Calidad de Jasmine Rice Quality Analyzer Food que comprueba la máquina con el ordenador de GPU

Principio de la inspección

El inspector pegajoso de la calidad del arroz se convirtió y produjo por nuestra compañía está conectado con el arroz pegajoso que procesaba la cadena de producción y conectado con el arroz pegajoso que levantaba y que transportaba la tubería. El arroz pegajoso se extrae de la tubería transportadora a intervalos regulares y la calidad del arroz pegajoso se analiza. Puede analizar los brotes heterogéneos del arroz pegajoso. La inspección y el análisis de los granos, de las semillas de la hierba, de los granos insecto-comidos, de los granos de la giberelina, de los granos dañados, de los gérmenes negros, impurezas, etc., dirigen la mejora de la calidad del arroz pegajoso, e informes estadísticos de la forma de vez en cuando, mientras que mejora seguridad del producto y rastreabilidad.

Cuando se detecta que la calidad del arroz pegajoso muestreado no es buena, los operadores de la cadena de producción pueden ajustar los parámetros de la clasificadora del arroz pegajoso en la cadena de producción a tiempo para asegurarse que la calidad del arroz pegajoso produjo. El arroz pegajoso se ha examinado que se puede devolver automáticamente a la línea de transformación pegajosa del arroz a través de la tubería, y a los granos se vuelve al almacén sin perder un grano del grano.

Configuraciones de equipo

Tecnología clave

1. Binarization automático: Red neuronal profunda del uso para dividir el primero plano y el fondo en segmentos de la imagen. Comparado con el método tradicional del binarization, puede ser aplicada a una variedad de condiciones de iluminación, y la segmentación del borde del arroz pegajoso es altas ventajas más lisas, rápidas y robustas.

2. Algoritmo pegajoso adhesivo de la segmentación del arroz: El arroz pegajoso conectado no se puede dividir en segmentos basado en el método de ámbitos conectados. La red neuronal profunda se utiliza para dividir el arroz en segmentos pegajoso adherido en un nivel del caso, que puede alcanzar una velocidad de 1000fps y puede procesar el arroz pegajoso adherido en tiempo real.

3. Algoritmo del reconocimiento de la cualidad de Nuomi: adopta una red neuronal ligera e integra un método de aprendizaje semi-supervisado. El modelo puede ser optimizado iterativo solamente marcando una pequeña cantidad de datos. Tiene las ventajas de la alta exactitud, de la velocidad rápida, y del despliegue conveniente.

Combinar métodos tradicionales de la visión por ordenador y algoritmos de la inteligencia artificial para analizar el arroz pegajoso. Primero, los métodos visuales tradicionales se utilizan para dividir los granos pegajosos del arroz en segmentos en el marco video, y entonces los algoritmos de la inteligencia artificial se utilizan para identificar las cualidades de los granos pegajosos divididos en segmentos del arroz para determinar si hay insectos. Polilla, brote, moho y otros problemas. Al mismo tiempo, dos cámaras de alta resolución fueron utilizadas para fotografiar el frente y la parte posterior del arroz pegajoso, y las propiedades de los dos lados eran analizadas. Con el algoritmo del registro, el arroz pegajoso delantero y trasero se registra uno por uno, y sus cualidades respectivas se combinan para obtener las cualidades de un grano pegajoso completo del arroz.

Gama de usos

El analizador de la calidad del grano de la serie de KVS-G se compone de sistema visual, de sistema informático y de otras estructuras de módulo. Cuando el grano incorpora el campo visual de la cámara, se fotografía el grano, y las características de un grano completo se obtienen con el algoritmo del registro. Identificación de la cualidad para determinar si hay problemas tales como puntos de la enfermedad, crecimiento de molde, florecimiento, daño, y erosión del insecto. Tiene una amplia gama de usos y está de gran importancia a la clasificación del grano y a la mejora de calidad.