据悉, 研究人员采用DSP作为视觉处理核心、ARM作为控制核心, 开发了基于机器视觉小型的农产品不锈钢分选机的控制系统与控制方法, 可以根据系统图像识别的结果, 控制传送带末端农产品的筛选。同时, 用户可以根据需要, 不需技术人员指导, 单击触摸屏便可更换分选种类, 实现了在不更换设备的情况下多种类农产品的分选功能。研究人员对该分选机的各性能情况进行了实验分析, 具体的实验过程及结果分析如下：

　　一、 实验过程：

　　采用市售的圣女果、金桔及桂圆干等3种农产品作为分选物料, 对圣女果按大小分选, 对金桔和桂圆干按颜色分别进行成熟度与破损度分选。

　　采用不同的物料间距和输送带速率分别进行测试, 在物料间隔方面, 为了防止相邻的物料互相越界干扰, 物料间距须隔1排（约55mm）以上;在输送带速率方面, 调速电机有9个不同速度档位（从10到90）可供选择, 过低速度影响分选效率, 过高速度则剔除装置无法及时反映。通过测试, 选择30、40、50等3档进行试验。

　　二、试验结果表明∶

　　在预定的分选速度下, 分选系统动作牢靠, 表明采用ARM与DSP相结合的方法开发小型农产品不锈钢分选机是可行的, 可代替PC机或是工业计算机, 实现分选机的成本少和小型化。其中, 基于ARM的嵌入式linux系统具有良好的可移植性、稳定性及低功耗等特点, 且具有丰富的应用开发工具和成熟的开发环境, 很适合作为基于机器视觉的分选机控制系统核心。

　　研究人员考虑到DSP较强的计算能力及高度的灵活性和可编程性, 因此图像识别部分在单独的DSP中执行。随着ARM芯片性能不断的提高, 内部也集成了DSP、存储器、各接口控制模块等部件, 构成了一个完整的片上系统。后续研究可以将图像识别部分也并入ARM模块中, 省去单独的DSP芯片, 进一步减少成本, 使不锈钢分选机系统更集成化、小型化。