Contrôle qualité des fruits et légumes
18 février 2022 | Lecture 3 min
Nuances de couleur
Si la couleur détermine souvent le niveau de maturité d’un produit alimentaire, elle est aussi utilisée à des fins de classification par les supermarchés.
Les supermarchés haut-de-gamme ont tendance à privilégier les produits parfaits avec certaines nuances de couleurs, et sont prêts à payer plus pour les obtenir. Il est donc dans l'intérêt des producteurs de fruits et légumes d'assurer une classification adéquate et rapide.
Les caméras linéaires couleur permettent de reconnaître automatiquement les couleurs et d’assurer le tri des produits à très grande vitesse.
Taille
Les supermarchés fixent les critères de taille des produits souhaités. Pour obtenir le meilleur rendement possible et réduire les déchets au maximum, les producteurs devront récolter au bon moment.
Il est possible d’automatiser ce processus avec un système de vision : celui-ci génère des données sur la position et la taille des produits dans les champs et permet ainsi d’identifier ceux qui peuvent être récoltés.
L'emplacement de chaque fruit ou légume répondant aux critères est alors transmis à un système de cueillette automatisée qui remplace la récolte à la main. Pour les fruits et légumes qui n’ont pu être récoltés, le système détermine à quel moment ils pourront l’être en prenant en compte les prévisions météorologiques.
Le LMI Gocator est parfait pour scanner les cultures en 3D, son indice de protection IP67 le rend également idéal pour fonctionner en extérieur.
Voici ici un bel exemple de son utilisation pour automatiser la récolte du brocoli.
Tous les produits vont naturellement présenter des variations de forme et le système de vision devra en tenir compte dans son processus de classement.
Défauts de forme
La forme des fruits et légumes est également un critère de sélection pour trouver les produits « parfaits ». Il est donc également intéressant pour les agriculteurs de les séparer des fruits et légumes aux formes inhabituelles.
Il rassemble des informations obtenues par différents angles de vue et différentes sources (des données de nuages de points 3D provenant du LMI Gocator par exemple) afin d’identifier les caractéristiques clés qui permettent de classer le produit.
Les défauts ne sont malheureusement pas toujours visibles en surface. Il est alors nécessaire de recourir à des techniques permettant de voir au-delà.
Les progrès récents en vision industrielle ont permis de développer de nouvelles techniques qui permettent de voir au-delà de la surface des fruits et légumes afin de détecter les meurtrissures « cachées », les moisissures, les maladies et les parasites qui restent invisibles avec un système traditionnel de vision industrielle couleur. Ces nouveaux systèmes de vision sont par exemple en mesure de détecter la maturité d'un produit sans que celui-ci ne change de couleur en mûrissant, comme c’est le cas pour un avocat.
La vision hyperspectrale rend possible l’inspection des matières organiques au niveau des molécules, apportant à la vision industrielle tous les avantages de la spectroscopie.
Pour en savoir plus sur son fonctionnement, consultez notre site.
Intelligence artificielle dans les champs
L'agriculture moderne utilise la vision industrielle non seulement dans les applications d'automatisation et de robotique, mais aussi pour l'inspection des semences et des récoltes. Grâce à notre outil de machine learning CVB Polimago, même les objets organiques polymorphes peuvent être détectés et classés rapidement et de manière fiable.
En pleine forme
Les capteurs 3D intelligents tels que le LMI Gocator 2400 permettent de récolter uniquement les fruits qui répondent aux critères stricts des supermarchés. Ainsi, fini le tri long et coûteux après récolte. Dotés d’une résolution élevée et d’un processeur puissant, ils scannent les produits à haute vitesse et atteignent une excellente reproductibilité.
Dévoiler l’invisible
La vision hyperspectrale repose sur une analyse spectrale des matériaux. Les substances reconnues sont mises en évidence avec différentes couleurs, ce qui permet d'identifier les contaminants organiques et inorganiques dans les produits agricoles avec un seul et même système. Une solution intéressante consiste ici à utiliser une caméra Goldeye d’Allied Vision avec un spectrographe.
Coup de projecteur sous la peau
Les caméras dotées d’un prisme comme la JAI Sweep+ permettent d’obtenir une meilleure transmission de la lumière et une séparation nette du spectre chromatique, même pour les objets se déplaçant de manière aléatoire. Les modèles NIR détectent également les défauts sous la surface, ce qui permet par exemple de trier efficacement les fruits et légumes présentant des meurtrissures.
Précision et fidélité des couleurs
Compagnon idéal des caméras à prisme et des capteurs NIR, l’objectif à correction chromatique convient parfaitement aux applications de vision en couleur. STEMMER IMAGING propose des objectifs CVO à 4 capteurs qui offrent une excellente précision et fidélité des couleurs.
