CN109954681A - 一种用于稻谷图像的快速定等设备 - Google Patents
一种用于稻谷图像的快速定等设备 Download PDFInfo
- Publication number
- CN109954681A CN109954681A CN201711442030.8A CN201711442030A CN109954681A CN 109954681 A CN109954681 A CN 109954681A CN 201711442030 A CN201711442030 A CN 201711442030A CN 109954681 A CN109954681 A CN 109954681A
- Authority
- CN
- China
- Prior art keywords
- particle
- paddy
- image
- perfect
- grain
- 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
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
- 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
- B07C5/36—Sorting apparatus characterised by the means used for distribution
- B07C5/38—Collecting or arranging articles in groups
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明提供了一种用于稻谷图像的快速定等设备,由颗粒分拣机构、颗粒传递机构、光电传感器、三维抓拍工业相机、工控机PC、图像加速处理板GPU、控制与通信接口、颗粒分类机构、完善颗粒计量杯、不完善颗粒计量杯、总体机箱等组部件组成。本发明能够在一定量批次试样稻谷中识别不完善颗粒,并测量识别不完善颗粒的图像特征、分类计量稻谷糙米完善颗粒与不完善颗粒的重量,与批次试样净稻谷总质量的占比百分数为出糙率,是稻谷等级评定的主要指标。使稻谷评定等级工作做到准确、快速,评定等级的出糙率误差控制在1%以内,极大地提高劳动生产率。
Description
技术领域
本发明涉及单点系泊的技术领域,特别是指一种用于稻谷图像的快速定等设备。
背景技术
为确保国家粮食安全战略,增强粮食的检测和监管能力,保障粮农、企业和国家各方利益,需要对批次稻谷试样的质量进行检测和评定。根据国家标准GB1350-2009《稻谷》的等级评定要求,稻谷等级评定以出糙率为主要指标,同时兼顾碎米占比检测整精米率作为评判稻谷和大米的等级指标。目前稻谷出糙率和整精米率的测定是通过对稻谷颗粒的人工识别、分拣、称重计量和参数计算等方法进行等级评定,需要检验人员的感官对稻谷糙米颗粒进行外观识别与质量判定。稻谷颗粒分类为完善粒与不完善粒两类,对两类颗粒称重计量,计算质量占试样总质量的质量分数即为稻谷的出糙率,以达到检测评定稻谷的质量等级。
稻谷出糙率检测技术的现状是通过人工识别、判定、计算等方法进行等级评定,首先,需要检验人员的感官识别稻谷糙米颗粒的种类:完善粒或不完善粒,稻谷的五种不完善粒分为:未成熟粒、虫蚀粒、病斑粒、生牙粒、生霉粒,每种不完善粒的图像特征各有差异;其次,同一批次的稻谷样品中不可避免地出现碎米粒和不完整粒的情况,对分拣和分类识别带来大量的人工识别工作量;另一方面,不同检验员的感官灵敏度不同、对标准理解的主观偏差、识别能力和经验的客观差异,导致稻谷颗粒的分拣、外观识别、分类计量等结果出现较大误差。另外,稻谷的种类还细分为早籼稻、晚籼稻、粳稻、籼糯稻、粳糯稻等多种类稻谷,稻谷颗粒平均大小和出糙率的等级评定要求也有区别。总而言之,人工分拣、识别、分类计量的工作不仅费时费工、且容易疲劳而出错、效率很低、评定结果的误差较大。亟需开展全面、准确、快速的稻谷定等技术的研究与设备研制,解决目前该领域存在的问题。
稻谷定等的标准依据是分拣五种不完善粒,即:未成熟粒、虫蚀粒、病斑粒、生牙粒、生霉粒。每种未成熟粒的可食用比例成分不同,在定等计算的质量成分占比也不同,导致识别、分拣、称重、计算的工作量很大。
发明内容
本发明实施例提供了一种用于稻谷图像的快速定等设备,为了解决现有技术中稻谷定等工作中,因人工分拣、感官识别、称重、计算带来的误差大、效率低的问题。
为了解决上述技术问题,本发明的实施例采用如下技术方案:
一种用于稻谷图像的快速定等设备,包括颗粒分拣机构、颗粒传递机构、光电传感器、三维抓拍工业相机、工控机PC、图像加速处理板GPU、控制与通信接口、颗粒分类机构、完善颗粒计量杯、不完善颗粒计量杯和总体机箱;所述颗粒分拣机构用于对稻谷糙米样品颗粒进行自动按规格分拣;所述颗粒传递机构分别对不同规格的稻谷糙米颗粒进行逐颗粒的自动传递;所述三维抓拍工业相机用于对逐颗粒进行空中抓拍三维图像;所述图像加速处理板GPU用于对三维图像进行处理和识别,分类记录并输出颗粒是完善颗粒或不完善颗粒,并自动分类投放到完善颗粒计量杯或不完善颗粒计量杯,所述工控机PC用于计算稻谷糙米样品颗粒的出糙率,完成等级评定报告。
其中,所述图像加速处理板GPU能够识别出不完善颗粒的种类,包括未成熟粒、虫蚀粒、病斑粒、生牙粒和生霉粒。
优选地,所述颗粒分拣机构将稻谷糙米样品颗粒分拣为碎小颗粒、半颗粒、以及完整粒三种规格,所述三种规格的颗粒分别相对应规格的颗粒传递机构,颗粒传递机构协同工作按照一定频率顺序逐个输出颗粒。
本发明的有益效果为:本发明实施例提供了一种用于稻谷图像的快速定等设备,包括颗粒分拣机构、颗粒传递机构、光电传感器、三维抓拍工业相机、工控机PC、图像加速处理板GPU、控制与通信接口、颗粒分类机构、完善颗粒计量杯、不完善颗粒计量杯和总体机箱。本发明实施例提供的用于稻谷等级快速评定设备(简称“稻谷快速定等设备”)是按照标准要求,在一定量批次试样稻谷中识别不完善颗粒,并测量识别不完善颗粒的图像特征、分类计量稻谷糙米完善颗粒与不完善颗粒的重量,与批次试样净稻谷总质量的占比百分数为出糙率,是稻谷等级评定的主要指标。因此本发明解决了现有技术中稻谷定等工作中,因人工分拣、感官识别、称重、计算带来的误差大、效率低的问题。
附图说明
图1是本发明实施例提供的稻谷图像的快速定等设备结构示意图。
图中:1-颗粒分拣机构,2-颗粒传递机构,3-光电传感器,4-三维抓拍工业相机,5-工控机PC,6-图像加速处理板GPU,7-控制与通信接口,8-颗粒分类机构,9-完善颗粒计量杯,10-不完善颗粒计量杯,11-总体机箱。
具体实施方式
下面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,所描述的实施例仅是本发明一部分实施例,而不是全部的实施例。基于本发明的实施例,本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例,都属于本发明的保护范围。
参照附图1,本发明实施例提供了一种用于稻谷图像的快速定等设备,包括颗粒分拣机构1、颗粒传递机构2、光电传感器3、三维抓拍工业相机4、工控机PC5、图像加速处理板GPU6、控制与通信接口7、颗粒分类机构8、完善颗粒计量杯9、不完善颗粒计量杯10和总体机箱11;颗粒分拣机构1用于对稻谷糙米样品颗粒进行自动按规格分拣;颗粒传递机构2分别对不同规格的稻谷糙米颗粒进行逐颗粒的自动传递;三维抓拍工业相机4用于对逐颗粒进行空中抓拍三维图像;图像加速处理板GPU6用于对三维图像进行处理和识别,分类记录并输出颗粒是完善颗粒或不完善颗粒,并自动分类投放到完善颗粒计量杯9或不完善颗粒计量杯10,工控机PC5用于计算稻谷糙米样品颗粒的出糙率,完成等级评定报告。
本发明实施例中,图像加速处理板GPU能够识别出不完善颗粒的种类,包括未成熟粒、虫蚀粒、病斑粒、生牙粒和生霉粒。
优选地,颗粒分拣机构将稻谷糙米样品颗粒分拣为碎小颗粒、半颗粒、以及完整粒三种规格,三种规格的颗粒分别相对应规格的颗粒传递机构,颗粒传递机构协同工作按照一定频率顺序逐个输出颗粒。
本发明实施例中,由于五种不完善粒糙米表现出来的图像特征存在明显的区别,采用颗粒分拣与传递机构(已申报一种稻谷糙米的颗粒分拣机构专利、一种稻谷糙米的颗粒传递机构专利、一种颗粒的分拣与传递控制机构专利),进行稻谷颗粒的分拣、逐颗传递流量控制、对自由落体的稻谷颗粒图像进行抓拍与图像处理识别(已申报一种基于颗粒的三维图像抓拍采集装置专利),然后对经过图像识别的稻谷分成完善粒与不完善粒二类(已申报一种基于颗粒的质量分类控制装置专利)、由精密电子秤分别计量完善粒与不完善粒二类稻谷糙米的重量、计算被试样品的出糙率指标。开发快速评定稻谷等级的光机电一体化自动检测设备,使稻谷评定等级工作做到准确、快速,评定等级的出糙率误差控制在1%以内,进行一批次试样(20g)的定等时间控制在15min以内,极大地提高劳动生产率。
按照结构总体设计与装配图纸将颗粒分拣机构1、颗粒传递机构2、光电传感器3、三维抓拍工业相机4、工控机PC5、图像加速处理板GPU6、控制与通信接口7、颗粒分类机构8、完善颗粒计量杯9、不完善颗粒计量杯10装配于设备机箱中部,用专用电缆连接光电传感器3、三维抓拍工业相机4,用专用电缆连接工控机PC5、图像加速处理板GPU6,作为图像信号的采集与控制通道;用专用电缆连接控制与通信接口7、完善颗粒计量杯9、不完善颗粒计量杯10与工控机PC5进行控制信号与重量信息交换。
工控机PC5为一体化工控机,计算机的对外接口设备触摸显示屏安装在设备正面便于人机交互和定等开发软件,图像加速处理板GPU6安装专用的图像处理软件。按照流程操作设备的触摸显示屏,能够进行稻谷等级评定测试工作。评定等级结果由工控机PC5的数据接口输出,可以输出打印文件或稻谷定等的相关数据的电子文件。
本发明实施例提供的稻谷快速定等设备的工作流程为:
首先对一定重量稻谷(标准要求20g)进行砻谷脱壳成为糙米;
第二步将稻谷糙米试样输入稻谷快速定等设备的颗粒分拣机构,分拣机构将糙米分拣为碎小颗粒、半颗粒、以及完整粒等三种规格,三种规格颗粒分别进入不同规格的颗粒传递机构,颗粒传递机构协同工作按照一定频率顺序输出逐个颗粒做自由落体运动;
第三步光电传感器感应输出糙米颗粒下落的信号,控制三维工业相机对下落的糙米颗粒进行空中抓拍三维图像,并实时传入图像处理工控计算机PC、由图像加速处理板GPU进行图像处理和识别,分类记录并输出该颗粒是完善粒、或者是五种不完善粒(即未成熟粒、虫蚀粒、病斑粒、生牙粒、生霉粒)的图像特征;
第四步由糙米颗粒的图像特征信号控制分类机构,将经过检测图像识别的颗粒分类输出到完善粒量杯、或不完善粒量杯;
第五步待糙米样品颗粒全部经过以上流程,分别计量完善粒、不完善粒二个量杯中的颗粒总重量,计算该批糙米试样的出糙率,即对应该稻谷试样的等级指标。
本发明实施例中,适当调整分拣与传递机构的尺寸,改变图像处理识别方法,可以对其他颗粒类粮食样品进行相关检测与评定。并且能够适用于不同规格颗粒的快速定等。本发明能够使稻谷评定等级工作做到准确、快速,评定等级的出糙率误差控制在1%以内,进行一批次试样(20g)的定等时间控制在15min以内,极大地提高劳动生产率。
本发明实施例提供了一种用于稻谷图像的快速定等设备,包括颗粒分拣机构1、颗粒传递机构2、光电传感器3、三维抓拍工业相机4、工控机PC5、图像加速处理板GPU6、控制与通信接口7、颗粒分类机构8、完善颗粒计量杯9、不完善颗粒计量杯10和总体机箱11。本发明实施例提供的用于稻谷等级快速评定设备(简称“稻谷快速定等设备”)是按照标准要求,在一定量批次试样稻谷中识别不完善颗粒,并测量识别不完善颗粒的图像特征、分类计量稻谷糙米完善颗粒与不完善颗粒的重量,与批次试样净稻谷总质量的占比百分数为出糙率,是稻谷等级评定的主要指标。因此本发明解决了现有技术中稻谷定等工作中,因人工分拣、感官识别、称重、计算带来的误差大、效率低的问题。
在本说明书的描述中,具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
当然,本发明还可以有其他多种实施例,在不背离本发明精神及其实质的情况下,熟悉本领域的技术人员可以根据本发明作出各种相应的改变和变形,但这些改变和变形都应属于本发明的权利要求的保护范围。
Claims (3)
1.一种用于稻谷图像的快速定等设备,其特征在于,包括颗粒分拣机构、颗粒传递机构、光电传感器、三维抓拍工业相机、工控机PC、图像加速处理板GPU、控制与通信接口、颗粒分类机构、完善颗粒计量杯、不完善颗粒计量杯和总体机箱;所述颗粒分拣机构用于对稻谷糙米样品颗粒进行自动按规格分拣;所述颗粒传递机构分别对不同规格的稻谷糙米颗粒进行逐颗粒的自动传递;所述三维抓拍工业相机用于对逐颗粒进行空中抓拍三维图像;所述图像加速处理板GPU用于对三维图像进行处理和识别,分类记录并输出颗粒是完善颗粒或不完善颗粒,并自动分类投放到完善颗粒计量杯或不完善颗粒计量杯,所述工控机PC用于计算稻谷糙米样品颗粒的出糙率,完成等级评定报告。
2.根据权利要求1所述的用于稻谷图像的快速定等设备,其特征在于,所述图像加速处理板GPU能够识别出不完善颗粒的种类,包括未成熟粒、虫蚀粒、病斑粒、生牙粒和生霉粒。
3.根据权利要求1所述的用于稻谷图像的快速定等设备,其特征在于,所述颗粒分拣机构将稻谷糙米样品颗粒分拣为碎小颗粒、半颗粒、以及完整粒三种规格,所述三种规格的颗粒分别相对应规格的颗粒传递机构,颗粒传递机构协同工作按照一定频率顺序逐个输出颗粒。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711442030.8A CN109954681A (zh) | 2017-12-26 | 2017-12-26 | 一种用于稻谷图像的快速定等设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711442030.8A CN109954681A (zh) | 2017-12-26 | 2017-12-26 | 一种用于稻谷图像的快速定等设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109954681A true CN109954681A (zh) | 2019-07-02 |
Family
ID=67022842
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711442030.8A Pending CN109954681A (zh) | 2017-12-26 | 2017-12-26 | 一种用于稻谷图像的快速定等设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109954681A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4513868A (en) * | 1981-01-19 | 1985-04-30 | Gunson's Sortex Limited | Sorting machine |
CN1691990A (zh) * | 2002-09-13 | 2005-11-02 | 索尔泰克斯公司 | 大批量流动产品的质量评估 |
CN102655951A (zh) * | 2009-07-16 | 2012-09-05 | 布勒索尔泰克斯有限公司 | 使用图形用户界面的分选装置和方法 |
CN105121039A (zh) * | 2013-01-08 | 2015-12-02 | 先锋国际良种公司 | 用于分拣种子的系统和方法 |
CN107321644A (zh) * | 2017-08-29 | 2017-11-07 | 安徽三和电力技术有限公司 | 具有颗粒尺寸筛分功能装置的色选机 |
CN107377416A (zh) * | 2017-08-04 | 2017-11-24 | 安徽亿恒智选光电有限公司 | 一种色选机 |
CN107377420A (zh) * | 2017-09-06 | 2017-11-24 | 寿县永存米厂 | 一种用于稻米精加工的色选设备 |
-
2017
- 2017-12-26 CN CN201711442030.8A patent/CN109954681A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4513868A (en) * | 1981-01-19 | 1985-04-30 | Gunson's Sortex Limited | Sorting machine |
CN1691990A (zh) * | 2002-09-13 | 2005-11-02 | 索尔泰克斯公司 | 大批量流动产品的质量评估 |
CN102655951A (zh) * | 2009-07-16 | 2012-09-05 | 布勒索尔泰克斯有限公司 | 使用图形用户界面的分选装置和方法 |
CN105121039A (zh) * | 2013-01-08 | 2015-12-02 | 先锋国际良种公司 | 用于分拣种子的系统和方法 |
CN107377416A (zh) * | 2017-08-04 | 2017-11-24 | 安徽亿恒智选光电有限公司 | 一种色选机 |
CN107321644A (zh) * | 2017-08-29 | 2017-11-07 | 安徽三和电力技术有限公司 | 具有颗粒尺寸筛分功能装置的色选机 |
CN107377420A (zh) * | 2017-09-06 | 2017-11-24 | 寿县永存米厂 | 一种用于稻米精加工的色选设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102782481A (zh) | 谷粒外观品质判别装置的按品质划分的重量比率的计算方法 | |
CN104256882A (zh) | 基于计算机视觉的烟丝中再造烟叶比例测定方法 | |
CN102928340A (zh) | 基于图像分析同时测定煤的显微组分含量和镜质体反射率的方法及其专用设备 | |
CN113109240B (zh) | 一种计算机实施的粮食不完善粒测定方法和系统 | |
CN104198398A (zh) | 一种基于高光谱成像鉴别阿胶的方法 | |
CN108900622A (zh) | 基于物联网的数据融合方法、装置与计算机可读存储介质 | |
CN107991303A (zh) | 一种基于双光谱技术的打叶去梗质量检测装置及检测方法 | |
Patel et al. | Development and an application of computer vision system for nondestructive physical characterization of mangoes | |
CN108398179A (zh) | 一种称量装置检测方法及系统 | |
CN104237048A (zh) | 一种收购入库稻谷整精米率快速检测方法 | |
CN107655852A (zh) | 婴幼儿配方奶粉中必要营养素的近红外光谱快速检测方法 | |
CN106679720A (zh) | 一种棉花检测控制系统及其测控方法 | |
CN112307827A (zh) | 对象识别装置,系统和方法 | |
CN110376154A (zh) | 基于光谱校正的水果在线检测方法及系统 | |
CN109954681A (zh) | 一种用于稻谷图像的快速定等设备 | |
CN109781730A (zh) | 一种快速识别垩白米的方法 | |
KR20140094761A (ko) | 식판 음식 자동 계량 및 계산 시스템 | |
CN109100350A (zh) | 一种面粉麸星检测方法 | |
CN106872302A (zh) | 饲料用复合颗粒载体硬度测定装置及硬度对比测定方法 | |
CN110243475B (zh) | 一种基于机器视觉识别技术的织物色差检测方法 | |
CN108240987A (zh) | 一种稻谷等级评定设备 | |
CN105928861A (zh) | 一种小麦品质检测方法 | |
CN107219144A (zh) | 粮食智能快速检验系统 | |
CN102768160A (zh) | 快速测定作物籽粒千粒重的方法 | |
Madariaga et al. | Application of artificial neural network and background subtraction for determining body mass index (BMI) in android devices using bluetooth |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for 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: 20190702 |