Return to search

Qualitätserkennung am Apfel mit Hilfe der Streifenprojektion

Äpfel müssen für die Verwendung als Tafelobst in einen den Handelsgütebestimmungen entsprechenden Zustand aufbereitet werden. Die Anforderungen an die Äpfel der einzelnen Klassen sind in den Qualitätsnormen und Handelsklassen für die EG festgelegt. Automatische Verfahren zur Sortierung von Äpfeln nach Größe, Farbe und Form kommen zum Einsatz. Qualitätsfehler auf der Apfeloberfläche ohne Farbveränderungen der Fruchtoberfläche werden nicht erkannt. Ausgehend von der auf dem Markt vorhandenen Sortiertechnik für Obst und Gemüse sowie den aktuellen technischen Möglichkeiten der Oberflächenerkennung bzw. -prüfung wurde nach einer Lösung gesucht, auch unverfärbte Oberflächenformveränderungen zu erkennen. Unverfärbte Oberflächenformveränderungen sind häufig die Ursache von größeren, oft infektiösen Schadstellen nach der Apfelaufbereitung. Sie führen zu Ausfällen für die Erzeuger und den Handel. Verbraucherbefragungen ergaben Interesse für den Handel an einer Erkennung unverfärbter Oberflächenformveränderungen zur Qualitätsverbesserung des Marktangebotes. Dabei sind breite flache, breite tiefe und tiefe schmale unverfärbte Oberflächenformveränderungen von besonderem Interesse. Nach bisher vorliegenden Untersuchungsergebnissen können mit Hilfe des Reflexionsmeßverfahrens Qualitätsfehler erkannt werden, die mit Verfärbung der Schale oder des schalennahen Fruchtfleisches einhergehen. Für die Erkennung von Druckstellen, die nicht mit Verfärbung verbunden sind, ist das Reflexionsmeßverfahren daher nur bedingt geeignet. Zur Problemlösung wurde ein Versuchsstand für Triangulationsmessungen mit Liniengitterprojektion aufgebaut. Es wurden 900 Apfelstreifenbilder der Apfelsorten "Golden Delicious", "Red Delicious" und "Braeburn" mit Hilfe des Versuchsaufbaus und dem zur Bilderkennung entwickelten Erkennungsalgorithmus untersucht. Zur Gewinnung der Merkmale aus dem Streifenbild wurde auf die Anzahl bzw. die Abstände der Streifen zurückgegriffen. Die aufgenommenen Apfelstreifenbilder wurden durch den Erkennungsalgorithmus in die Merkmalsklassen "gesunde Oberfläche", "Stiel- und Kelchgrube" und "Druckstelle" gruppiert. Nach den erfolgten Untersuchungen ist das Streifenprojektionsverfahren für die Sortierprozesse von Fruchtoberflächen geeignet, wenn die effektive optische Auflösung des Gesamtsystems, die von der Paßfähigkeit der Rastergrößen der einzelnen Baugruppen des Systems (Streifengitter, Kamerachip, Bildspeicher) abhängt, angepaßt werden kann (Ausschalten störender Moiré-Effekte im erforderlichen Auflösungsbereich). Die dreidimensionale Oberflächenkontur des Apfels moduliert das Abbild der projizierten Streifen, wodurch dreidimensionale Informationen der Oberflächentopographie in einem zweidimensionalen Bild impliziert werden können. Unverfärbte Oberflächenformveränderungen sind mit dem beschriebenen Erkennungsalgorithmus zu klassifizieren. Der Einsatz der Bilderkennung in dieser zeitkritischen Anwendung kann nur hardware-orientiert gelöst werden. Ein prinzipieller funktionsfähiger Lösungsansatz ist mit dem Erkennungsalgorithmus geschaffen. / Apples must conform to the trade quality regulations to be deemed fit for consumption. The EU requirements for each individual class of apple are specified in quality standards and trade classifications. Automatic processes are used to sort apples by size, colour and shape. Non-discoloured surface discrepancies of the fruit are not identified. This paper aims to find a system which allows non-discoloured surface discrepancies based on the sorting method for fruit and vegetables available on the market and state-of-the-art technology. Non-discoloured surface discrepancies often caused by serious, and in many cases, infectious areas of damage after the apples are processed. They result in losses for the grower and the trade. Consumer research revealed trade interest in a system which could identify non-discoloured surface discrepancies, leading to an increase in the quality of goods supplied to the market. Broad shallow, broad deep and shallow narrow non-discoloured discrepancies are of particular relevance. Previous studies have shown that discoloured discrepancies (discrepancies involving discoloration of the skin, or the fruit tissue immediately below the skin) can be identified using reflection measurement procedures. Such procedures have limited applicability for evaluating bruises which do not result in skin discoloration. An experiment bench was constructed for triangulation readings of projected line patterns in an attempt to solve this problem. Altogether 900 stripe images of apples of the "Golden Delicious", "Red Delicious" and "Braeburn" varieties were analysed using the experiment design and the algorithm developed for evaluating the images. The characteristics of the stripe image were determined on the basis of the number of stripes, or the spacing between the stripes. The recorded apple stripe images were grouped into the following characteristic categories by the evaluation algorithm: "healthy surface", "stalk and calyx" and "bruise". The study shows that the stripe projection procedure is suitable for sorting fruit by surface quality if the effective optical resolution of the overall system can be adapted accordingly (i.e. if the interfering Moiré effects can be eliminated in the required resolution range). This resolution depends on the grid sizes of individual system components (stripe pattern, camera chip, image memory). The three-dimensional contours of the apple surface alter the reflection of the projected stripes, which allows three-dimensional information regarding the surface topography to be indicated in a two-dimensional image. Non-discoloured surface discrepancies may be classified with the evaluation algorithm described above. The only viable method of applying image evaluation procedures requires substantial hardware. The evaluation algorithm is one solution which functions in principle.

Identiferoai:union.ndltd.org:HUMBOLT/oai:edoc.hu-berlin.de:18452/14956
Date17 June 1998
CreatorsHother, Katrin
ContributorsLüdders, Peter, Rath, Thomas, Schmidt, Uwe
PublisherHumboldt-Universität zu Berlin, Landwirtschaftlich-Gärtnerische Fakultät
Source SetsHumboldt University of Berlin
LanguageGerman
Detected LanguageGerman
TypedoctoralThesis, doc-type:doctoralThesis
Formatapplication/pdf

Page generated in 0.0026 seconds