Qualité de Jasmine Rice Quality Analyzer Food vérifiant la machine avec l'ordinateur de GPU

Principe d'inspection

L'inspecteur visqueux de qualité de riz s'est développé et a produit par notre société est relié au riz visqueux traitant la chaîne de production et relié au riz visqueux soulevant et transportant la canalisation. Le riz visqueux est extrait à partir de la canalisation de transport à intervalles réguliers et la qualité du riz visqueux est analysée. Elle peut analyser les bourgeons hétérogènes du riz visqueux. L'inspection et l'analyse des grains, des graines d'herbe, des grains insecte-mangés, des grains de gibbérelline, des grains endommagés, des germes noirs, impuretés, etc., guident l'amélioration de la qualité du riz visqueux, et des rapports statistiques de forme de temps en temps, tout en améliorant la sécurité du produit et la traçabilité.

Quand on le détecte que la qualité du riz visqueux prélevé n'est pas bonne, les opérateurs de la chaîne de production peuvent ajuster les paramètres de la trieuse de riz visqueux sur la chaîne de production à temps de s'assurer que la qualité du riz visqueux a produit. Le riz visqueux qui a été inspecté peut être automatiquement renvoyé à la chaîne de fabrication de riz visqueux par la canalisation, et aux grains sont retournés à l'entrepôt sans gaspiller un grain de grain.

Configurations d'équipement

Technologie clé

1. Binarization automatique : Employez le réseau neurologique profond pour segmenter le premier plan et le fond de l'image. Comparé à la méthode traditionnelle de binarization, elle peut être appliquée à un grand choix d'états d'allumage, et la segmentation de bord du riz visqueux est des avantages élevés plus doux, rapides et robustes.

2. Algorithme visqueux adhésif de segmentation de riz : Du riz visqueux relié ne peut pas être segmenté basé sur la méthode de domaines reliés. Le réseau neurologique profond est employé pour segmenter le riz visqueux adhéré à un niveau d'exemple, qui peut atteindre une vitesse de 1000fps et peut transformer le riz visqueux adhéré en temps réel.

3. Algorithme de reconnaissance d'attribut de Nuomi : adopte un réseau neurologique léger et intègre une méthode de étude semi-dirigée. Le modèle peut être itérativement optimisé seulement en marquant un peu de données. Il a les avantages de la vitesse de grande précision et rapide, et du déploiement commode.

Combinaison des méthodes traditionnelles de vision par ordinateur et des algorithmes d'intelligence artificielle pour analyser le riz visqueux. D'abord, des méthodes visuelles traditionnelles sont employées pour segmenter les grains visqueux de riz dans l'image vidéo, et alors des algorithmes d'intelligence artificielle sont employés pour identifier les attributs des grains visqueux segmentés de riz pour déterminer s'il y a des insectes. Mite, germination, rouille et d'autres problèmes. En même temps, deux caméras à haute résolution ont été utilisées pour photographier l'avant et le dos du riz visqueux, et les propriétés des deux côtés ont été analysées. Par l'algorithme d'enregistrement, le riz visqueux avant et arrière sont enregistrés un, et leurs attributs respectifs sont combinés pour obtenir les attributs d'un grain visqueux complet de riz.

Étendue des applications

L'analyseur de qualité de grain de série de KVS-G se compose de système de système et logiciel visuel et d'autres structures de module. Quand le grain écrit le champ visuel de la caméra, le grain est photographié, et les caractéristiques d'un grain complet sont obtenues par l'algorithme d'enregistrement. Identification d'attribut pour déterminer s'il y a des problèmes tels que des taches de la maladie, la croissance de moule, le bourgeonnement, des dommages, et l'érosion d'insecte. Il a un large éventail d'applications et est de la grande importance au tri de grain et à l'amélioration de la qualité.