CN105195442A - 一种基于机器视觉的淡水鱼新鲜度分级系统及方法 - Google Patents
一种基于机器视觉的淡水鱼新鲜度分级系统及方法 Download PDFInfo
- Publication number
- CN105195442A CN105195442A CN201510671605.8A CN201510671605A CN105195442A CN 105195442 A CN105195442 A CN 105195442A CN 201510671605 A CN201510671605 A CN 201510671605A CN 105195442 A CN105195442 A CN 105195442A
- Authority
- CN
- China
- Prior art keywords
- fresh
- value
- water fishes
- freshness
- countering
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Farming Of Fish And Shellfish (AREA)
- Processing Of Meat And Fish (AREA)
Abstract
本发明涉及一种基于机器视觉的淡水鱼新鲜度分级系统,包括工业计算机(1)、分级输送台;分级输送台的起始端设置首部激光计数传感器(2)、工业摄像机(3)、LED光源(4),沿分级输送台输送方向还设置喷射气路,喷射气路上与分级输送台对应位置依次设置与淡水鱼新鲜度分级级数相等数量的喷嘴,每个喷嘴由对应的电磁阀控制开闭,每个喷嘴之前设有对应的分级激光计数传感器;首部激光计数传感器(2)感应到分级输送台上的输送的淡水鱼时,工业摄像机(3)启动拍摄;分级输送台上,对应位置的喷嘴将淡水鱼吹落并分类收集;首部激光计数传感器(2)、工业摄像机(3)、LED光源(4)、电磁阀、分级激光计数传感器均与工业计算机信号连接。
Description
技术领域
本发明涉及淡水鱼新鲜度分级的系统和方法,具体来说,是一种基于机器视觉的淡水鱼新鲜度分级系统及方法,属于淡水鱼新鲜度分级技术领域。
背景技术
新鲜度是淡水鱼最重要的品质指标,直接关系到食品的质量与安全。现有的淡水鱼分级系统较为简单,一般只能根据重量进行分级。如需根据淡水鱼的新鲜程度进行分级则一般比较麻烦,劳动强度较大,计数麻烦,而且分级准确度也难以保证。
传统的分级方法虽然能在一定程度上检测出淡水鱼的新鲜度,但是存在速度较慢、费时费力、结果不精确等缺点,因此,快速、无损的淡水鱼新鲜度检测方法对于淡水鱼的保鲜,贮藏以及深加工等都有着极其重要的意义。
发明内容
本发明需要解决的技术问题是:现有技术对于区分淡水鱼新鲜度的过程比较繁琐,速度较慢、费时费力、结果不精确、分级计数也不较困难。
本发明旨在提供一种针对淡水鱼新鲜度判别的分级系统,以解决分级过程中无法区分鱼新鲜度的问题。本发明利用机器视觉评价淡水鱼新鲜度,并根据新鲜度将淡水鱼进行分级。
淡水鱼在贮藏过程中,随着时间的推移,其鱼体各部位的外部感官会发生变化,特别是鱼眼会发生变灰,模糊浑浊,利用机器视觉提取鱼眼特征,进行后期数字处理,能够提取对象的颜色特征RGB值等信息,并根据颜色特征值进行新鲜度分类,并利用自动化控制方法在输送带上实现品质的分级,从而实现新鲜度的快速准确检测和分级。
具体采取以下技术方案:
一种基于机器视觉的淡水鱼新鲜度分级系统,其特征在于:包括工业计算机1、分级输送台;所述分级输送台的起始端设置首部激光计数传感器2、工业摄像机3、LED光源4,沿分级输送台输送方向还设置喷射气路,喷射气路上与分级输送台对应位置依次设置与淡水鱼新鲜度分级级数相等数量的喷嘴,每个喷嘴由对应的电磁阀控制开闭,每个喷嘴之前设有对应的分级激光计数传感器,分级激光计数器之间的距离成等差数列,公差为5cm;所述首部激光计数传感器2感应到分级输送台上的输送的淡水鱼时,LED光源4短暂开启,同时工业摄像机3启动拍摄;所述分级输送台上,对应位置的喷嘴将淡水鱼吹落并分类收集;所述首部激光计数传感器2、工业摄像机3、LED光源4、电磁阀、分级激光计数传感器均与工业计算机信号连接。
进一步的,淡水鱼新鲜度分级分为四个级别,喷嘴、分级激光计数传感器的数量均为四个。
一种上述的基于机器视觉的淡水鱼新鲜度分级系统的分级方法,其特征在于:淡水鱼由辅助设备放置到分级输送台上,前后两个淡水鱼之间存在一定的间隙,便于计数和后续分级操作;所述的工业摄像机3用于对鱼的图像拍摄,工业计算机1对图像数据作判别处理,分级处理步骤如下:工业计算机1利用激光传感计数器2给输送带上的淡水鱼编号为M,M初始值为0,工业计算机1控制工业摄像机3进行机器视觉图像获取以及鱼眼颜色特征R值处理,并根据R值进行新鲜度分类,从而得到矩阵F[M,1]和F[M,2],当F[M,2]值为1的淡水鱼输送到一号喷嘴6位置时,一号电磁阀15短暂开启,一号喷嘴6喷出高压气体,将淡水鱼从输送台上吹落;当F[M,2]值为2的淡水鱼输送到二号喷嘴9位置时,二号电磁阀16短暂开启,二号喷嘴9喷出高压气体,将淡水鱼从输送台上吹落;当F[M,2]值为3的淡水鱼输送到三号喷嘴11位置时,三号电磁阀17短暂开启,三号喷嘴11喷出高压气体,将淡水鱼从输送台上吹落;当F[M,2]值为4的淡水鱼输送到四号喷嘴13位置时,四号电磁阀18短暂开启,四号喷嘴喷出高压气体,将淡水鱼从输送台上吹落;其中一至四号电磁阀的控制算法如下:每一个分级激光计数传感器探测到一条淡水鱼输送过时自动计数为1次,计数从1开始,其中一号分级激光计数传感器5的计数值赋值给L1,二号分级激光计数传感器8的计数值赋值给L2,三号分级激光计数传感器10的计数值赋值给L3,四号分级激光计数传感器12的计数值赋值给L4;一号电磁阀15对应的控制矩阵为D[1],二号电磁阀16对应的控制矩阵为D[2],二号电磁阀17对应的控制矩阵为D[3],四号电磁阀18对应的控制矩阵为D[4];其中,D[1]=L1,D[2]=L1+L2,D[3]=L1+L2+L3,D[4]=L1+L2+L3+L4;工业控制计算机1控制首部激光计数传感器2的计数值获得计数值M,各电磁阀控制所用计数值为N,N从1开始,电磁阀每开启一次,N自动计数加1;当时,一号电磁阀短暂开启;当时,二号电磁阀短暂开启;当时,三号电磁阀短暂开启;当时,四号电磁阀短暂开启。
进一步的,F[M,1]的值为颜色特征RGB中的R值,R初始值设为0,F[M,2]的值为新鲜度分类值,新鲜度分类值初始值设为0。
进一步的,根据矩阵F[M,1]值将淡水鱼的新鲜度品质分为1、2、3、4类,F[M,1]值≤20为1类;20<F[M,1]值≤25为2类;25<F[M,1]值≤45为3类;F[M,1]值>45为4类,1类至4类品质依次下降,其中1类代表品质最新鲜,4类代表品质最不新鲜;根据新鲜度分类值赋值给矩阵F[M,2],新鲜度分为1、2、3、4分别对应的矩阵F[M,2]的值为1、2、3、4。
本发明的有益效果在于:
1)采用机器视觉对鱼新鲜程度进行分类收集,分类过程简单,省时省力。
2)可根据电磁阀的开启次数自动获取每种分类的淡水鱼的数量,在自动分类的同时实现了自动计数。
3)各电磁阀根据需要开启的控制算法巧妙。
附图说明
图1是本发明基于机器视觉的淡水鱼新鲜度分级系统的主视图。
图2是本发明基于机器视觉的淡水鱼新鲜度分级系统的俯视图。
图中:1工业计算机,2首部激光计数传感器,3,工业摄像机,4LED光源,5一号分级激光计数传感器,6一号喷嘴,7分级输送台,8二号分级激光计数传感器,9二号喷嘴,10三号分级激光计数传感器,11三号喷嘴,12四号分级激光计数传感器,13四号喷嘴,14压缩空气输送管,15一号电磁阀,16二号电磁阀,17三号电磁阀,18四号电磁阀。
具体实施方式
下面结合附图和具体实施例对本发明进一步说明。
参加图1-图2,一种基于机器视觉的淡水鱼新鲜度分级系统,所述的系统由工业摄像机3,LED光源4,首部激光计数传感器2,分级激光计数传感器,喷嘴,分级输送台,压缩空气输送管,电磁阀和工业计算机1等组成。
所述的工业摄像机3和LED光源4位于分级输送带的前端的正上方,在该位置输送带的侧面还布置了首部激光计数传感器2,淡水鱼由辅助设备放置到输送带上,前后两个淡水鱼之间存在一定的间隙,便于计数和后续分级操作。所述的工业摄像机3用于对鱼的图像拍摄,并对图像数据作判别处理,所述的工业计算机还包含如下机器视觉处理流程:
首部激光计数传感器探测到淡水鱼,首部激光计数器从1开始计数,并且将对应的淡水鱼编号为M(M的范围从1开始至9999999),首部激光计数传感器2在获得计数信号的同时激发工业摄像头3进行快速抓拍淡水鱼的机器视觉图像,并将机器视觉图像标识为矩阵F[M,1]和F[M,2];其中M为计数编号,F[M,1]的值为颜色特征RGB中的R值,初始值设为0,F[M,2]的值为新鲜度分类值,初始值设为0;
根据相关文献及实验研究可知淡水鱼的新鲜度与鱼眼颜色特征R值成线性正相关,采用爬山算法和区域生长法提取鱼眼颜色特征的R值,并将R值的数据存在到矩阵F[M,1]中;
根据矩阵F[M,1]值可以将淡水鱼的新鲜度品质分为1、2、3、4类,F[M,1]值≤20为1类;20<F[M,1]值≤25为2类;25<F[M,1]值≤45为3类;F[M,1]值>45为4类。1类至4类品质依次下降,其中1类代表品质最新鲜,4类代表品质最不新鲜;
根据F[M,1]值将新鲜度分为1、2、3、4,并根据新鲜度分类值赋值给矩阵F[M,2],新鲜度分为1、2、3、4分别对应的矩阵F[M,2]的赋值为1、2、3、4。
所述的分级输送台主要由传送电机和传送带构成,传送带的线速度可调节范围为0.1m/s-1.0m/s,不同的速度实现不同的分级效率。沿所述的分级输送台依次设置激光计数传感器2、一号分级激光计数传感器5,一号喷嘴6,二号分级激光计数传感器8,二号喷嘴9,三号分级激光计数传感器10,三号喷嘴11,四号分级激光计数传感器12,四号喷嘴13,压缩空气管14,一号电磁阀15,二号电磁阀16,三号电磁阀17和四号电磁阀18。
所述的一号电磁阀15控制一号喷嘴6,二号电磁阀16控制二号喷嘴9,三号电磁阀17控制三号喷嘴11,四号电磁阀18控制四号喷嘴13。
所述的分级方法具体如下:工业计算机利用激光计数器给输送带的淡水鱼编号为M,工业计算机控制工业摄像头进行机器视觉图像获取以及鱼眼颜色特征R值处理,并根据R值进行新鲜度分类,从而得到矩阵F[M,1]和F[M,2]。当F[M,2]值为1的淡水鱼输送到一号喷嘴6位置时,一号电磁阀15短暂开启,一号喷嘴6喷出高压气体,将淡水鱼从输送台上吹落;当F[M,2]值为2的淡水鱼输送到二号喷嘴9位置时,二号电磁阀16短暂开启,二号喷嘴9喷出高压气体,将淡水鱼从输送台上吹落;当F[M,2]值为3的淡水鱼输送到三号喷嘴11位置时,三号电磁阀17短暂开启,三号喷嘴11喷出高压气体,将淡水鱼从输送台上吹落;当F[M,2]值为4的淡水鱼输送到四号喷嘴13位置时,四号电磁阀18短暂开启,四号喷嘴喷出高压气体,将淡水鱼从输送台上吹落;从而实现根据新鲜度将淡水鱼快速分级的目的。
其中一至四号电磁阀的控制算法如下:
每一个分级激光计数器探测到一条淡水鱼输送过时自动计数为1次,计数从0开始,其中一号分级激光计数传感器5的计数值赋值给L1,二号分级激光计数传感器8的计数值赋值给L2,三号分级激光计数传感器10的计数值赋值给L3,四号分级激光计数传感器12的计数值赋值给L4。
一号电磁阀15对应的控制矩阵为D[1],二号电磁阀16对应的控制矩阵为D[2],二号电磁阀17对应的控制矩阵为D[3],四号电磁阀18对应的控制矩阵为D[4]。
其中,D[1]=L1,D[2]=L1+L2,D[3]=L1+L2+L3,D[4]=L1+L2+L3+L4。
工业控制计算机1控制首部激光计数传感器2的计数值获得计数值M,M从0开始计数,每探测到一条淡水鱼M自动计数加1;各电磁阀控制所用计数值为N,N从1开始计数,电磁阀每开启一次,N自动计数加1。
当时,一号电磁阀短暂开启;当时,二号电磁阀短暂开启;当时,三号电磁阀短暂开启;当时,四号电磁阀短暂开启。
Claims (5)
1.一种基于机器视觉的淡水鱼新鲜度分级系统,其特征在于:
包括工业计算机(1)、分级输送台;所述分级输送台的起始端设置首部激光计数传感器(2)、工业摄像机(3)、LED光源(4),沿分级输送台输送方向还设置喷射气路,喷射气路上与分级输送台对应位置依次设置与淡水鱼新鲜度分级级数相等数量的喷嘴,每个喷嘴由对应的电磁阀控制开闭,每个喷嘴之前设有对应的分级激光计数传感器,分级激光计数器之间的距离成等差数列,公差为5cm;
所述首部激光计数传感器(2)感应到分级输送台上的输送的淡水鱼时,LED光源(4)短暂开启,同时工业摄像机(3)启动拍摄淡水鱼图像;
所述分级输送台上,对应位置的喷嘴喷射高压气体将淡水鱼吹落并分类收集;
所述首部激光计数传感器(2)、工业摄像机(3)、LED光源(4)、电磁阀、分级激光计数传感器均与工业计算机信号连接。
2.如权利要求1所述的基于机器视觉的淡水鱼新鲜度分级系统,其特征在于:淡水鱼新鲜度分级分为四个级别,喷嘴、分级激光计数传感器的数量均为四个。
3.一种权利要求2所述的基于机器视觉的淡水鱼新鲜度分级系统的分级方法,其特征在于:
淡水鱼由辅助设备放置到分级输送台上,前后两个淡水鱼之间存在一定的间隙,便于计数和后续分级操作;所述的工业摄像机(3)用于对鱼的图像拍摄,工业计算机(1)对图像数据作判别处理,分级处理步骤如下:
工业计算机(1)利用激光传感计数器(2)给输送带上的淡水鱼编号为M,工业计算机(1)控制工业摄像机(3)进行机器视觉图像获取以及鱼眼颜色特征R值处理,并根据R值进行新鲜度分类,从而得到矩阵F[M,1]和F[M,2],当F[M,2]值为1的淡水鱼输送到一号喷嘴(6)位置时,一号电磁阀(15)短暂开启,一号喷嘴(6)喷出高压气体,将淡水鱼从输送台上吹落;当F[M,2]值为2的淡水鱼输送到二号喷嘴(9)位置时,二号电磁阀(16)短暂开启,二号喷嘴(9)喷出高压气体,将淡水鱼从输送台上吹落;当F[M,2]值为3的淡水鱼输送到三号喷嘴(11)位置时,三号电磁阀(17)短暂开启,三号喷嘴(11)喷出高压气体,将淡水鱼从输送台上吹落;当F[M,2]值为4的淡水鱼输送到四号喷嘴(13)位置时,四号电磁阀(18)短暂开启,四号喷嘴喷出高压气体,将淡水鱼从输送台上吹落;
其中一至四号电磁阀的控制算法如下:
每一个分级激光计数传感器探测到一条淡水鱼输送过时自动计数为1次,计数从1开始,其中一号分级激光计数传感器(5)的计数值赋值给L1,二号分级激光计数传感器(8)的计数值赋值给L2,三号分级激光计数传感器(10)的计数值赋值给L3,四号分级激光计数传感器(12)的计数值赋值给L4;
一号电磁阀(15)对应的控制矩阵为D[1],二号电磁阀(16)对应的控制矩阵为D[2],二号电磁阀(17)对应的控制矩阵为D[3],四号电磁阀(18)对应的控制矩阵为D[4];其中,D[1]=L1,D[2]=L1+L2,D[3]=L1+L2+L3,D[4]=L1+L2+L3+L4;
工业控制计算机(1)控制首部激光计数传感器(2)的计数值获得计数值M,M从0开始计数,首部激光计数传感器探测到一条淡水鱼,M自动加1;各电磁阀控制所用计数值为N,N从1开始计数,电磁阀每开启一次,N自动计数加1;
当时,一号电磁阀短暂开启;当时,二号电磁阀短暂开启;当时,三号电磁阀短暂开启;当时,四号电磁阀短暂开启;工业计算机(1)自动统计电磁阀的开启次数。
4.如权利要求3所述的分级方法,其特征在于:F[M,1]的值为颜色特征RGB中的R值,R初始值设为0,F[M,2]的值为新鲜度分类值,新鲜度分类值初始值设为0。
5.如权利要求3所述的分级方法,其特征在于:
根据矩阵F[M,1]值将淡水鱼的新鲜度品质分为1、2、3、4类,F[M,1]值≤20为1类;20<F[M,1]值≤25为2类;25<F[M,1]值≤45为3类;F[M,1]值>45为4类,1类至4类品质依次下降,其中1类代表品质最新鲜,4类代表品质最不新鲜;
根据新鲜度分类值赋值给矩阵F[M,2],新鲜度分为1、2、3、4分别赋矩阵F[M,2]的值依次为1、2、3、4。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510671605.8A CN105195442B (zh) | 2015-10-16 | 2015-10-16 | 一种基于机器视觉的淡水鱼新鲜度分级系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510671605.8A CN105195442B (zh) | 2015-10-16 | 2015-10-16 | 一种基于机器视觉的淡水鱼新鲜度分级系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105195442A true CN105195442A (zh) | 2015-12-30 |
CN105195442B CN105195442B (zh) | 2017-06-06 |
Family
ID=54943588
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510671605.8A Expired - Fee Related CN105195442B (zh) | 2015-10-16 | 2015-10-16 | 一种基于机器视觉的淡水鱼新鲜度分级系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105195442B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106140654A (zh) * | 2016-07-21 | 2016-11-23 | 无锡派乐科技有限公司 | 有色物料分拣系统 |
CN106238345A (zh) * | 2016-09-21 | 2016-12-21 | 福建农林大学 | 一种类球形农产品输送分级装置及其控制方法 |
CN107931147A (zh) * | 2017-10-18 | 2018-04-20 | 浙江钧普科技股份有限公司 | 一种基于rfid技术的服装智能分拣系统 |
CN109089992A (zh) * | 2018-06-04 | 2018-12-28 | 浙江海洋大学 | 一种基于机器视觉的鱼类新鲜度的分类方法及系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11197609A (ja) * | 1998-01-16 | 1999-07-27 | Nkk Corp | 廃棄瓶の仕分装置 |
CN2436241Y (zh) * | 2000-05-26 | 2001-06-27 | 方津生 | 摄像量毛机 |
JP2001252886A (ja) * | 2000-03-10 | 2001-09-18 | Hitachi Zosen Corp | 物体のハンドリングシステム |
CN103008249A (zh) * | 2011-09-26 | 2013-04-03 | 华中农业大学 | 基于计算机视觉技术的香菇分级机 |
CN103056111A (zh) * | 2012-12-21 | 2013-04-24 | 浙江大学 | 基于机器视觉技术的对虾品质检测分级装置 |
CN203044360U (zh) * | 2013-01-24 | 2013-07-10 | 浙江海洋学院 | 一种中上层小型鱼类大小分拣机 |
CN104624515A (zh) * | 2013-11-08 | 2015-05-20 | 华中农业大学 | 一种基于机器视觉的淡水鱼品种在线分类系统 |
CN104907261A (zh) * | 2015-06-25 | 2015-09-16 | 哈尔滨工业大学 | 基于三段式传送带的e型磁材检测装置及该检测装置的控制方法 |
-
2015
- 2015-10-16 CN CN201510671605.8A patent/CN105195442B/zh not_active Expired - Fee Related
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11197609A (ja) * | 1998-01-16 | 1999-07-27 | Nkk Corp | 廃棄瓶の仕分装置 |
JP2001252886A (ja) * | 2000-03-10 | 2001-09-18 | Hitachi Zosen Corp | 物体のハンドリングシステム |
CN2436241Y (zh) * | 2000-05-26 | 2001-06-27 | 方津生 | 摄像量毛机 |
CN103008249A (zh) * | 2011-09-26 | 2013-04-03 | 华中农业大学 | 基于计算机视觉技术的香菇分级机 |
CN103056111A (zh) * | 2012-12-21 | 2013-04-24 | 浙江大学 | 基于机器视觉技术的对虾品质检测分级装置 |
CN203044360U (zh) * | 2013-01-24 | 2013-07-10 | 浙江海洋学院 | 一种中上层小型鱼类大小分拣机 |
CN104624515A (zh) * | 2013-11-08 | 2015-05-20 | 华中农业大学 | 一种基于机器视觉的淡水鱼品种在线分类系统 |
CN104907261A (zh) * | 2015-06-25 | 2015-09-16 | 哈尔滨工业大学 | 基于三段式传送带的e型磁材检测装置及该检测装置的控制方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106140654A (zh) * | 2016-07-21 | 2016-11-23 | 无锡派乐科技有限公司 | 有色物料分拣系统 |
CN106238345A (zh) * | 2016-09-21 | 2016-12-21 | 福建农林大学 | 一种类球形农产品输送分级装置及其控制方法 |
CN107931147A (zh) * | 2017-10-18 | 2018-04-20 | 浙江钧普科技股份有限公司 | 一种基于rfid技术的服装智能分拣系统 |
CN109089992A (zh) * | 2018-06-04 | 2018-12-28 | 浙江海洋大学 | 一种基于机器视觉的鱼类新鲜度的分类方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN105195442B (zh) | 2017-06-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105195442A (zh) | 一种基于机器视觉的淡水鱼新鲜度分级系统及方法 | |
CN102217559B (zh) | 孵化蛋品质在线自动检测分选设备及其方法 | |
CN104138851B (zh) | 基于振动给料与成像识别的大颗粒物料分选系统及方法 | |
CN106216219B (zh) | 一种视觉识别煤和煤矸石并用机械手进行分离的系统 | |
CN106269576A (zh) | 一种煤矸石自动分选系统与方法 | |
CN102179374A (zh) | 禽蛋品质自动检测分选设备及其方法 | |
CN111687069A (zh) | 一种基于卷积神经网络算法的智能山核桃壳仁分选机 | |
CN109332207A (zh) | 一种自动化鱼类识别和分拣系统及其运行方法 | |
CN203265095U (zh) | 一种条烟荧光码自动识别分选系统 | |
CN103406286A (zh) | 一种基于LabVIEW的水果外部品质在线分级方法 | |
CN202037127U (zh) | 一种禽蛋品质自动检测分选设备 | |
CN205679543U (zh) | 手套残次品图像检测控制设备 | |
CN202133655U (zh) | 一种孵化蛋品质在线自动检测分选设备 | |
CN106820245B (zh) | 一种烟草异物剔除装置 | |
CN200975982Y (zh) | 一种香烟小包激光打码图像在线检测装置 | |
CN111545483A (zh) | 一种筷子分拣检测装置及其检测算法 | |
CN106900601A (zh) | 一种快速精准识别对虾图像虾头点与虾尾点的方法 | |
CN106216264B (zh) | 一种基于视觉的烟草异物剔除方法及装置 | |
CN107153876A (zh) | 基于专家规则的机器视觉快门自整定智能控制方法 | |
CN103084339B (zh) | 一种自由下落式烟叶分选装置及烟叶分选方法 | |
CN201370092Y (zh) | 烟纸检测剔除装置 | |
CN204758496U (zh) | 环形磁芯端面视觉检测机 | |
CN205581025U (zh) | 一种精刨竹条视觉分拣分级检测系统 | |
CN109622392B (zh) | 一种软胶囊视频自动分拣装置 | |
CN214844880U (zh) | 一种烟丝杂物视像检测系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170606 Termination date: 20211016 |