CN106311628A - 一种红枣分级装置 - Google Patents

一种红枣分级装置 Download PDF

Info

Publication number
CN106311628A
CN106311628A CN201610763276.4A CN201610763276A CN106311628A CN 106311628 A CN106311628 A CN 106311628A CN 201610763276 A CN201610763276 A CN 201610763276A CN 106311628 A CN106311628 A CN 106311628A
Authority
CN
China
Prior art keywords
fructus jujubae
image
aperture
red
classifying screen
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.)
Pending
Application number
CN201610763276.4A
Other languages
English (en)
Inventor
徐兆军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Anhui Trillion Agricultural Science And Technology Development Co Ltd
Original Assignee
Anhui Trillion Agricultural Science And Technology Development Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Anhui Trillion Agricultural Science And Technology Development Co Ltd filed Critical Anhui Trillion Agricultural Science And Technology Development Co Ltd
Priority to CN201610763276.4A priority Critical patent/CN106311628A/zh
Publication of CN106311628A publication Critical patent/CN106311628A/zh
Pending legal-status Critical Current

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/34—Sorting according to other particular properties
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07B—SEPARATING SOLIDS FROM SOLIDS BY SIEVING, SCREENING, SIFTING OR BY USING GAS CURRENTS; SEPARATING BY OTHER DRY METHODS APPLICABLE TO BULK MATERIAL, e.g. LOOSE ARTICLES FIT TO BE HANDLED LIKE BULK MATERIAL
    • B07B1/00—Sieving, screening, sifting, or sorting solid materials using networks, gratings, grids, or the like
    • B07B1/46—Constructional details of screens in general; Cleaning or heating of screens
    • B07B1/4609—Constructional details of screens in general; Cleaning or heating of screens constructional details of screening surfaces or meshes
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/02—Measures preceding sorting, e.g. arranging articles in a stream orientating
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07B—SEPARATING SOLIDS FROM SOLIDS BY SIEVING, SCREENING, SIFTING OR BY USING GAS CURRENTS; SEPARATING BY OTHER DRY METHODS APPLICABLE TO BULK MATERIAL, e.g. LOOSE ARTICLES FIT TO BE HANDLED LIKE BULK MATERIAL
    • B07B2201/00—Details applicable to machines for screening using sieves or gratings
    • B07B2201/04—Multiple deck screening devices comprising one or more superimposed screens
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C2501/00—Sorting according to a characteristic or feature of the articles or material to be sorted
    • B07C2501/009—Sorting of fruit

Landscapes

  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

本发明提出了一种红枣分级装置，包括输送装置以及图像采集装置和分层筛选装置，所述输送装置将红枣进行振荡输送，利用输送装置将待分级红枣进行振荡摊平处理；所述图像采集装置采集红枣图像并且根据采集的红枣图像确定红枣中是否存在残次品，所述分层筛选装置根据红枣的尺寸确定红枣的等级，本发明既能够剔除红枣中的残次品，又能够对红枣进行精准的分级，而且能够通过检测平均残次品率，再利用实时检测的残次品率与之对比，当出现一定偏离时，停止对红枣的分级，避免因此造成的误差。

Description

一种红枣分级装置
技术领域
本发明属于食品分级技术领域，特别涉及一种红枣分级装置。
背景技术
南疆仅兵团的红枣种植面积就已经超过150万亩，南疆红枣多参量表征方法为本专利的实施提供了广阔市场。目前，国内只有一个有关近红外光谱检测的国家标准，即饲料中水分、粗蛋白、粗纤维、粗脂肪、赖氨酸、蛋氨酸、快速测定近红外光谱法(标准号为GB/T18868-2002)。日前，国家粮食局针对我国粮食收购的需要，已经开展了‘小麦蛋白测定-近红外法’、‘小麦水分测定-近红外法’等标准制定工作。总体来说，我国在饲料、粮食、烟草和国防等行业中已经率先开展了近红外分析标准工作，对我国质量控制体系和近红外分析科学发展具有重大的现实意义。
红枣栽培面积迅速增长对快速无损检测设备需求，这对矛盾制约果品市场快速发展，特别是在南疆红枣现在主流分选方式依然是基于外观和果重的机械加人工的分选方式，这种方式严重制约了红枣这一特色产业的快速发展。由于红枣产量大，糖度高在市场上很受欢迎，但受近红外相应果品校正库的制约，一些先进的进口设备依然不能发挥应用的作用，一定程度上制约了红枣产业的发展步法，所以我区主流分级方式现在主流分选方式依然是基于外观和果重的机械加人工的分选方式，现在红枣的品质分级标准也仅限于果重和尺寸上的分级，由于传统的糖度测量手段是选取样品破开或挤汁但这样就会破坏红枣的完整，而且检测结果受样品选取的影响很大，所以迟迟未对这一体现优势很重要糖度给出具体分级标准。
国外的红枣分级已经相当成熟并且形成了一定的规模。美国、欧洲以及澳大利亚等发达国家，红枣几乎100％的都经过机械化的分级。既按果实着色程度又按果实大小来进行分级，是当今世界生产上最先进的果实采后处理技术。
但是,在利用机械化的设备对红枣进行分级仍然存在着一定的误差，导致分级效果不够理想。
因此，现在亟需一种红枣分级装置，既能够剔除红枣中的残次品，又能够对红枣进行精准的分级，而且能够通过检测平均残次品率，再利用实时检测的残次品率与之对比，当出现一定偏离时，停止对红枣的分级，避免因此造成的误差。
发明内容
本发明提出一种红枣分级装置，解决了现有技术中不同表现的红枣掺杂，难以进行分级定价和销售的问题。
本发明的技术方案是这样实现的：红枣分级装置，包括输送装置以及图像采集装置和分层筛选装置，所述输送装置将红枣进行振荡输送，利用输送装置将待分级红枣进行振荡摊平处理；所述图像采集装置采集红枣图像并且根据采集的红枣图像确定红枣中是否存在残次品，所述分层筛选装置根据红枣的尺寸确定红枣的等级。
作为一种优选的实施方式，所述分层筛选装置包括上下设置的四层分级筛，每层分级筛上设置有筛孔，且每层分级筛与其他层分级筛上筛孔的大小不同，分级筛边缘设置有出料口，且最顶层分级筛的筛孔为第一孔径，第二层分级筛的筛孔为第二孔径，第三层分级筛的筛孔为第三孔径，第四层分级筛的筛孔为第四孔径，且第一孔径大于第二孔径大于第三孔径大于第四孔径。
作为一种优选的实施方式，所述图像采集系统包括设置于摩擦传送带上方的光照箱，所述光照箱内设置有摄像机，所述摄像机镜头处设置有滤光片，所述光照箱内设置有光源，所述摄像机连接有控制器。
作为一种优选的实施方式，图像采集系统当红枣达到预定位置时，利用传感器触发信号，利用图像采集卡将红枣图像采集并传送到控制器内在中，通过红枣图像确定是否存在残次品。
作为一种优选的实施方式，图像采集系统完成红枣图像采集后，对图像进行处理，处理内容包括构建红枣掩模图像去除背景，然后确定红枣的灰度图像，再对红枣的灰度图像进行亮度校正，得到红枣的亮度图像。
作为一种优选的实施方式，图像采集系统构建红枣掩模图像包括利用阈值对图像进行二值化处理，并将该二值作掩模图像，基于阈值定义红枣的目标区域和背景区域，然后进行形态学开运算和填充运算，去除目标中的噪声干扰及目标区域中出现的空洞。
作为一种优选的实施方式，图像采集系统根据公式运算获得不含背景的红枣灰度图像：
Imark＝Iorig*T，其中Imark为目标图像，Iorig为原始图像，T为阈值，其中，T取值50-90。
作为一种优选的实施方式，亮度校正包括采用照度-反射模型，利用低通滤波获取R分量图像的亮度并且使用该亮度分量对去除背景后的分量图像进行亮度校正。
作为一种优选的实施方式，亮度校正包括依次采用中心变换、离散傅里叶变换、低通滤波器设计以及傅里叶反变换，定义图像为f(x,y)，h(x,y)为低通滤波器设计，则亮度图像其中表示卷积。
作为一种优选的实施方式，定义f(x,y)图像的大小为M*N，Temp为大小m*m的方形均值滤波模板，通过试验，确定均值滤波模板的尺寸：m＝round[min(M,N)/8]*2+1，式中：min(M,N)表示取M和N的较小值；round()表示圆整。
采用了上述技术方案后，本发明的有益效果是：本发明先对检测红枣进行抽样调查，根据N次抽样调查确定红枣的平均残次品率X，然后再将实时检测红枣中的残次品率与平均残次品率X进行对比，当实时检测红枣残次品率与平均残次品率X进行对比，当实时检测红枣残次品率大于残次品系数倍数的平均残次器率X时，停止检测进行人工筛选，能够通过检测平均残次品率，再利用实时检测的残次品率与之对比，当出现一定偏离时，停止对红枣的分级，避免因此造成的误差。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明的方框示意图；
图2为本发明的流程示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1所示，本红枣分级装置，包括输送装置以及图像采集装置和分层筛选装置，所述输送装置将红枣进行振荡输送，利用输送装置将待分级红枣进行振荡摊平处理；所述图像采集装置采集红枣图像并且根据采集的红枣图像确定红枣中是否存在残次品，所述分层筛选装置根据红枣的尺寸确定红枣的等级。
所述分层筛选装置包括上下设置的四层分级筛，每层分级筛上设置有筛孔，且每层分级筛与其他层分级筛上筛孔的大小不同，分级筛边缘设置有出料口，且最顶层分级筛的筛孔为第一孔径，第二层分级筛的筛孔为第二孔径，第三层分级筛的筛孔为第三孔径，第四层分级筛的筛孔为第四孔径，且第一孔径大于第二孔径大于第三孔径大于第四孔径。
所述图像采集系统包括设置于摩擦传送带上方的光照箱，所述光照箱内设置有摄像机，所述摄像机镜头处设置有滤光片，所述光照箱内设置有光源，所述摄像机连接有控制器。
图像采集系统当红枣达到预定位置时，利用传感器触发信号，利用图像采集卡将红枣图像采集并传送到控制器内在中，通过红枣图像确定是否存在残次品。
图像采集系统完成红枣图像采集后，对图像进行处理，处理内容包括构建红枣掩模图像去除背景，然后确定红枣的灰度图像，再对红枣的灰度图像进行亮度校正，得到红枣的亮度图像。
图像采集系统构建红枣掩模图像包括利用阈值对图像进行二值化处理，并将该二值作掩模图像，基于阈值定义红枣的目标区域和背景区域，然后进行形态学开运算和填充运算，去除目标中的噪声干扰及目标区域中出现的空洞。
图像采集系统根据公式运算获得不含背景的红枣灰度图像：
Imark＝Iorig*T，其中Imark为目标图像，Iorig为原始图像，T为阈值，其中，T取值50-90。
亮度校正包括采用照度-反射模型，利用低通滤波获取R分量图像的亮度并且使用该亮度分量对去除背景后的分量图像进行亮度校正。
亮度校正包括依次采用中心变换、离散傅里叶变换、低通滤波器设计以及傅里叶反变换，定义图像为f(x,y)，h(x,y)为低通滤波器设计，则亮度图像其中表示卷积。
定义f(x,y)图像的大小为M*N，Temp为大小m*m的方形均值滤波模板，通过试验，确定均值滤波模板的尺寸：m＝round[min(M,N)/8]*2+1，式中：min(M,N)表示取M和N的较小值；round()表示圆整。
该红枣分级装置的工作原理是：本发明先对检测红枣进行抽样调查，根据N次抽样调查确定红枣的平均残次品率X，然后再将实时检测红枣中的残次品率与平均残次品率X进行对比，当实时检测红枣残次品率与平均残次品率X进行对比，当实时检测红枣残次品率大于残次品系数倍数的平均残次器率X时，停止检测进行人工筛选，能够通过检测平均残次品率，再利用实时检测的残次品率与之对比，当出现一定偏离时，停止对红枣的分级，避免因此造成的误差。
定义f’(x,y)＝f(x,y)/I(x,y)；F(x,y)＝{255 if f’(x,y)大于等于1，255f’(x,y)if f’(x,y)小于1。
f’(x,y)为校正后的图像，可以得到高灰度区域即为红枣正常表面，而缺陷部分的图像则为低灰度区域，从而确定红枣是否为残次品。
在检测红枣残次品之前，还通过抽样检测红枣的水分含量、蛋白质含量以及灰分含量。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种红枣分级装置，其特征在于，包括输送装置以及图像采集装置和分层筛选装置，所述输送装置将红枣进行振荡输送，利用输送装置将待分级红枣进行振荡摊平处理；所述图像采集装置采集红枣图像并且根据采集的红枣图像确定红枣中是否存在残次品，所述分层筛选装置根据红枣的尺寸确定红枣的等级。
2.根据权利要求1所述的红枣分级装置，其特征在于，所述分层筛选装置包括上下设置的四层分级筛，每层分级筛上设置有筛孔，且每层分级筛与其他层分级筛上筛孔的大小不同，分级筛边缘设置有出料口，且最顶层分级筛的筛孔为第一孔径，第二层分级筛的筛孔为第二孔径，第三层分级筛的筛孔为第三孔径，第四层分级筛的筛孔为第四孔径，且第一孔径大于第二孔径大于第三孔径大于第四孔径。
3.根据权利要求2所述的红枣分级装置，其特征在于，所述图像采集系统包括设置于摩擦传送带上方的光照箱，所述光照箱内设置有摄像机，所述摄像机镜头处设置有滤光片，所述光照箱内设置有光源，所述摄像机连接有控制器。
4.根据权利要求3所述的红枣分级装置，其特征在于，图像采集系统当红枣达到预定位置时，利用传感器触发信号，利用图像采集卡将红枣图像采集并传送到控制器内在中，通过红枣图像确定是否存在残次品。
5.根据权利要求4所述的红枣分级装置，其特征在于，图像采集系统完成红枣图像采集后，对图像进行处理，处理内容包括构建红枣掩模图像去除背景，然后确定红枣的灰度图像，再对红枣的灰度图像进行亮度校正，得到红枣的亮度图像。
6.根据权利要求5所述的红枣分级装置，其特征在于，图像采集系统构建红枣掩模图像包括利用阈值对图像进行二值化处理，并将该二值作掩模图像，基于阈值定义红枣的目标区域和背景区域，然后进行形态学开运算和填充运算，去除目标中的噪声干扰及目标区域中出现的空洞。
7.根据权利要求6所述的红枣分级装置，其特征在于，图像采集系统根据公式运算获得不含背景的红枣灰度图像：
Imark＝Iorig*T，其中Imark为目标图像，Iorig为原始图像，T为阈值，其中，T取值50-90。
8.根据权利要求7所述的红枣分级装置，其特征在于，亮度校正包括采用照度-反射模型，利用低通滤波获取R分量图像的亮度并且使用该亮度分量对去除背景后的分量图像进行亮度校正。
9.根据权利要求8所述的红枣分级装置，其特征在于，亮度校正包括依次采用中心变换、离散傅里叶变换、低通滤波器设计以及傅里叶反变换，定义图像为f(x,y)，h(x,y)为低通滤波器设计，则亮度图像其中表示卷积。
10.根据权利要求9所述的红枣分级装置，其特征在于，定义f(x,y)图像的大小为M*N，Temp为大小m*m的方形均值滤波模板，通过试验，确定均值滤波模板的尺寸：m＝round[min(M,N)/8]*2+1，式中：min(M,N)表示取M和N的较小值；round()表示圆整。
CN201610763276.4A 2016-08-29 2016-08-29 一种红枣分级装置 Pending CN106311628A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610763276.4A CN106311628A (zh) 2016-08-29 2016-08-29 一种红枣分级装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610763276.4A CN106311628A (zh) 2016-08-29 2016-08-29 一种红枣分级装置

Publications (1)

Publication Number Publication Date
CN106311628A true CN106311628A (zh) 2017-01-11

Family

ID=57788602

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610763276.4A Pending CN106311628A (zh) 2016-08-29 2016-08-29 一种红枣分级装置

Country Status (1)

Country Link
CN (1) CN106311628A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110000101A (zh) * 2019-04-11 2019-07-12 安徽唯嵩光电科技有限公司 一种红枣分级辊筒结构
CN110463942A (zh) * 2019-09-05 2019-11-19 山西省农业科学院果树研究所 一种红枣片加工方法与设备
CN112871746A (zh) * 2021-01-14 2021-06-01 湖北玺瑞自动化输送设备科技有限公司 一种红枣自动化筛选方法

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5060290A (en) * 1989-09-05 1991-10-22 Dole Dried Fruit And Nut Company Algorithm for gray scale analysis especially of fruit or nuts
WO2000054034A2 (en) * 1999-03-11 2000-09-14 Metso Paper, Inc. Method for determining the wood/bark ratio from a flow of wood material
CN101234381A (zh) * 2008-03-07 2008-08-06 天津市华核科技有限公司 基于视觉识别的颗粒物料分选分级方法
CN102183467A (zh) * 2011-01-24 2011-09-14 中国科学院长春光学精密机械与物理研究所 一种近红外谱区新疆红枣品质分级建模方法
CN104056789A (zh) * 2013-03-19 2014-09-24 青岛农业大学 一种胡萝卜缺陷的图像量化检测方法与分拣装置
CN104156702A (zh) * 2014-07-31 2014-11-19 郑州航空工业管理学院 混合豆类自动分类识别方法
US20150041372A1 (en) * 2013-08-07 2015-02-12 Kinik Company Diamond Screening Apparatus
CN204523490U (zh) * 2015-01-19 2015-08-05 方家铺子（莆田）绿色食品有限公司 一种多层红枣筛选系统
CN104998833A (zh) * 2015-07-07 2015-10-28 合肥众沃仪器技术有限公司 基于图像处理的透明矿质原料的浸水分选方法
CN105268659A (zh) * 2015-11-12 2016-01-27 上海电机学院 基于视觉技术的红枣筛选机
CN205463252U (zh) * 2016-02-02 2016-08-17 塔里木大学 红枣分级装置
CN106111523A (zh) * 2016-08-23 2016-11-16 吕梁市富强红枣加工机械设备科技研究所 红枣分级机

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5060290A (en) * 1989-09-05 1991-10-22 Dole Dried Fruit And Nut Company Algorithm for gray scale analysis especially of fruit or nuts
WO2000054034A2 (en) * 1999-03-11 2000-09-14 Metso Paper, Inc. Method for determining the wood/bark ratio from a flow of wood material
CN101234381A (zh) * 2008-03-07 2008-08-06 天津市华核科技有限公司 基于视觉识别的颗粒物料分选分级方法
CN102183467A (zh) * 2011-01-24 2011-09-14 中国科学院长春光学精密机械与物理研究所 一种近红外谱区新疆红枣品质分级建模方法
CN104056789A (zh) * 2013-03-19 2014-09-24 青岛农业大学 一种胡萝卜缺陷的图像量化检测方法与分拣装置
US20150041372A1 (en) * 2013-08-07 2015-02-12 Kinik Company Diamond Screening Apparatus
CN104156702A (zh) * 2014-07-31 2014-11-19 郑州航空工业管理学院 混合豆类自动分类识别方法
CN204523490U (zh) * 2015-01-19 2015-08-05 方家铺子（莆田）绿色食品有限公司 一种多层红枣筛选系统
CN104998833A (zh) * 2015-07-07 2015-10-28 合肥众沃仪器技术有限公司 基于图像处理的透明矿质原料的浸水分选方法
CN105268659A (zh) * 2015-11-12 2016-01-27 上海电机学院 基于视觉技术的红枣筛选机
CN205463252U (zh) * 2016-02-02 2016-08-17 塔里木大学 红枣分级装置
CN106111523A (zh) * 2016-08-23 2016-11-16 吕梁市富强红枣加工机械设备科技研究所 红枣分级机

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
王志明: "《数字图像处理与分析》", 29 February 2012, 清华大学出版社 *
高文焕等: "《新型大屏幕彩电电路分析及维修 上册》", 28 February 1999, 电子工业出版社 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110000101A (zh) * 2019-04-11 2019-07-12 安徽唯嵩光电科技有限公司 一种红枣分级辊筒结构
CN110000101B (zh) * 2019-04-11 2024-04-02 安徽唯嵩光电科技有限公司 一种红枣分级辊筒结构
CN110463942A (zh) * 2019-09-05 2019-11-19 山西省农业科学院果树研究所 一种红枣片加工方法与设备
CN112871746A (zh) * 2021-01-14 2021-06-01 湖北玺瑞自动化输送设备科技有限公司 一种红枣自动化筛选方法
CN112871746B (zh) * 2021-01-14 2023-10-20 湖北玺瑞自动化输送设备科技有限公司 一种红枣自动化筛选方法

Similar Documents

Publication Publication Date Title
CN109269951B (zh) 基于图像的浮选尾煤灰分、浓度、粗颗粒含量检测方法
Sahu et al. Defect identification and maturity detection of mango fruits using image analysis
Makky et al. Development of an automatic grading machine for oil palm fresh fruits bunches (FFBs) based on machine vision
Dehrouyeh et al. Grading and quality inspection of defected eggs using machine vision
CN104198324B (zh) 基于计算机视觉的烟丝中叶丝比例测定方法
CN102680414B (zh) 基于机器视觉的红提葡萄自动分级装置及其方法
CN101949686A (zh) 水果内外综合品质在线无损检测方法及装置
Sarkar Machine vision for quality control in the food industry
CN101144780A (zh) 猪肉新鲜度智能检测装置
CN105628708A (zh) 一种南疆红枣多参量品质快速无损检测方法
Ali et al. Automated fruit grading system
CN110705655A (zh) 一种基于光谱和机器视觉耦合的烟叶分类方法
Deng et al. A carrot sorting system using machine vision technique
CN106311628A (zh) 一种红枣分级装置
CN104315977B (zh) 橡胶塞质量检测装置及检测方法
CN110403232A (zh) 一种基于二级算法的烟支质量检测方法
Roseleena et al. Assessment of palm oil fresh fruit bunches using photogrammetric grading system.
CN110146516A (zh) 基于正交双目机器视觉的水果分级装置
CN111652883B (zh) 基于深度学习的玻璃表面缺陷检测方法
CN110554052A (zh) 一种人造板表面缺陷检测方法及其系统
CN103245666B (zh) 一种蓄电池极板外观缺陷自动检测方法
CN108152231B (zh) 基于可见/近红外光谱的枣果内部缺陷检测方法
CN102788806B (zh) 基于类球形亮度变换的水果表面缺陷检测方法
CN104198398A (zh) 一种基于高光谱成像鉴别阿胶的方法
CN106423895A (zh) 一种红枣分级方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20170111