CN112620160A - 大米物料的检测系统、方法及色选机 - Google Patents
大米物料的检测系统、方法及色选机 Download PDFInfo
- Publication number
- CN112620160A CN112620160A CN201910904243.0A CN201910904243A CN112620160A CN 112620160 A CN112620160 A CN 112620160A CN 201910904243 A CN201910904243 A CN 201910904243A CN 112620160 A CN112620160 A CN 112620160A
- Authority
- CN
- China
- Prior art keywords
- type
- rice
- light source
- intensity
- rice material
- 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
- 235000007164 Oryza sativa Nutrition 0.000 title claims abstract description 231
- 235000009566 rice Nutrition 0.000 title claims abstract description 231
- 239000000463 material Substances 0.000 title claims abstract description 158
- 238000001514 detection method Methods 0.000 title claims abstract description 40
- 238000000034 method Methods 0.000 title claims description 15
- 240000007594 Oryza sativa Species 0.000 title 1
- 241000209094 Oryza Species 0.000 claims abstract description 230
- 230000003287 optical effect Effects 0.000 claims abstract description 70
- 230000000694 effects Effects 0.000 abstract description 24
- 230000003187 abdominal effect Effects 0.000 abstract description 15
- 238000000926 separation method Methods 0.000 abstract description 3
- 210000001015 abdomen Anatomy 0.000 description 13
- 238000010586 diagram Methods 0.000 description 8
- 230000004044 response Effects 0.000 description 6
- 239000007921 spray Substances 0.000 description 4
- 230000001678 irradiating effect Effects 0.000 description 3
- 235000012054 meals Nutrition 0.000 description 3
- JBRZTFJDHDCESZ-UHFFFAOYSA-N AsGa Chemical compound [As]#[Ga] JBRZTFJDHDCESZ-UHFFFAOYSA-N 0.000 description 2
- 235000013339 cereals Nutrition 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 229910052738 indium Inorganic materials 0.000 description 2
- APFVFJFRJDLVQX-UHFFFAOYSA-N indium atom Chemical compound [In] APFVFJFRJDLVQX-UHFFFAOYSA-N 0.000 description 2
- 238000002329 infrared spectrum Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 241001268993 Heterochrosis Species 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 150000002739 metals Chemical class 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 229920003023 plastic Polymers 0.000 description 1
- 239000004033 plastic Substances 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000011895 specific detection Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 239000004575 stone Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
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
- B07C5/342—Sorting according to other particular properties according to optical properties, e.g. colour
- B07C5/3425—Sorting according to other particular properties according to optical properties, e.g. colour of granular material, e.g. ore particles, grain
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明提出一种大米物料的检测系统、方法及色选机,该系统包括:光源,光源包括相对于大米物料对称分布的第一类型光源和单侧分布的第二类型光源;信号采集装置,用于获取第一类型光源照射大米物料后得到的第一类型光信号的强度和第二类型光源照射大米物料后得到的第二类型光信号的强度;处理装置,与信号采集装置相连,用于根据第一类型光信号和第二类型光信号的强度对大米物料进行分选。本发明采用两种光源的组合,能够有效提升在大米物料中对浅黄米、腹白米的分选效果,在不影响其它异色物料分选的情况下,减少腹白米的带出。
Description
技术领域
本发明涉及色选机技术领域,特别涉及一种大米物料的检测系统、方法及色选机。
背景技术
目前,对于大米物料的检测分选,主要是采用白色灯管或者白色LED照明作为大米分选的主要光源,可以将大米中含有的大多数异物进行分选;或者,采用不对称光源实现透明米选出浅黄米,减少腹白米的带出。
然而,采用白色灯管或者白色LED照明进行大米分选时,在透明米选出浅黄米时会有腹白米带出,由于腹白米为可食用大米,腹白米带出导致分选效果变差;采用不对称光源进行大米分选时,会影响大米中其它异物的分选效果。例如,目前相关技术中提出的一种大米物料的检测分选方法,采用不对称光源,通过一侧的蓝光透射,使含有蓝光光谱的一侧检测到蓝光信号分选出浅黄米,再通过红光和绿光的反射信号的强弱保留腹白米。由于只有单色光照射时,相机对物料颜色识别较差,因此,该方法采用不对称光源会导致大米中其它异物的分选效率降低。
发明内容
本发明旨在至少解决上述技术问题之一。
为此,本发明的一个目的在于提出一种大米物料的检测系统,该系统采用两种光源的组合,能够有效提升大米物料的识别效果,在不影响其它异色物料识别效果的情况下,提高对浅黄米的识别效果,并减少腹白米的带出。
为此,本发明的第二个目的在于提出一种色选机。
为此,本发明的第三个目的在于提出一种大米物料的检测方法。
为了实现上述目的,本发明一方面实施例提出了一种大米物料的检测系统,包括:光源,所述光源包括相对于大米物料对称分布的第一类型光源和单侧分布的第二类型光源;信号采集装置,用于获取所述第一类型光源照射所述大米物料后得到的第一类型光信号的强度和所述第二类型光源照射所述大米物料后得到的第二类型光信号的强度;处理装置,与所述信号采集装置相连,用于根据所述第一类型光信号和第二类型光信号的强度识别所述大米物料。
根据本发明实施例的大米物料的检测系统,光源包括相对于大米物料对称分布的第一类型光源和单侧分布的第二类型光源,从而采用两种光源的特殊组合,在不影响其它异色物料识别效果的情况下,能够有效提升大米物料中浅黄米和腹白米的识别效果。
另外,根据本发明上述的大米物料的检测系统还可以具有如下附加的技术特征:
在一些示例中,所述第一类型光源为白色灯管和/或白色LED。
在一些示例中,所述第二类型光源为近红外光源。
在一些示例中,所述信号采集装置包括:前视相机和第一后视相机;所述前视相机为R,G,B,N四通道相机,用于获取所述第一类型光信号和第二类型光信号的强度;所述第一后视相机为R,G,B,N四通道相机或R,G,B三通道相机,用于获取所述第一类型光信号和/或第二类型光信号的强度。
在一些示例中,所述信号采集装置包括:前视主配相机、前视辅配相机和第二后视相机;所述前视主配相机为R,G,B三通道相机,用于获取所述第一类型光信号的强度;所述前视辅配相机为近红外相机,用于获取所述第二类型光信号的强度;所述第二后视相机为R,G,B三通道相机,用于获取所述第一类型光信号的强度。
在一些示例中,所述处理装置包括:计算单元,用于根据R,G,B光信号计算红蓝色差;比较单元,用于将所述红蓝色差与预设的红蓝色差阈值进行比较,以及,将所述近红外信号的强度与预设的近红外信号强度阈值进行比较;判断单元,用于当所述近红外信号的强度大于所述近红外信号强度阈值,且所述红蓝色差大于或等于所述红蓝色差阈值时,判断所述大米物料为腹白米,以及当所述近红外信号的强度小于所述近红外信号强度阈值,且所述红蓝色差大于所述红蓝色差阈值时,判断所述大米物料为浅黄米,以及当所述近红外信号的强度小于所述近红外信号强度阈值,且所述红蓝色差小于所述红蓝色差阈值时,判断所述大米物料为透明米。
为了实现上述目的,本发明第二方面实施例提出了一种色选机,包括本发明上述实施例所述的大米物料的检测系统。
根据本发明实施例的色选机,光源包括相对于大米物料对称分布的第一类型光源和单侧分布的第二类型光源,从而采用两种光源的特殊组合,在不影响其它异色物料识别效果的情况下,能够有效提升对大米物料中浅黄米、腹白米的识别效果,在分选出浅黄米的同时,减少腹白米的带出。
为了实现上述目的,本发明第三方面实施例提出了一种大米物料的检测方法,包括以下步骤:获取由第一类型光源照射大米物料后得到的第一类型光信号的强度和由第二类型光源照射所述大米物料后得到的第二类型光信号的强度,其中,所述第一类型光源相对于所述大米物料对称分布,所述第二类型光源相对于所述大米物料单侧分布;根据所述第一类型光信号和第二类型光信号的强度识别所述大米物料。
根据本发明实施例的大米物料的检测方法,设置的光源包括相对于大米物料对称分布的第一类型光源和单侧分布的第二类型光源,从而采用两种光源的特殊组合,在不影响其它异色物料识别效果的情况下,能够有效提升对大米物料中浅黄米和腹白米的识别效果。
另外,根据本发明上述的大米物料的分选方法还可以具有如下附加的技术特征:
在一些示例中,所述第一类型光源为白色灯管和/或白色LED。
在一些示例中,所述第二类型光源为近红外光源。
本发明的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
图1是根据本发明一个实施例的大米物料的检测系统的结构框图;
图2是根据本发明一个具体实施例的大米物料的检测系统的结构示意图;
图3是根据本发明另一个具体实施例的大米物料的检测系统的结构示意图;
图4是根据本发明一个具体实施例的处理装置的处理逻辑示意图;
图5是根据本发明一个具体实施例的R、G、B、N四通道相机响应曲线示意图;
图6是根据本发明一个实施例的大米物料的检测方法的流程图;
图7是根据本发明一个实施例的色选机的结构示意图;
图8是根据本发明另一个实施例的色选机的结构示意图。
附图标记说明:
100-检测系统;110-光源;120-信号采集装置;130-处理装置;
1-前视相机;2-第一类型光源;3-后背景板;4-前背景板;5-第一后视相机;6-大米物料;7-第二类型光源;10-前视主配相机;20-前视辅配相机;30-第二后视相机;200-色选机;210-供料装置;220-通道;230-喷阀;240-储料槽。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能理解为对本发明的限制。
在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
以下结合附图1-8描述根据本发明实施例的大米物料6的检测系统、方法及色选机200。
图1是根据本发明一个实施例的大米物料6的检测系统的结构框图。如图1所示,该大米物料6的检测系统100包括:光源110、信号采集装置120和处理装置130。
具体的,结合图2和图3所示,光源110包括相对于大米物料6对称分布的第一类型光源2和单侧分布的第二类型光源7。信号采集装置120用于获取第一类型光源2照射大米物料6后得到的第一类型光信号的强度和第二类型光源7照射大米物料6后得到的第二类型光信号的强度。处理装置130与信号采集装置120相连,用于根据第一类型光信号和第二类型光信号的强度识别大米物料6。
在具体实施例中,处理装置130例如可以为计算机、可编程逻辑控制器、PLC控制器等具有数据处理的设备,其可根据第一类型光信号和第二类型光信号的强度识别大米物料6。
根据本发明实施例的大米物料6的检测系统,设置的光源包括相对于大米物料6对称分布的第一类型光源2和单侧分布的第二类型光源7,从而采用两种光源的特殊组合,在不影响其它异色物料(如塑料、石块、金属等)识别效果的情况下,能够有效提升对大米物料6中浅黄米和白米的识别效果。
在发明的一个实施例中,第一类型光源2为白色灯管和/或白色LED。即,在大米物料6两侧对称设置白色灯管和/或白色LED。
在发明的一个实施例中,第二类型光源7为近红外光源。即,在大米物料6单侧设置近红外光源。
也即,本发明实施例采用特殊的光源组合,在对称的白色灯管和/或白色LED组成的光路里,加入近红外光源,从而,近红外光源不会影响白光分选大米中其他异物的识别效果,而白色光源对称设置也提升了对大米物料6中的透明米中选出浅黄米、腹白米的效果。
在发明的一个实施例中,信号采集装置120包括:前视相机1和第一后视相机5。前视相机1为R,G,B,N四通道相机,用于获取第一类型光信号和第二类型光信号的强度,第一类型光信号为R,G,B光信号,第二类型光信号为近红外信号。第一后视相机5为R,G,B,N四通道相机或R,G,B三通道相机,用于获取第一类型光信号和/或第二类型光信号的强度。
在具体实施例中,结合图2所示,即在大米物料6的一侧配置第一类型光源2和近红外光源,另一侧配置第一类型光源2,其中,第一类型光源2可以为白色LED和/或白色灯管。可以理解的是,在具体检测过程中,还需要结合背景系统,包括为后背景板3和前背景板4,信号采集装置120包括前视相机1和第一后视相机5,其中后背景板3与第一后视相机5相对设置,前视相机1与4前背景板相对设置。前视相机1为R,G,B,N四通道相机,能够采集物料的R,G,B,N四种信号。N通道,也就是近红外通道可以采集近红外光源照射到大米物料6面上的近红外信号。第一后视相机5为R,G,B相机或R,G,B,N相机,可以采集白色灯管和/或白色LED照射到大米物料6面上的R,G,B三种信号,或采集白色灯管和/或白色LED、近红外光源照射到大米物料6面上的R,G,B,N四种信号。
在发明的另一个实施例中,信号采集装置120包括:前视主配相机10、前视辅配相机20和第二后视相机30。
前视主配相机10为R,G,B三通道相机,用于获取第一类型光信号的强度,第一类型光信号为R,G,B光信号;前视辅配相机20为近红外相机,用于获取第二类型光信号的强度,第二类型光信号为近红外信号;第二后视相机30为R,G,B三通道相机,用于获取第一类型光信号的强度。
在具体实施例中,结合图3所示,即在大米物料6的一侧配置第一类型光源2和近红外光源,另一侧配置第一类型光源2,其中,第一类型光源2可以为白色LED和/或白色灯管。可以理解的是,在具体分选过程中,还需要结合背景系统,包括后背景板3和前背景板4。后背景板3与第一后视相机5相对设置,前视相机1与4前背景板相对设置。信号采集装置120包括前视主配相机10、前视辅配相机20和第二后视相机30,前视主配相机10和前视辅配相机20设置在大米物料6的一侧,第二后视相机30设置在大米物料6的另一侧。前视主配相机10为R,G,B三通道相机,能够采集物料的R,G,B三种信号,前视辅配相机20为N单通道相机,即采集近红外信号,由于前视辅配相机20采集近红外信号,不需要采用铟镓砷传感器,从而可节约成本。第二后视相机30为R,G,B三通道相机,可采集物料的R,G,B三种信号。
也即是说,信号采集装置120可包括以上两种结构:一种是采用前视主配相机10、前视辅配相机20和第二后视相机30的结构,前视主配相机10和第二后视相机30只采集白光中R,G,B三种颜色信号,不受近红外光源的影响,通过R,G,B信号可以识别出大米物料6中的透明米中的浅黄米、深黄米、腹白米和异色杂质物料,前视辅配相机20只采集近红外信号,近红外光源采用单侧照明的方式,由于腹白米对红外反射的信号强度大于透明米和浅黄米,因此可以将腹白米有效识别。另一种是采用前视相机1和第一后视相机5的结构,没有辅配相机,前视主配相机10和第一后视相机5采用的是新型四通道的相机,四通道分别为R,G,B,N通道,R通道采集白光中红值信号,G通道采集白光中的绿值信号,B通道采集白光中的蓝值信号,N通道采集近红外信号,这种结构设置不仅可以大米物料6中腹白米进行有效识别,还可以进行R,G,B,N四通道图像进行任意组合,物料的识别类型会随之增多,从而提高了检测系统的识别能力。
在发明的一个实施例中,处理装置130包括:计算单元、比较单元和判断单元。
计算单元用于根据R,G,B光信号计算红蓝色差。具体的,红蓝色差的计算方式为:m=R/(R+B),其中,m为红蓝色差,R为红值信号的强度,B为蓝值信号的强度。
比较单元用于将红蓝色差m与预设的红蓝色差阈值mt进行比较,以及,将近红外信号的强度N与预设的近红外信号强度阈值Nt进行比较。
判断单元用于当近红外信号大的强度N大于近红外信号强度阈值Nt,且红蓝色差m大于或等于红蓝色差阈值mt时,判断大米物料6为腹白米,以及当近红外信号的强度N小于近红外信号强度阈值Nt,且红蓝色差m大于红蓝色差阈值mt时,判断大米物料6为浅黄米,以及当近红外信号的强度N小于近红外信号强度阈值Nt,且红蓝色差m小于红蓝色差阈值mt时,判断大米物料6为透明米。
结合图4,举例而言,如含有近红外光谱的光源测透明米、腹白米、浅黄米反射的近红外信号强度为N1、N2、N3,N2>N3≥N1,在检测透明米中的浅黄米时,设定近红外信号的近红外信号强度阈值为Nt,当近红外信号的强度大于Nt时,判断单元判定大米物料6为腹白米,即对近红外信号的强度大于Nt的物大米料进行保留。含有近红外光谱的光源测透明米、腹白米、浅黄米红值信号强度为R1、R2、R3,绿值信号强度为G1、G2、G3,蓝值信号强度为B1、B2、B3,透明米分选浅黄米采用红蓝色差,m1=R1/(R1+B1)、m2=R2/(R2+B2)、m3=R3/(R3+B3),其中m2≥m3>m1。在检测时,设定红蓝色差阈值为mt,当大米物料6的红绿色差大于mt时,判定该大米物料6为浅黄米或腹白米,再进一步判定其红外光信号的强度是否大于Nt,当红外光信号的强度大于Nt时,判定该大米物料6为腹白米,即可以对该大米物料6进行更好的识别、分类。
在具体实施例中,结合图5所示,展示了R、G、B、N四通道相机的响应曲线。由图5可以看出,相机蓝值响应波长范围为350nm-550nm,相机绿值响应波长范围为450nm-650nm,相机红值响应波长范围为550nm-680nm,相机近红外值响应波长范围为770nm-950nm。对于大米物料6色选,四通道相机可以将原来R、G、B三通道相机物料识别,还可以增加新的近红外通道,可以进行R,G,B,N四通道图像进行任意组合,物料的识别、分选方式会随之增多,能够分选的异物种类也随着增多,从而提高了检测系统的识别能力。
也即是说,本发明实施例一方面在不影响其它异色物料识别效果的情况下,可以提高对大米物料6中浅黄米、腹白米的识别效果,确保能食用的腹白米不被剔除,不能食用的浅黄米可以被剔除,大大提高了粮食的利用率;另一方面,采用R,G,B,N四通道相机,可以增加多种物料识别、分选方案,有助于提升大米分选异物种类数量。由于是近红外信号采集,可以不需要采用铟镓砷红外传感器,节约设备制作成本。
根据本发明实施例的大米物料6的检测系统,设置的光源包括相对于大米物料6对称分布的第一类型光源和单侧分布的第二类型光源,采用两种光源的特殊组合,在不影响其它异色物料识别效果的情况下,能够有效提升对大米物料6中浅黄米、腹白米的识别效果。
本发明的进一步实施例还提出了一种色选机200,该色选机200包括本发明上述任意一个实施例所描述的大米物料6的检测系统。
具体地,请参阅附图7和附图8所示,在一个示例中,下面将以大米物料6的检测系统100在色选机200上的应用进行进一步地说明。
本发明实施例的色选机200包括供料装置210、通道220,上述的检测系统100、喷阀230和储料槽240。
大米物料6从供料装置210进入通道220,其中供料装置210用于使大米物料6逐个依次排列进入通道220中,以便于检测系统100对大米物料6逐个进行检测识别,从而提高色选机200筛选物料的成功率。
例如,供料装置210可用振动器产生振动以使得大米物料6逐个有序地排列进入通道220,在本实施例中,通道220可以为滑道,如附图7所示,也可以为履带,如附图8所示,滑道沿水平方向倾斜一定角度以使得大米物料6以一致速度进入色选机200的分选区域内;而履带水平设置均匀运动以使得大米物料6以一致速度进入色选机200的分选区域内。
当大米物料6进行分选区域时,检测系统100用于对进入分选区域的大米物料6进行检测、识别。其中,检测系统100的工作方式请参考上述部分内容,在此不再赘述。
在本实施例中,检测系统100中,通过R,G,B信号可以识别出大米物料6中的透明米中的浅黄米、深黄米和异色杂质物料,N通道采集的近红外信号可有效对大米物料6中的腹白米进行识别,解决了R,G,B信号无法识别腹白米的难题,从而可以对准确识别出异色杂质物料、浅黄米、深黄米和腹白米。然后,色选机200根据检测和识别结果触发喷阀230喷出气体,将异色物料、浅黄米和深黄米予以吹除,实现大米物料6的准确分选,在剔除浅黄米的同时,减少了腹白米的带出。最后储料槽240的不同料仓分别用于储存经色选以后的大米物料6和杂质。
在此需要说明的是,本发明实施例的色选机200的具体实现方式与本发明实施例的大米物料6的分选系统的具体实现方式类似,具体请参见系统部分的描述,为了减少冗余,此处不再赘述。
根据本发明实施例的色选机200,光源包括相对于大米物料6对称分布的第一类型光源2和单侧分布的第二类型光源7,从而采用两种光源的特殊组合,在不影响其它异色物料识别效果的情况下,能够有效提升对大米物料6中浅黄米和腹白米的识别效果,并能减少腹白米的带出,提高粮食利用率。
另外,根据本发明实施例的色选机200的其它构成以及作用对于本领域的普通技术人员而言都是已知的,为了减少冗余,不做赘述。
本发明的进一步实施例还提出了一种大米物料6的检测方法。
图6是根据本发明一个实施例的大米物料6的检测方法的流程图。如图6所示,该方法包括以下步骤:
步骤S1:获取由第一类型光源2照射大米物料6后得到的第一类型光信号的强度和由第二类型光源7照射大米物料6后得到的第二类型光信号的强度,其中,第一类型光源2相对于大米物料6对称分布,第二类型光源7相对于大米物料6单侧分布。
步骤S2:根据第一类型光信号和第二类型光信号的强度识别大米物料6。
具体的,第一类型光源2为白色灯管和/或白色LED。第二类型光源7为近红外光源。
在本发明的一个实施例中,可通过信号采集装置120获取由第一类型光源2照射大米物料6后得到的第一类型光信号的强度和由第二类型光源7照射大米物料6后得到的第二类型光信号的强度。
其中,采集装置120包括:前视相机1和第一后视相机5。
前视相机1为R,G,B,N四通道相机,用于获取第一类型光信号和第二类型光信号的强度,第一类型光信号为R,G,B光信号,第二类型光信号为近红外信号;第一后视相机5为R,G,B,N四通道相机或R,G,B三通道相机,用于获取第一类型光信号和/或第二类型光信号的强度。
或者,信号采集装置120包括:前视主配相机10、前视辅配相机20和第二后视相机30。
前视主配相机10为R,G,B三通道相机,用于获取第一类型光信号的强度,第一类型光信号为R,G,B光信号;前视辅配相机20为近红外相机,用于获取第二类型光信号的强度,第二类型光信号为近红外信号;第二后视相机30为R,G,B三通道相机,用于获取第一类型光信号的强度。
在本发明的一个实施例中,步骤S2,进一步包括:根据R,G,B光信号计算红蓝色差;将红蓝色差与预设的红蓝色差阈值进行比较,以及,将近红外信号的强度与预设的近红外信号强度阈值进行比较;当近红外信号的强度大于近红外信号强度阈值,且红蓝色差大于或等于红蓝色差阈值时,判断大米物料6为腹白米,以及当近红外信号的强度小于近红外信号强度阈值,且红蓝色差大于红蓝色差阈值时,判断大米物料6为浅黄米,以及当近红外信号的强度小于近红外信号强度阈值,且红蓝色差小于红蓝色差阈值时,判断大米物料6为透明米。
需要说明的是,本发明实施例的大米物料6的检测方法的具体实现方式与本发明实施例的大米物料6的分选系统的具体实现方式类似,具体请参见系统部分的描述,为了减少冗余,此处不再赘述。
根据本发明实施例的大米物料6的检测方法,设置的光源包括相对于大米物料6对称分布的第一类型光源2和单侧分布的第二类型光源7,采用两种光源的特殊组合,在不影响其它异色物料识别效果的情况下,能够有效提升对大米物料6中浅黄米和腹白米的识别效果。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、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。
尽管已经示出和描述了本发明的实施例,本领域的普通技术人员可以理解:在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由权利要求及其等同限定。
Claims (10)
1.一种大米物料的检测系统,其特征在于,包括:
光源,所述光源包括相对于大米物料对称分布的第一类型光源和单侧分布的第二类型光源;
信号采集装置,用于获取所述第一类型光源照射所述大米物料后得到的第一类型光信号的强度和所述第二类型光源照射所述大米物料后得到的第二类型光信号的强度;
处理装置,与所述信号采集装置相连,用于根据所述第一类型光信号和第二类型光信号的强度识别所述大米物料。
2.根据权利要求1所述的大米物料的检测系统,其特征在于,所述第一类型光源为白色灯管和/或白色LED。
3.根据权利要求2所述的大米物料的检测系统,其特征在于,所述第二类型光源为近红外光源。
4.根据权利要求3所述的大米物料的检测系统,其特征在于,所述信号采集装置包括:前视相机和第一后视相机;
所述前视相机为R,G,B,N四通道相机,用于获取所述第一类型光信号和第二类型光信号的强度;
所述第一后视相机为R,G,B,N四通道相机或R,G,B三通道相机,用于获取所述第一类型光信号和/或第二类型光信号的强度。
5.根据权利要求3所述的大米物料的检测系统,其特征在于,所述信号采集装置包括:前视主配相机、前视辅配相机和第二后视相机;
所述前视主配相机为R,G,B三通道相机,用于获取所述第一类型光信号的强度;
所述前视辅配相机为近红外相机,用于获取所述第二类型光信号的强度;
所述第二后视相机为R,G,B三通道相机,用于获取所述第一类型光信号的强度。
6.根据权利要求4或5所述的大米物料的检测系统,其特征在于,所述处理装置包括:
计算单元,用于根据R,G,B光信号计算红蓝色差;
比较单元,用于将所述红蓝色差与预设的红蓝色差阈值进行比较,以及,将所述近红外信号的强度与预设的近红外信号强度阈值进行比较;
判断单元,用于当所述近红外信号的强度大于所述近红外信号强度阈值,且所述红蓝色差大于或等于所述红蓝色差阈值时,判断所述大米物料为腹白米;以及当所述近红外信号的强度小于所述近红外信号强度阈值,且所述红蓝色差大于所述红蓝色差阈值时,判断所述大米物料为浅黄米;以及当所述近红外信号的强度小于所述近红外信号强度阈值,且所述红蓝色差小于所述红蓝色差阈值时,判断所述大米物料为透明米。
7.一种色选机,其特征在于,包括如权利要求1-6任一项所述的大米物料的检测系统。
8.一种大米物料的检测方法,其特征在于,包括以下步骤:
获取由第一类型光源照射大米物料后得到的第一类型光信号的强度和由第二类型光源照射所述大米物料后得到的第二类型光信号的强度,其中,所述第一类型光源相对于所述大米物料对称分布,所述第二类型光源相对于所述大米物料单侧分布;
根据所述第一类型光信号和第二类型光信号的强度识别所述大米物料。
9.根据权利要求8所述的大米物料的检测方法,其特征在于,所述第一类型光源为白色灯管和/或白色LED。
10.根据权利要求9所述的大米物料的检测方法,其特征在于,所述第二类型光源为近红外光源。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910904243.0A CN112620160A (zh) | 2019-09-24 | 2019-09-24 | 大米物料的检测系统、方法及色选机 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910904243.0A CN112620160A (zh) | 2019-09-24 | 2019-09-24 | 大米物料的检测系统、方法及色选机 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112620160A true CN112620160A (zh) | 2021-04-09 |
Family
ID=75282743
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910904243.0A Pending CN112620160A (zh) | 2019-09-24 | 2019-09-24 | 大米物料的检测系统、方法及色选机 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112620160A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009240876A (ja) * | 2008-03-29 | 2009-10-22 | Satake Corp | 光学式米粒選別機 |
CN203470363U (zh) * | 2013-08-16 | 2014-03-12 | 合肥泰禾光电科技股份有限公司 | 一种可见光与红外物料复合分选设备 |
CN104368540A (zh) * | 2014-10-22 | 2015-02-25 | 中国农业大学 | 一种基于近红外技术的双波长粮食自动分选机 |
CN105136748A (zh) * | 2015-09-30 | 2015-12-09 | 合肥美亚光电技术股份有限公司 | 一种呕吐毒素的识别分选设备及分选方法 |
CN109692822A (zh) * | 2019-03-12 | 2019-04-30 | 湖北中武电技术有限公司 | 一种激光物料分选设备及方法 |
CN210647352U (zh) * | 2019-09-24 | 2020-06-02 | 合肥美亚光电技术股份有限公司 | 大米物料的检测系统及色选机 |
-
2019
- 2019-09-24 CN CN201910904243.0A patent/CN112620160A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009240876A (ja) * | 2008-03-29 | 2009-10-22 | Satake Corp | 光学式米粒選別機 |
CN203470363U (zh) * | 2013-08-16 | 2014-03-12 | 合肥泰禾光电科技股份有限公司 | 一种可见光与红外物料复合分选设备 |
CN104368540A (zh) * | 2014-10-22 | 2015-02-25 | 中国农业大学 | 一种基于近红外技术的双波长粮食自动分选机 |
CN105136748A (zh) * | 2015-09-30 | 2015-12-09 | 合肥美亚光电技术股份有限公司 | 一种呕吐毒素的识别分选设备及分选方法 |
CN109692822A (zh) * | 2019-03-12 | 2019-04-30 | 湖北中武电技术有限公司 | 一种激光物料分选设备及方法 |
CN210647352U (zh) * | 2019-09-24 | 2020-06-02 | 合肥美亚光电技术股份有限公司 | 大米物料的检测系统及色选机 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101998910B1 (ko) | 광학식 입상물 선별기 | |
US9676005B2 (en) | Optical type granule sorting machine | |
JP5206959B2 (ja) | 光学式胴割選別方法 | |
JP5332268B2 (ja) | 光学式米粒選別機 | |
EP1083007B1 (en) | Method and apparatus for sorting granular objects with at least two different threshold levels | |
JP2008302314A (ja) | 光学式米粒選別機 | |
CN107076680B (zh) | 用于对容器进行透射光检查的检查设备和方法 | |
US6784996B2 (en) | Color sorting apparatus for granular object with optical detection device consisting of CCD linear sensor | |
CN210647352U (zh) | 大米物料的检测系统及色选机 | |
JP4915129B2 (ja) | 色彩選別機 | |
JP2008018419A (ja) | 光学式胴割選別機 | |
CN106053342B (zh) | 谷粒品级判别装置以及该装置的来自谷粒的光的受光方法 | |
KR102154618B1 (ko) | 김 이물질 검출 비전검사 장치 및 이를 이용한 검사 방법 | |
WO2021106964A1 (ja) | 光学式選別機 | |
CN112620160A (zh) | 大米物料的检测系统、方法及色选机 | |
JP5201390B2 (ja) | 粒状物等の光学判別装置及び粒状物等の光学式選別装置 | |
WO2021149820A1 (ja) | 光学式粒状物判別装置 | |
JP2009154084A (ja) | 光学式穀物選別機 | |
CN210647350U (zh) | 物料检测装置及色选机 | |
CN210647351U (zh) | 物料检测装置及色选机 | |
JP2005186053A (ja) | 粒状物色彩選別機 | |
JP2021117091A (ja) | 光学式粒状物判別装置 | |
JP2005230703A (ja) | 粒状物色彩選別機 | |
EP4115996A1 (en) | Optical sorting machine | |
JP3561988B2 (ja) | びんの色判別方法 |
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 |