機(jī)15綜合檢測后的結(jié)果true表示正常糧食顆粒，false表示其它顆粒。bool IsffheatNow (i );在FPGA的RAM存儲器內(nèi)，開辟M_ Row個存儲單元，存儲深度為M_Col，每個存儲單元用來存放一個循環(huán)隊列，命名為WheatQueueArray [i] (i = 1,2, 3"'M_Col)，循環(huán)隊列的對頭和隊尾分別為Head和Rear。定義隊列結(jié)構(gòu)Struct WheatQueueStruct{bool Isffheat [M_Col]；int Head ；int Rear ；}；Il定義多行式排種器4在各行排出的顆粒隊列WheatQueueStruct WheatQueueArray[M_Row]；當(dāng)多行式排種器4在第i行排出的顆粒經(jīng)過第一線掃描相機(jī)7時，采用現(xiàn)有的方法 (如蘇憶楠.基于機(jī)器視覺和高光譜圖像技術(shù)的糧食水分檢測及雜質(zhì)與不完善粒識別方法研究[D].杭州浙江大學(xué)，2011.)判斷顆粒第一特征集是否滿足正常糧食顆粒標(biāo)準(zhǔn)，判斷結(jié)果由變量UpIsWheat (i )記錄，并執(zhí)行如下語句WheatQueueArray[i]. Isffheat[Rear] = UpIsffheat (i)；WheatQueueArray[i]. Rear = (WheatQueueArray[i]. Rear + 1) % M_Col ；當(dāng)多行式排種器4排出的第i行顆粒經(jīng)過第二線掃描相機(jī)15時，仍采用蘇憶楠論文的方法判斷顆粒的第二特征集是否滿足正常糧食顆粒標(biāo)準(zhǔn)，判斷結(jié)果由變量 DownIsffheat (i )記錄，并執(zhí)行如下語句UpIsffheatNow (i) = WheatQueueArray[i]. Isffheat[Head]；WheatQueueArray[i]. Head = (WheatQueueArray[i]. Head + 1) % M_Col ；IsffheatNow (i)= UpIsffheatNow (i)* DownIsffheat (i)；如果IsWheatNow (i )的值為true，則輸出結(jié)果表示該顆粒為正常糧食顆粒，否則為其它顆粒。之后執(zhí)行如下語句If (WheatQueueArray[i]. Head == WheatQueueArray[i]. Rear)Cn = Cn + Cn(i)；Ca= Ca + Ca (i);WheatQueueArray[i]. Head = WheatQueueArray[i]. Rear = O；elseif (IsffheatNow (i))Cn(i) = Cn(i) + 1;elseCa(i) = Ca(i) + 1;最終得出正常糧粒顆粒和其它顆粒的數(shù)量。
權(quán)利要求1. 一種基于FPGA的糧食品質(zhì)在線檢測裝置，其特征在于包括主動滾筒(1)，調(diào)速電機(jī) O)，第一從動滾筒(3)，多行式排種器0)，透明皮帶(5)，第一線掃描相機(jī)(6)，第一光照箱 (7)，第一線光源(8)，第一背景板(9)，U形機(jī)架(10)，第二背景板(11)，F(xiàn)PGA圖像處理板 (12)，ARM板(13)，第二線光源(14)，第二線掃描相機(jī)(15)，第二光照箱(16)，第二從動滾筒(17)，編碼器(18)和第三從動滾筒(19)；其中在U形機(jī)架(11)兩側(cè)的底部分別安裝有由調(diào)速電機(jī)( 帶動的主動滾筒(1)和第二從動滾筒(17)，在U形機(jī)架(10)兩側(cè)的上部分別安裝第一從動滾筒C3)和第三從動滾筒 (19)；在U形機(jī)架(10)的中部分別安裝有第一光照箱(7)和第二光照箱(16)，透明皮帶(5) 穿過第一光照箱(7)和第二光照箱(16)后，環(huán)繞在第三從滾筒(19)、第二從動滾筒(17)、 主動滾筒(1)和第一從動滾筒C3)上；第一背景板(9)安裝在第一光照箱(7)的透明皮帶下方，第一光照箱(7)的透明皮帶上方，從下至上依次安裝第一線光源(8)和第一線掃描相機(jī) (6)，第二背景板(11)安裝在第二光照箱(16)的透明皮帶上方，第二光照箱(16)的透明皮帶下方，從上至下依次安裝第二線光源(14)和第二線掃描相機(jī)(15)；多行式排種器(4)安裝在第一從動滾筒⑶側(cè)的透明皮帶(5)的上方；FPGA圖像處理板(12)通過CameraLink 連接口分別與第一線掃描相機(jī)(8)和第二線掃描相機(jī)(15)相連，F(xiàn)PGA圖像處理板(12)通過10/100 Ethernet 口和DVI視頻口與ARM板(13)相連，安裝在第三從動滾筒(19)軸上的編碼器(18)與FPGA圖像處理板(12)相連。
專利摘要本實用新型公開了一種基于FPGA的糧食品質(zhì)在線檢測裝置。多行式排種器安置在透明皮帶的左側(cè)；編碼器安裝在從動滾筒上，兩臺光照箱分別安裝在透明皮帶的上方和下方，光照箱內(nèi)各配線光源和背景板及線掃描相機(jī)，透明皮帶從線光源和背景板之間穿過；線掃描相機(jī)通過CameraLink線纜與FPGA圖像處理板相連；動力由調(diào)速電機(jī)傳送到透明皮帶上；本實用新型克服了在檢測糧食品質(zhì)時,傳統(tǒng)方法只能檢測到顆粒整個表面一半的不足，能準(zhǔn)確快速地通過檢測顆粒的形態(tài)特征和整個顆粒表面的顏色特征，判斷糧食樣本中正常糧食顆粒和其它顆粒的數(shù)量；裝置的檢測性能優(yōu)于傳統(tǒng)基于PC的機(jī)器視覺系統(tǒng)的檢測裝置。
文檔編號G01N21/89GK202083645SQ201120137699
公開日2011年12月21日 申請日期2011年5月4日 優(yōu)先權(quán)日2011年5月4日
發(fā)明者應(yīng)義斌, 王靖宇, 饒秀勤 申請人:浙江大學(xué)