使用AI和3D视觉技术进行水果分拣

农产品的形状和颜色往往存在很大差异，这对传统的图像处理方法提出了巨大的挑战。其中一个例子就是水果的识别和分拣。

为了完成这项任务，Basler与软件提供商Data Spree携手合作，利用3D数据作为原材料，为单个水果的检测和分类开发了一套视觉解决方案。利用在神经网络训练过程中所获得的空间信息，可以为水果分拣应用创造出强大的实时解决方案。

工作原理

基于深度学习的视觉系统是由Basler blaze ToF (Time-of-Flight)相机和标准PC组成。Basler blaze相机可提供高分辨率3D图像，精度可达毫米级。它不仅能生成灰度图作为强度图像，还能使用近红外区域(NIR)范围的光脉冲ToF方法来测量到每个像素的距离。然后，生成的图像可用作3D点云图，因此可以提供有关采集场景的其他信息。与2D RGB图像相比，利用这种方法，3D点云图的颜色信息会被形状信息所取代，不仅具有能同时检测红苹果和绿苹果的优点，还支持物体的精确定位和测量等其他应用。

了解我们的3D视觉产品线

水果的3D点云图

3D图像处理技术与人工智能(AI)技术强强联合

软件是这个应用的重要组成部分。这款软件由两个主要组件组成：Basler blaze SDK以及AI应用软件。

Basler blaze的编程界面简单易用，不受限于平台类型，可轻松集成Data Spree软件“Deep Learning DS”。此软件解决方案基于深度神经网络（深度学习），它非常简单易用，即使未掌握相关知识也可以开发深度学习模型。借助这款应用软件，您可以显著简化系统设计的各个工作步骤，例如数据采集、注释、训练、配置以及在目标硬件上部署已训练的神经网络。欢迎查看《经典用例》详细了解各个工作步骤。

即刻下载完整的《经典用例》