使用AI和3D视觉技术进行水果分拣
农产品的形状和颜色千差万别，这给传统的图像处理方法带来了巨大挑战。其中一个例子就是水果的检测和分类。为了完成这项任务，Basler 与软件供应商 Data Spree 合作开发了一种视觉解决方案，利用三维数据作为原材料对水果进行检测和分类。
这就是水果分拣3D视觉系统的工作原理
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
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。
3D视觉解决方案可为水果分拣应用带来的好处 - 优势概览
Basler不仅仅提供3D视觉硬件，还为实施相应的软件解决方案提供支持。如果有需要，我们还可以通过广泛的合作伙伴网络来满足客户需求。
简单易用且不受限于平台类型的编程界面(Basler blaze SDK)，带有示例程序
可使用经过行业验证且耐用的相机硬件，并提供IP67防护等级
集成的光源和校准的光学配件，使安装硬件更加轻松
通过3D相机(Time-of-Flight)将空间信息集成到神经网络的学习中，可以更精确、更可靠地对物体进行识别和分类
可降低应用的复杂性，因为在许多应用中不再需要补充的芯片技术
即使在弱光、自然光和无对比度的情况下，也能获得精确的测量结果