CN112730273A - 一种便携式米质检测装置及其检测方法 - Google Patents
一种便携式米质检测装置及其检测方法 Download PDFInfo
- Publication number
- CN112730273A CN112730273A CN202110013833.1A CN202110013833A CN112730273A CN 112730273 A CN112730273 A CN 112730273A CN 202110013833 A CN202110013833 A CN 202110013833A CN 112730273 A CN112730273 A CN 112730273A
- Authority
- CN
- China
- Prior art keywords
- rice
- value
- portable
- quality detection
- score
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration by the use of local operators
- G06T5/30—Erosion or dilatation, e.g. thinning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N2021/8466—Investigation of vegetal material, e.g. leaves, plants, fruits
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30128—Food products
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30242—Counting objects in image
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Geometry (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Quality & Reliability (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明涉及大米检测技术领域,公开了一种便携式米质检测装置及其检测方法,检测装置包括箱体,箱体上方设有入料口,入料口连通有入料管;箱体底端固定有振动器,振动器上表面设有大米盛放平台,入料管延伸至大米盛放平台上方,箱体内还固定有摄像头,摄像头与设置于箱体内的处理控制器连接,处理控制器内存储有数据库,数据库中预先设有大米品种以及大米品种对应的参数,处理控制器内设有基于机器视觉的米质检测方法,本发明米质检测方法利用图像处理技术将品种值检测、整米值检测、纯净值检测和米积值检测集成于一个处理控制器中,最终综合得到一个米质等级评分,本发明米质检测装置与方法检测方便,节省成本。
Description
技术领域
本发明涉及大米加工技术领域,具体涉及一种便携式米质检测装置及其检测方法。
背景技术
大米是稻谷经清理、砻谷、碾米、成品整理等工序后制成的成品。稻谷的胚与糊粉层中含有近64%的稻米营养和90%以上的人体所须的营养元素,是南方人民的主要食品。在大米加工及消费过程中,成品大米的质量检测非常重要。大米质量评价包括外观品质、营养品质、理化品质等,其中外观品质包括大小、黄粒、霉变等参数,是生产生活中的主要评价标准和方法。
传统的质量检测工艺需要不同的检测设备分项进行检测,费时费力,且检测装置结构复杂,不易携带。日常生活中,人们大都通过经验判断大米的质量,不能量化评测大米质量。
发明内容
发明目的:针对现有技术中存在的问题,本发明提供一种便携式米质检测装置及其检测方法,该便携式的米质检测装置结构简单,便于携带;检测方法中通过定义大米品种值、整米值、纯净值和米积值,形成综合量化检测评分,而且将品种值检测、整米值检测、纯净值检测和米积值检测集成于一个处理控制器中,利用图像处理技术对大米质量进行检测,减少了检测工艺,节省了成本。
技术方案:本发明提供了一种便携式米质检测方法,包括如下步骤:
S1:获取平铺的大米图像,并使用图像处理方法确定大米品种,查询并获取数据库中的该大米品种对应的大米品种值P1;
S2:获取所述大米图像的纯净值P2,即大米图像中色泽正常米的数量占大米图像上所有米状连通域数量比例对应的分数值;
S3:获取所述大米图像的整米值P3,即完整米在所有所述色泽正常米中所占比例对应的分数值;
S4:确定米积值P4,即大米的截面积对应的分数值:
P4=A0×P40+A1×P41
其中,P40为截面积均值对应的评分,P41为截面积方差对应的评分,A0和A1为评分P40和P41对应的权值系数;
S5:根据步骤S1至S4,确定米质等级综合评分,所述米质等级综合评分P由品种值P1、整米值P2、纯净值P3和米积值P4加权求和获得:
其中,ai为权值。
优选地,所述步骤S2中色泽正常米为基于颜色信息判断,采用去除霉米、糙米、糠粉方法处理,采用CMYK颜色模型,通过设置黄色阈值区间,识别霉米、糙米和糠粉对应连通域,剩余连通域数量即为色泽正常米数量N1。
优选地,所述步骤S2中对于米状连通域数量获取方法为:对采集的大米图像灰度化,进而二值化、腐蚀操作、膨胀操作后,统计单连通域数量获得米状连通域数量N2。
优选地,所述步骤S3中大米图像中完整米的数量获取方法为:先统计所有色泽正常米对应连通域的平均面积,记为x,选取面积大于0.8x的连通域,统计数量获得完整米的数量N0。
优选地,所述S4中截面积均值对应的评分P40获取方法为:根据S1中确定的大米品种,查询数据库确定该大米品种对应的高斯分布系数ui和σi,计算S2中的色泽正常米的平均面积x,依据下式计算P40:
优选地,所述S4中截面积方差对应的评分P41获取方法为:根据S1中确定的大米品种,查询数据库确定该大米品种对应的高斯分布系数ui和σi,计算S2中的色泽正常米的方差σ,依据下式计算P41:
本发明还公开一种便携式米质检测装置,包括箱体,所述箱体上方设有入料口,所述入料口连通有入料管;所述箱体底端固定有振动器,所述振动器上表面设有大米盛放平台,所述入料管延伸至所述大米盛放平台上方,所述箱体内还固定有摄像头,所述摄像头正对大米盛放平台设置,其与设置于箱体内的处理控制器连接,所述处理控制器内包含数据库,所述数据库中预先设有不同大米品种对应的品种值得分、截面积均值ui和大米截面积方差σi,所述处理控制器内设有上述的便携式米质检测方法步骤。
进一步地,所述箱体一侧与所述大米盛放平台对应位置开设有转动连接的出料门,所述振动器上表面还设有底座,所述底座上通过滑轨滑动连接有所述大米盛放平台。
进一步地,所述箱体上还设有箱盖,所述箱盖上设有显示屏与控制面板,所述显示屏、控制面板均与所述处理控制器信号连接。
进一步地,所述控制面板上设有三个控制按钮,三个所述控制按钮分别通过导线与所述摄像头、振动器、处理控制器连接,分别用于摄像头、振动器和处理控制器内程序的开启与关闭。
有益效果:
1、本发明公开的便携式米质检测装置,利用图像处理技术对大米的质量进行检测,克服了传统米质检测时需要分项检测的问题,检测步骤简单明了,装置便于携带。
2、本发明利用该米质检测方法进行米质检测,定义了品种值、整米值、纯净值和米积值参数,检测值更全面,更能反映米质的真实质量。
附图说明
图1为本发明米质检测装置整体结构示意图;
图2为本发明米质检测装置内部剖面示意图;
图3为本发明实施例中米质检测装置获取到的大米图像处理示意图;
图4为本发明米质检测装置工作流程图;
图5为本发明米质检测方法步骤流程图。
其中,1-箱体,2-箱盖,3-入料口,4-入料管,5-振动器,6-大米盛放平台,7-摄像头,8-处理控制器,9-出料门,10-底座,11-滑轨,12-显示屏,13-控制面板,1401-第一控制按钮,1402-第二控制按钮,1403-第三控制按钮。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
本发明公开了一种便携式米质检测装置,包括箱体1,箱体1上方设有入料口3,入料口3连通有入料管4;箱体1底端固定有振动器5,本实施方式中,振动器5取用GT/K08涡轮启动振动器。振动器5上表面设有大米盛放平台6,入料管4延伸至大米盛放平台6上方,箱体1内还固定有摄像头7,摄像头7与设置于箱体1内的处理控制器8连接,处理控制器8与数据库连接,数据库中预先设有大米品种值以及高斯分布系数ui和σi(大米截面积均值ui、大米截面积方差σi),预先设置的高斯分布系数ui和σi由工程师通过大量实验室数据确定。处理控制器8内设有基于机器视觉的米质检测方法,箱体1一侧与大米盛放平台6对应位置开设有转动连接的出料门9,出料门9可以向一侧打开,其可以通过铰链铰接于箱体1侧壁,而且出料门9可以设置为玻璃结构,方便查看内部大米盛放平台6上的大米振动情况。
为了便于将大米盛放平台6上的大米排出,可以在振动器5上表面还设有底座10,底座10上通过滑轨11滑动连接有大米盛放平台6。当摄像头7拍照完毕后,可以打开出料门9,通过滑轨11将大米盛放平台6取出即可排出大米盛放平台6上的大米,重新进行其它米质检测。
箱体1上还设有箱盖2,箱盖2上设有显示屏12与控制面板13,显示屏12、控制面板13均与处理控制器8信号连接。
控制面板13上设有三个控制按钮,分别为第一控制按钮1401、第二控制按钮1402以及第三控制按钮1403,三个控制按钮分别通过导线与摄像头7、振动器5、处理控制器8连接,分别用于控制摄像头7、振动器5以及处理控制器8中程序的开启与关闭。
在该便携式米质检测装置使用时,首先通过入料口3加入需要检测的大米,大米随入料管4加入到大米盛放平台6上,启动第二控制按钮1402,控制振动器5启动,振动器5带动大米盛放平台6振动,大米平铺在大米盛放平台6上,振动器5振动直到大米盛放平台6上没有叠起来的大米为止,通过第二控制按钮1402关闭振动器5,通过第一控制按钮1401控制摄像头7进行拍照,拍照后通过第三控制按钮1403启动处理控制器中程序执行如下米质检测方法的步骤,实现该大米图像的米质检测。
米质检测方法包括如下步骤:
S1:获取大米盛放平台6上的平铺的大米图像,并使用图像处理方法确定大米品种,查询并获取数据库中的该大米品种对应的大米品种值P1。下面以图3所述的大米图像为例,进行说明本发明的米质检测方法。
品种值P1由大米品种决定,大米品种根据便携式设备内获取的大米图像,通过图像处理方法(二值化图像、描绘所有米粒的轮廓、找出完整的米粒等图像处理)。本发明实施例识别大米品种的方法可以采用基于颜色、长宽比等信息的图像处理识别方法,也可以使用基于人工智能的方法,由工程师具体确定。不同品种大米根据美食家依据色泽、甜感、咀嚼性、米香味、后余味的网上测评资料和实验室品尝,自行设计字典中的品种值并预存于数据库中。考虑后续米积值中使用不同品种大米的米积概率密度函数,数据库字典设计环节中,每种米包含品种值得分、截面积均值ui和截面积方差σi(即该大米品种对应的高斯分布系数ui,σi)。
S2:获取大米图像的纯净值P2,即大米图像中色泽正常米的数量占大米图像上所有米状连通域的数量比例对应的分数值:。
其中N1为大米图像中色泽正常米的数量,N2为大米图像中所有米状连通域的数量。色泽正常米数量和米状连通域数量由图像处理方法获得。典型地,对于米状连通域数量,可通过对采集的大米图像灰度化,进而二值化、腐蚀操作、膨胀操作后,统计单连通域数量获得N2。对于色泽正常米数量,主要基于颜色信息判断,采用去除霉米、糙米、糠粉方法处理,霉米、糙米和糠粉在色泽上黄色较多,采用CMYK颜色模型,通过设置黄色阈值区间,以此识别霉米、糙米和糠粉对应连通域,剩余连通域数量即为色泽正常米数量N1。
S3:获取大米图像的整米值P3,即完整米在所有所述色泽正常米中所占比例对应的分数值:
其中,N0为整幅图像中完整米的数量。典型地,图像处理中,可先统计所有颜色正常米对应连通域的平均面积(像素数),记为x,选取面积大于0.8x的连通域,统计数量获得N0。
S4:确定米积值P4,即大米的截面积对应的分数值:
P4=A0×P40+A1×P41
其中,P40为截面积均值对应的评分,P41为截面积方差对应的评分,A0和A1为评分P40和P41对应的权值系数,典型地,A0取值0.70,A1取值0.30。
截面积均值对应的评分P40获取方法为:(1)根据S1中确定的大米品种,确定该大米品种对应的高斯分布系数ui和σi。(2)计算S2中的色泽正常米的平均面积x。(3)依据下式计算P40:
截面积方差对应的评分P41获取方法为:(1)根据S1中确定的大米品种,确定该大米品种对应的高斯分布系数ui和σi。(2)计算S2中的色泽正常米的方差σ。(3)依据下式计算P41:
S5:根据步骤S1至S4,确定米质等级综合评分,所述米质等级综合评分P由品种值P1、整米值P2、纯净值P3和米积值P4加权求和获得:
其中,ai为权值。典型地,可以使用a1=0.20,a2=0.45,a3=0.20,a4=0.15。
上述实施方式只为说明本发明的技术构思及特点,其目的在于让熟悉此项技术的人能够了解本发明的内容并据以实施,并不能以此限制本发明的保护范围。凡根据本发明精神实质所做的等效变换或修饰,都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种便携式米质检测方法,其特征在于,包括如下步骤:
S1:获取平铺的大米图像,并使用图像处理方法确定大米品种,查询并获取数据库中的该大米品种对应的大米品种值P1;
S2:获取所述大米图像的纯净值P2,即大米图像中色泽正常米的数量占大米图像上所有米状连通域数量比例对应的分数值;
S3:获取所述大米图像的整米值P3,即完整米在所有所述色泽正常米中所占比例对应的分数值;
S4:确定米积值P4,即大米的截面积对应的分数值:
P4=A0×P40+A1×P41
其中,P40为截面积均值对应的评分,P41为截面积方差对应的评分,A0和A1为评分P40和P41对应的权值系数;
S5:根据步骤S1至S4,确定米质等级综合评分,所述米质等级综合评分P由品种值P1、整米值P2、纯净值P3和米积值P4加权求和获得:
其中,ai为权值。
2.根据权利要求1所述的便携式米质检测方法,其特征在于,所述步骤S2中色泽正常米为基于颜色信息判断,采用CMYK颜色模型,通过设置黄色阈值区间,以识别霉米、糙米和糠粉对应连通域,剩余连通域数量即为色泽正常米数量N1。
3.根据权利要求1所述的便携式米质检测方法,其特征在于,所述步骤S2中对于米状连通域数量获取方法为:对采集的大米图像灰度化,进而二值化、腐蚀操作、膨胀操作后,统计单连通域数量获得米状连通域数量N2。
4.根据权利要求1所述的便携式米质检测方法,其特征在于,所述步骤S3中大米图像中完整米数量获取方法为:先统计所有色泽正常米对应连通域的平均面积(像素数),记为x,选取面积大于0.8x的连通域,统计数量获得完整米的数量N0。
7.一种基于权利要求1至权利要求6任一所述便携式米质检测方法的便携式米质检测装置,其特征在于,包括箱体(1),所述箱体(1)上方设有入料口(3),所述入料口(3)连通有入料管(4);所述箱体(1)底端固定有振动器(5),所述振动器(5)与处理控制器信号连接,且上表面设有大米盛放平台(6),所述入料管(4)延伸至所述大米盛放平台(6)上方,所述箱体(1)内还固定有摄像头(7),所述摄像头(7)正对大米盛放平台(6)设置,其与设置于箱体(1)内的处理控制器(8)连接,所述处理控制器(8)与数据库连接,所述数据库中预先设有不同大米品种对应的品种值得分、截面积均值ui和截面积方差σi,所述处理控制器(8)内设有如权利要求1至权利要求6任一所述的便携式米质检测方法步骤。
8.根据权利要求7所述的便携式米质检测装置,其特征在于,所述箱体(1)一侧与所述大米盛放平台(6)对应位置开设有转动连接的出料门(9),所述振动器(5)上表面还设有底座(10),所述底座(10)上通过滑轨(11)滑动连接所述大米盛放平台(6)。
9.根据权利要求1至7任一所述的便携式米质检测装置,其特征在于,所述箱体(1)上还设有箱盖(2),所述箱盖(2)上设有显示屏(12)与控制面板(13),所述显示屏(12)、控制面板(13)均与所述处理控制器(8)信号连接。
10.根据权利要求9所述的便携式米质检测装置,其特征在于,所述控制面板(13)上设有三个控制按钮,三个所述控制按钮分别通过导线与所述摄像头(7)、振动器(5)、处理控制器(8)连接,分别用于控制摄像头(7)、振动器(5)、处理控制器(8)的开启与关闭。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110013833.1A CN112730273B (zh) | 2021-01-06 | 2021-01-06 | 一种便携式米质检测装置及其检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110013833.1A CN112730273B (zh) | 2021-01-06 | 2021-01-06 | 一种便携式米质检测装置及其检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112730273A true CN112730273A (zh) | 2021-04-30 |
CN112730273B CN112730273B (zh) | 2021-10-12 |
Family
ID=75590321
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110013833.1A Active CN112730273B (zh) | 2021-01-06 | 2021-01-06 | 一种便携式米质检测装置及其检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112730273B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000074901A (ja) * | 1998-08-31 | 2000-03-14 | Nippon Seimai Kogyokai | 穀類粒観察システム |
CN101109743A (zh) * | 2007-09-10 | 2008-01-23 | 肯特大学 | 基于数字图像处理技术的便携式谷类分析仪 |
CN101275824A (zh) * | 2008-05-16 | 2008-10-01 | 中国农业大学 | 一种大米粒型检测的方法 |
CN101281112A (zh) * | 2008-04-30 | 2008-10-08 | 浙江理工大学 | 一种对网状粘连稻米的图像式自动分析方法 |
JP2008268131A (ja) * | 2007-04-24 | 2008-11-06 | Saga Univ | 穀粒の品質評価方法およびそれに用いる穀粒均平切断装置 |
WO2009045035A1 (en) * | 2007-10-01 | 2009-04-09 | Rural Development Administration | White and brown rice appearance characteristics measurement system and method |
CN107506920A (zh) * | 2017-07-24 | 2017-12-22 | 南京大学 | 土地资源节约利用与环境友好一体化评价方法 |
CN109781730A (zh) * | 2019-01-28 | 2019-05-21 | 江南大学 | 一种快速识别垩白米的方法 |
CN110009609A (zh) * | 2019-03-26 | 2019-07-12 | 江南大学 | 一种快速检测黄粒米的方法 |
CN110414295A (zh) * | 2018-04-26 | 2019-11-05 | 佛山市顺德区美的电热电器制造有限公司 | 识别大米的方法、装置、烹饪设备及计算机存储介质 |
CN209841655U (zh) * | 2019-03-15 | 2019-12-24 | 安徽高哲信息技术有限公司 | 一种谷物检测装置 |
-
2021
- 2021-01-06 CN CN202110013833.1A patent/CN112730273B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000074901A (ja) * | 1998-08-31 | 2000-03-14 | Nippon Seimai Kogyokai | 穀類粒観察システム |
JP2008268131A (ja) * | 2007-04-24 | 2008-11-06 | Saga Univ | 穀粒の品質評価方法およびそれに用いる穀粒均平切断装置 |
CN101109743A (zh) * | 2007-09-10 | 2008-01-23 | 肯特大学 | 基于数字图像处理技术的便携式谷类分析仪 |
WO2009045035A1 (en) * | 2007-10-01 | 2009-04-09 | Rural Development Administration | White and brown rice appearance characteristics measurement system and method |
CN101281112A (zh) * | 2008-04-30 | 2008-10-08 | 浙江理工大学 | 一种对网状粘连稻米的图像式自动分析方法 |
CN101275824A (zh) * | 2008-05-16 | 2008-10-01 | 中国农业大学 | 一种大米粒型检测的方法 |
CN107506920A (zh) * | 2017-07-24 | 2017-12-22 | 南京大学 | 土地资源节约利用与环境友好一体化评价方法 |
CN110414295A (zh) * | 2018-04-26 | 2019-11-05 | 佛山市顺德区美的电热电器制造有限公司 | 识别大米的方法、装置、烹饪设备及计算机存储介质 |
CN109781730A (zh) * | 2019-01-28 | 2019-05-21 | 江南大学 | 一种快速识别垩白米的方法 |
CN209841655U (zh) * | 2019-03-15 | 2019-12-24 | 安徽高哲信息技术有限公司 | 一种谷物检测装置 |
CN110009609A (zh) * | 2019-03-26 | 2019-07-12 | 江南大学 | 一种快速检测黄粒米的方法 |
Non-Patent Citations (1)
Title |
---|
第4期: "数字图像处理技术在大米外观品质分析中的应用", 《计算机系统应用》 * |
Also Published As
Publication number | Publication date |
---|---|
CN112730273B (zh) | 2021-10-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115294113B (zh) | 一种木饰面板质量检测方法 | |
CN106682635B (zh) | 一种基于随机森林特征选择的烟雾检测方法 | |
CN106056056B (zh) | 一种远距离非接触的行李体积检测系统及其方法 | |
Razak¹ et al. | Mango grading by using fuzzy image analysis | |
CN105300854B (zh) | 雾滴参数测量装置及利用该装置的雾滴参数测量分析方法 | |
CN109307675A (zh) | 一种产品外观检测方法和系统 | |
CN101706445A (zh) | 牛肉大理石花纹等级评分方法及装置 | |
CN106874929B (zh) | 一种基于深度学习的珍珠分类方法 | |
CN106340000A (zh) | 骨龄评估方法 | |
CN108613989A (zh) | 一种稻谷不完善粒的检测方法 | |
CN102721793B (zh) | 一种食醋品质数字化检测方法及装置 | |
CN109959117A (zh) | 一种空调内机脏堵检测方法、装置、空调器及存储介质 | |
CN106056597A (zh) | 物体视觉检测方法及装置 | |
CN112730273B (zh) | 一种便携式米质检测装置及其检测方法 | |
CN101819158A (zh) | 面粉麸星自动检测装置 | |
CN104766100B (zh) | 基于机器学习的红外小目标图像背景预测方法与装置 | |
CN109028230A (zh) | 具手势控制视觉检测功能的炉具及油烟浓度检测方法 | |
CN109781730B (zh) | 一种快速识别垩白米的方法 | |
CN109859199A (zh) | 一种sd-oct图像的淡水无核珍珠质量检测的方法 | |
CN108694375A (zh) | 一种可用于多电子鼻平台的图像化白酒识别方法 | |
CN209013299U (zh) | 具手势控制视觉检测功能的油烟机 | |
CN112816487B (zh) | 一种基于机器视觉的皮蛋内部品质无损检测方法 | |
CN112858311A (zh) | 一种基于机器视觉技术的稻米表型监测系统及方法 | |
Chhabra et al. | Morphology based feature extraction and recognition for enhanced wheat quality evaluation | |
Jian et al. | Identification and grading of tea using computer vision |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20210430 Assignee: JIANGSU RED LIGHT INSTRUMENT AND METER PLANT CO.,LTD. Assignor: HUAIYIN INSTITUTE OF TECHNOLOGY Contract record no.: X2021980013318 Denomination of invention: A portable rice quality detection device and its detection method Granted publication date: 20211012 License type: Common License Record date: 20211129 |
|
EE01 | Entry into force of recordation of patent licensing contract |