De Analysator van de de Rijstkwaliteit van de laboratoriuminspectie met het Roestvrije 304 Materiaal van de Voedselrang

De inspecteur combineert de traditionele methodes van de beeldverwerking en kunstmatige intelligentiealgoritmen om de rijst te analyseren. Eerst, wordt de traditionele visuele methode gebruikt om de rijstkorrels in het videoframe te segmenteren, en dan wordt het kunstmatige intelligentiealgoritme gebruikt om de attributen van de gesegmenteerde rijstkorrels te identificeren en rechter Whether er insect-gegeten, het ontspruiten, schimmel en andere problemen worden. Tegelijkertijd, werden twee high-resolution camera's gebruikt om de voorzijde en de rug van de rijst te fotograferen, en de eigenschappen van de twee kanten werden geanalyseerd. Door het registratiealgoritme, worden de voorzijde en de rug van de rijst één voor één geregistreerd, en hun respectieve eigenschappen worden gecombineerd om de attributen van een volledige rijstkorrel te verkrijgen.

Inspectiedetails

De analysator combineert de traditionele methodes van de beeldverwerking en kunstmatige intelligentiealgoritmen om rijst te analyseren. Eerst, worden de traditionele visuele methodes gebruikt om de rijstkorrels in het videoframe te segmenteren, en dan worden de kunstmatige intelligentiealgoritmen gebruikt om de attributen van de gesegmenteerde rijstkorrels te identificeren en rechter Whether er insect-gegeten, het ontspruiten, schimmel en andere problemen worden. Tegelijkertijd, werden twee high-resolution camera's gebruikt om de voorzijde en de rug van de rijst te fotograferen, en de eigenschappen van de twee kanten werden geanalyseerd. Door het registratiealgoritme, worden de voorzijde en de rug van de rijst één voor één geregistreerd, en hun respectieve eigenschappen worden gecombineerd om de attributen van een volledige rijstkorrel te verkrijgen.

Zeer belangrijke technologie

1. Automatische binarization: Gebruiks diep neuraal netwerk om de voorgrond en de achtergrond van het beeld te segmenteren. Vergeleken met de traditionele binarizationmethode, kan het op een verscheidenheid van verlichtingsvoorwaarden worden toegepast, en de randsegmentatie van rijst is meer vlote, snelle en robuuste Hoge voordelen.

2. Het zelfklevende algoritme van de rijstsegmentatie: De methode op verbonden domeinen wordt gebaseerd kan niet de aangehangen rijst segmenteren die. Het diepe neurale netwerk wordt gebruikt om de aangehangen rijst op een instantieniveau te segmenteren, dat een snelheid van 1000fps kan bereiken en de aangehangen rijst in realtime kan verwerken.

3. De erkenningsalgoritme van rijstattributen: keurt een lichtgewicht neuraal netwerk goed en integreert een semi-gecontroleerde leermethode. Het model kan vaak worden geoptimaliseerd slechts door een kleine hoeveelheid gegevens te merken. Het heeft de voordelen van hoge nauwkeurigheid, snelle snelheid, en geschikte plaatsing.

Waaier van toepassing

Kvs-g de de kwaliteitsanalysator van de reekskorrel is samengesteld uit visueel systeem, softwaresysteem en andere modulestructuren. Wanneer de korrel het gebied van mening van de camera ingaat, wordt de korrel gefotografeerd, en de kenmerken van een volledige korrel worden verkregen door het registratiealgoritme. Attributenidentificatie om te bepalen of er problemen zoals ziektevlekken, de vormgroei, het ontluiken, schade, en insecterosie zijn. Het heeft een brede waaier van toepassingen en is van grote betekenis aan de het sorteren en kwaliteitsverbetering van korrels.

** Naast rijst, kunnen de landbouwproducten zoals meloenzaden, pijnboomnoten, amandelen, koffiebonen, en pinangnoten die kunnen stabiel worden geplaatst door onze analysator worden geanalyseerd.