Qualitätskontrolle von Obst und Gemüse
18. Februar 2022 | Lesezeit: 3 min
Farbveränderungen
Farbveränderungen sind nicht selten ein Anzeichen für die Unreife eines Nahrungsmittels. Sie werden aber auch zur Klassifizierung für die Distribution an Supermärkte herangezogen. Supermärkte akzeptieren nur perfekte Produkte, die bestimmte Farbnuancen aufweisen, und sind bereit, dafür auch mehr Geld auszugeben. Es liegt also im Interesse der Obst- und Gemüseanbauer, für eine adäquate und schnelle Klassifizierung zu sorgen.
Farbzeilenkameras lassen sich zur automatischen Farberkennung und für das entsprechende Sortieren der Erzeugnisse in Höchstgeschwindigkeit einsetzen.
Erfahren Sie mehr dazu in unseren Grundlagen im Abschnitt Farbzeilenkameras.
Größe
Supermärkte bestimmen die Kriterien für die gewünschte Größe der Ernteerzeugnisse. Obst- und Gemüseanbauer wollen den größtmöglichen Ertrag erzielen. Durch Ernte zum richtigen Zeitpunkt lassen sich die Abfallmengen reduzieren.
Dieser Prozess lässt sich automatisieren: Mit Hilfe optischer Systeme können Daten zur Position und Größe einer Feldfrucht erfasst werden, die zur Bestimmung des perfekten Reifegrades herangezogen werden.
Erfüllt die lokalisierte Feldfrucht die entsprechenden Kriterien, wird ihre Position an einen Ernteroboter übermittelt, was die manuelle Ernte überflüssig macht. Informationen zu jeder Feldfrucht, die nicht geerntet wurde, werden mit Wettervorhersagen kombiniert, um den optimalen Erntezeitpunkt zu bestimmen.
Der LMI Gocator eignet sich perfekt für 3D-Aufnahmen von landwirtschaftlichen Produkten. Sein Gehäuse mit Schutzklasse IP67 prädestiniert ihn für den Einsatz im Freien.
Alle organischen Produkte weisen natürliche Abweichungen in ihrer Form auf. Ein zuverlässiges Bildverarbeitungssystem muss in der Lage sein, dies bei der Klassifizierung zu berücksichtigen.
Deformationen
Die Form eines Erzeugnisses ist ebenfalls ein Indikator bei der Suche nach dem „perfekten“ Obst und Gemüse. Daher ist es auch für Landwirte wichtig, Produkte, die diese Kriterien nicht oder nur unzureichend erfüllen, auszusortieren.
Sie nutzt Bildinformationen aus mehreren Bildebenen (beispielsweise auch die vom LMI Gocator generierten 3D-Punktewolken) und erkennt somit automatisch die Schlüsselmerkmale, die zur Identifizierung der Objektklasse beitragen.
Leider zeigen sich Mängel nicht immer auf der Produktoberfläche. Um einen Blick darunter zu werfen, bedarf es spezieller Techniken.
Modernste Ansätze in der Bildverarbeitungstechnologie bieten die Möglichkeit, unter die Oberfläche von Obst und Gemüse zu sehen, um "versteckte" Druckstellen, Schimmel, Krankheiten und Schädlinge ausfindig zu machen, die mit herkömmlichen Bildverarbeitungsmethoden nicht erkannt werden können. Diese innovativen Systeme können sogar den Reifegrad einer Frucht erkennen, was besonders nützlich ist bei Früchten, die ihre Farbe nicht verändern, wenn sie reif sind (z.B. Avocados).
Hyperspektrale Bildverarbeitung ermöglicht die Inspektion organischer Produkte auf molekularer Ebene und erschließt damit völlig neue Anwendungsgebiete für die industrielle Bildverarbeitung.
Künstliche Intelligenz auf unseren Feldern
Moderne Agrarwirtschaft setzt Bildverarbeitung nicht nur in Automatisierungs- und Robotikanwendungen ein, sondern auch für die Inspektion von Saat- und Erntegut. Mit unserem Machine-Learning-Tool CVB Polimago lassen sich selbst polymorphe, organische Objekte schnell und zuverlässig erkennen und klassifizieren.
Gut in Form
3D-Smart-Sensoren wie der LMI Gocator 2400 sorgen dafür, dass nur die Feldfrüchte geerntet werden, die den strengen Supermarktkriterien entsprechen. Aufwendiges nachträgliches Sortieren entfällt. Durch ihre hohe Auflösung und den leistungsstarken Prozessor erreichen sie exzellente Abtastgeschwindigkeiten und Wiederholgenauigkeit.
Das Verborgene sichtbar machen
Hyperspektrale Bildverarbeitung analysiert Materialien spektral und kennzeichnet die erkannten Stoffe farblich. Auf diese Weise können Sie organische und anorganische Verunreinigungen in Agrarprodukten mit ein- und demselben System identifizieren. Die Kombination aus einer Allied Vision Goldeye-Kamera und einem Spektrographen ist hier eine besonders interessante Lösung.
Ein Blick unter die Schale
Prismenbasierte Kameras wie die JAI Sweep+ ermöglichen eine verbesserte Lichtdurchlässigkeit und eine scharfe Trennung der Spektralfarbbereiche selbst bei zufällig bewegten Objekten. Die NIR-Modelle erkennen zudem Defekte unter der Oberfläche. Obst und Gemüse mit Druckstellen kann zuverlässig aussortiert werden.
Präzise und farbtreu
Als perfekte Ergänzung für prismenbasierte Kameras und NIR-Sensoren bietet STEMMER IMAGING auch farbkorrigierte Objektive an. Die CVO 4-Sensor-Objektive eignen sich hervorragend für alle Anwendungen im Bereich der Farbbildverarbeitung, bei denen es auf hohe Präzision und Farbtreue ankommt.
