Qualidade de Jasmine Rice Quality Analyzer Food que verifica a máquina com o computador de GPU

Princípio da inspeção

O inspetor glutinoso da qualidade do arroz tornou-se e produziu-se por nossa empresa é conectado ao arroz glutinoso que processa a linha de produção e conectado ao arroz glutinoso que levanta e que transporta o encanamento. O arroz glutinoso é extraído do encanamento de transtorte em intervalos regulares e a qualidade do arroz glutinoso é analisada. Pode analisar os botões heterogêneos do arroz glutinoso. A inspeção e a análise das grões, das sementes da grama, das grões inseto-comidas, das grões do gibberellin, das grões danificadas, dos germes pretos, impurezas, etc., guiam a melhoria da qualidade do arroz glutinoso, e relatórios estatísticos do formulário de vez em quando, ao melhorar segurança de produto e rastreabilidade.

Quando se detecta que a qualidade do arroz glutinoso provado não é boa, os operadores da linha de produção podem ajustar os parâmetros da máquina de classificação glutinosa do arroz na linha de produção a tempo para assegurar-se de que a qualidade do arroz glutinoso produza. O arroz glutinoso que foi inspecionado pode automaticamente ser enviado para trás à linha de processamento glutinosa do arroz através do encanamento, e às grões é retornado ao armazém sem desperdiçar uma grão da grão.

Configurações de equipamento

Tecnologia chave

1. Binarization automático: Use a rede neural profunda para segmentar o primeiro plano e o fundo da imagem. Comparado com o método tradicional do binarization, pode ser aplicada a uma variedade de condições de iluminação, e a segmentação da borda do arroz glutinoso é umas vantagens altas mais lisas, rápidas e robustas.

2. Algoritmo glutinoso esparadrapo da segmentação do arroz: O arroz glutinoso conectado não pode ser segmentado baseado no método de domínios conectados. A rede neural profunda é usada para segmentar o arroz glutinoso aderido a nível do exemplo, que pode alcançar uma velocidade de 1000fps e pode processar o arroz glutinoso aderido no tempo real.

3. Algoritmo do reconhecimento do atributo de Nuomi: adota uma rede neural de pouco peso e integra um método de aprendizagem semi-supervisionado. O modelo pode iterativamente ser aperfeiçoado somente marcando uma pequena quantidade de dados. Tem as vantagens da precisão alta, da velocidade rápida, e do desenvolvimento conveniente.

Combinando métodos tradicionais da visão por computador e algoritmos da inteligência artificial para analisar o arroz glutinoso. Primeiramente, os métodos visuais tradicionais são usados para segmentar as grões glutinosas do arroz no quadro video, e os algoritmos da inteligência artificial são usados então para identificar os atributos das grões glutinosas segmentadas do arroz para determinar se há insetos. Traça, brotar, oídio e outros problemas. Ao mesmo tempo, duas câmeras de alta resolução foram usadas para fotografar a parte dianteira e a parte traseira do arroz glutinoso, e as propriedades dos dois lados foram analisadas. Com o algoritmo do registro, o arroz glutinoso dianteiro e traseiro é registrado um por um, e seus atributos respectivos são combinados para obter os atributos de uma grão glutinosa completa do arroz.

Escala de aplicações

O analisador da qualidade da grão da série de KVS-G é composto do sistema visual, do sistema de software e das outras estruturas de módulo. Quando a grão incorpora o campo de visão da câmera, a grão está fotografada, e as características de uma grão completa são obtidas com o algoritmo do registro. Identificação do atributo para determinar se há uns problemas tais como pontos da doença, crescimento de molde, brotamento, dano, e erosão do inseto. Tem uma vasta gama de aplicações e é da grande importância à classificação da grão e à melhoria de qualidade.