CN115018843A - 一种用于酿酒发酵过程的监控系统 - Google Patents
一种用于酿酒发酵过程的监控系统 Download PDFInfo
- Publication number
- CN115018843A CN115018843A CN202210945754.9A CN202210945754A CN115018843A CN 115018843 A CN115018843 A CN 115018843A CN 202210945754 A CN202210945754 A CN 202210945754A CN 115018843 A CN115018843 A CN 115018843A
- Authority
- CN
- China
- Prior art keywords
- fermented mash
- image
- air hole
- fermentation
- point
- 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
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/50—Extraction of image or video features by performing operations within image blocks; by using histograms, e.g. histogram of oriented gradients [HoG]; by summing image-intensity values; Projection analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/54—Extraction of image or video features relating to texture
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/56—Extraction of image or video features relating to colour
Abstract
本发明涉及图像处理技术领域,具体涉及一种用于酿酒发酵过程的监控系统,该系统包括存储器和处理器,所述处理器执行所述存储器存储的计算机程序,以实现如下步骤:根据发酵醪的灰度图像中的灰度值,判断发酵醪所处的大阶段;当处于前期阶段时:根据灰度图像中各气孔区域,得到发酵程度;判断发酵程度是否大于等于第一阈值,若是,则为发酵旺盛阶段,若否,则为发酵开始阶段;当处于后期阶段时:根据发酵醪图像,得到发酵醪图像的明暗程度;若明暗程度大于第二阈值,则为发酵结束阶段;计算发酵醪图像对应的颜色差异度;若颜色差异度小于第三阈值,则判定发酵完成。本发明能够更加准确的确定发酵阶段,把控发酵结束的时间。
Description
技术领域
本发明涉及图像处理技术领域,具体涉及一种用于酿酒发酵过程的监控系统。
背景技术
酿酒简单来说分两个过程,第一过程是发酵,第二过程是蒸馏。发酵就是把粮食、酒曲、水,按照一定的比例用不同的发酵方式装进容器里发酵;酿的酒好不好喝、产量高不高,都跟发酵有直接的关系。入缸发酵后,整个粮食发酵过程分为四个阶段:发酵开始、发酵旺盛、发酵衰退、发酵结束。
目前,对于酿酒发酵过程的监控技术非常少,存在一些现有装置用于对正在进行发酵的发酵醪进行加热或测温,目的是为发酵醪提供适宜的发酵温度,从而使得酒的品质能够得到更好的控制;但是这一现有技术无法满足我们对发酵醪目前所处发酵阶段的实时监控,因为每种发酵醪的发酵时长不是固定的,需要我们去查看当前是否发酵彻底结束,从而进行下一步蒸馏操作。因此如何对发酵醪的发酵过程进行监测以更好的把控发酵结束的时间是十分有必要的。
发明内容
为了解决上述技术问题,本发明的目的在于提供一种用于酿酒发酵过程的监控系统,所采用的技术方案具体如下:
本发明提供了一种用于酿酒发酵过程的监控系统,包括存储器和处理器,所述处理器执行所述存储器存储的计算机程序,以实现如下步骤:
获取当前发酵缸内的发酵醪图像和发酵醪图像对应的灰度图像;
根据所述灰度图像中各像素点对应的灰度值,得到发酵醪的纹理平滑度;根据发酵醪的纹理平滑度,判断发酵醪所处的大阶段;所述大阶段包括前期阶段和后期阶段;
当发酵醪处于前期阶段时:获取所述灰度图像中的各气孔区域;根据各气孔区域的数量和各气孔区域的面积,得到发酵醪的气孔指标;根据各气孔区域对应的气孔边缘点的坐标,得到发酵醪的气孔形变指标;根据所述气孔指标和所述气孔形变指标,得到发酵醪的发酵程度;判断所述发酵程度是否大于等于第一阈值,若是,则判定发酵醪处于发酵旺盛阶段,若否,则判定发酵醪处于发酵开始阶段;
当发酵醪处于后期阶段时:根据所述发酵醪图像中各像素点对应的R、G、B三个通道的值,得到发酵醪图像对应的明暗程度;若所述明暗程度大于第二阈值,则判定发酵醪处于发酵结束阶段;根据发酵醪图像中各像素点对应的R、G、B三个通道的值,得到发酵醪图像对应的颜色差异度;若所述颜色差异度小于第三阈值,则判定发酵醪发酵完成。
优选的,根据所述灰度图像中各像素点对应的灰度值,得到发酵醪的纹理平滑度的,包括:
根据所述灰度图像中各像素点的灰度值,得到对应的灰度直方图;
对所述灰度直方图进行归一化处理,得到目标灰度直方图,所述目标灰度直方图的纵坐标为频数,取值范围为[0,1];
计算目标灰度直方图的二阶距;
根据目标灰度直方图的二阶矩,计算发酵醪的纹理平滑度。
优选的,所述计算发酵醪的纹理平滑度的公式如下:
优选的,根据发酵醪的纹理平滑度,判断发酵醪所处的大阶段,包括:
判断发酵醪的纹理平滑度是否大于等于平滑阈值,若是,则判定发酵醪处于后期阶段,若否,则判定发酵醪处于前期阶段。
优选的,获取所述灰度图像中的各气孔区域,包括:
计算所述灰度图像中各像素点的梯度幅值;根据所述灰度图像中各像素点的梯度幅值构建梯度直方图;选择所述梯度直方图中的最后一个波谷对应的梯度幅值作为分割阈值;
将所述灰度图像中梯度幅值大于等于分割阈值的像素点记为边缘点;
从所述灰度图像中任选一边缘点作为第一中心点;判断该第一中心点对应的八邻域内是否存在边缘点,若存在,则将第一中心点与八邻域内的各边缘点分别进行连线;以第一中心点对应的八邻域内的各边缘点为第二中心点继续搜索,判断第二中心点的八邻域内其余像素点是否存在边缘点,若存在,则将第二中心点与对应的八邻域内其余像素点中存在的边缘点进行连线;所述八邻域内其余像素点为不包括之前遍历过的中心点八邻域内的像素点;以此类推,直到某边缘点的八邻域内其余像素点中不存在边缘点时为止;将最后一个被连线的边缘点记为结束边缘点;将搜索过程中结束边缘点与第一中心点之间的连线记为初始边缘线;
计算结束边缘点与第一中心点之间的欧氏距离;
若所述欧氏距离大于距离阈值,则判定结束边缘点与第一中心点之间的初始边缘线围成的区域不是闭合区域;
若所述欧氏距离小于等于距离阈值,则判定结束边缘点与第一中心点之间的初始边缘线围成的区域为闭合区域;将所述闭合区域记为气孔区域,将结束边缘点与第一中心点相连,相连的直线与对应的初始边缘线共同构成了一个闭合的连线,将所述闭合的连线经过的各像素点作为该气孔区域的气孔边缘点;
以此类推,从所述灰度图像中剩余的未被连线过的边缘点中选取一个边缘点继续搜索,得到所述灰度图像中的所有气孔区域以及各气孔区域对应的各气孔边缘点。
优选的,所述根据各气孔区域的数量和各气孔区域的面积,得到发酵醪的气孔指标的公式如下:
优选的,根据各气孔区域对应的气孔边缘点的坐标,得到发酵醪的气孔形变指标,包括:
对于任一气孔区域:将该气孔区域对应的每一个气孔边缘点与该气孔区域边缘上距离最远的气孔边缘点相连,得到各连线;选取各连线相交最集中的一点作为该气孔区域对应的形心;计算该气孔区域对应的形心到该气孔区域对应的各气孔边缘点的距离的平均值,作为该气孔区域对应的虚拟半径;根据该气孔区域对应的形心的坐标和虚拟半径,计算该气孔区域对应的变形度;
计算所述灰度图像中各气孔区域对应的变形度之和,作为发酵醪的气孔形变指标;
所述计算该气孔区域对应的变形度的公式如下:
其中,为该气孔区域对应的变形度,x为该气孔区域对应的形心的横坐标,y为该气孔区域对应的形心的纵坐标,为该气孔区域对应的第j个气孔边缘点的横坐标,为该气孔区域对应的第j个气孔边缘点的纵坐标,w为该气孔区域对应的气孔边缘点的数量,r为该气孔区域对应的虚拟半径。
优选的,根据所述气孔指标和所述气孔形变指标,得到发酵醪的发酵程度的公式如下:
其中,F为发酵醪的发酵程度,exp( )为以e为底的指数函数,Q为发酵醪的气孔指标,X为发酵醪的气孔形变指标。
优选的,根据所述发酵醪图像中各像素点对应的R、G、B三个通道的值,得到发酵醪图像对应的明暗程度,包括:
根据所述发酵醪图像中各像素点对应的R通道的值,计算得到发酵醪图像对应的R通道一阶颜色矩;根据所述发酵醪图像中各像素点对应的G通道的值,计算得到发酵醪图像对应的G通道一阶颜色矩;根据所述发酵醪图像中各像素点对应的B通道的值,计算得到发酵醪图像对应的B通道一阶颜色矩;
计算发酵醪图像对应的R通道一阶颜色矩、G通道一阶颜色矩和B通道一阶颜色矩的平均值,将所述平均值作为发酵醪图像对应的明暗程度。
优选的,若所述明暗程度大于第二阈值,则判定发酵醪处于发酵结束阶段;根据发酵醪图像中各像素点对应的R、G、B三个通道的值,得到发酵醪图像对应的颜色差异度,包括:
获取标准颜色对应的R、G、B三个通道的值;
根据标准颜色对应的R、G、B三个通道的值和发酵醪图像中各像素点对应的R、G、B三个通道的值,计算发酵醪图像对应的颜色差异度;所述计算发酵醪图像对应的颜色差异度的公式如下:
其中,为发酵醪图像对应的颜色差异度,为标准颜色的RGB数值中的R通道的值,为标准颜色的RGB数值中的G通道的值,为标准颜色的RGB数值中的B通道的值,为发酵醪图像中第j个像素点对应的R通道的值,为发酵醪图像中第j个像素点对应的G通道的值,为发酵醪图像中第j个像素点对应的B通道的值,为发酵醪图像中像素点的数量;
若所述明暗程度小于等于第二阈值,则判定发酵醪处于发酵衰退阶段。
本发明具有如下有益效果:
本发明通过获取当前发酵缸内的发酵醪图像和对应的灰度图像对发酵醪的状态进行分析;由于发酵醪处于前期阶段和后期阶段时,表面的纹理情况是不同的,因此本发明根据灰度图像中各像素点对应的灰度值,得到发酵醪的纹理平滑度,并根据平滑度初步判断发酵醪是处于前期阶段还是后期阶段。当发酵醪处于前期阶段时:由于发酵醪在发酵开始阶段和发酵旺盛阶段都会产生气泡,并留下大大小小气孔,但是不同阶段气孔的数量、气孔的大小以及气孔的形状是有区别的,因此本发明对灰度图像中的气孔区域进行分析根据各气孔区域的数量和各气孔区域的面积,得到发酵醪的气孔指标,并根据各气孔区域对应的气孔边缘点的坐标,得到发酵醪的气孔形变指标;进而结合两个数据,得到发酵醪的发酵程度;本发明根据发酵醪的发酵程度来判断发酵醪是处于判发酵旺盛阶段还是发酵开始阶段。当发酵醪处于后期阶段时:由于发酵醪在发酵衰退阶段和发酵结束阶段时,对应的发酵醪图像的明暗程度是不同的,因此本发明计算发酵醪图像对应的明暗程度,来判断发酵醪是处于发酵衰退阶段还是发酵结束阶段;若发酵醪处于发酵结束阶段,则本发明继续对发酵醪的颜色进行分析,因为发酵醪完全结束时其颜色为淡黄色,因此本发明通过分析发酵醪图像每个像素点的颜色,得到发酵醪图像对应的颜色差异度,若所述颜色差异度小于第三阈值,则判定发酵醪发酵完成。
本发明相对于常规的温度测控方法,克服了常规装置系统中难以准确的把控发酵完全结束的时间的问题,能够更加准确的通过图像确定当前的发酵阶段,把控发酵结束的时间,从而提醒工作人员及时对发酵完成的容器进行下一步蒸馏操作。
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和优点,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的介绍,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的前提下,还可以根据这些附图获得其它附图。
图1为本发明提供的一种用于酿酒发酵过程的监控方法的流程图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功能效果,以下结合附图及较佳实施例,对依据本发明提出的一种用于酿酒发酵过程的监控系统进行详细说明如下。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
下面结合附图具体的说明本发明所提供的一种用于酿酒发酵过程的监控系统的具体方案。
一种用于酿酒发酵过程的监控系统实施例:
如图1所示,本实施例的一种用于酿酒发酵过程的监控系统,包括存储器和处理器,所述处理器执行所述存储器存储的计算机程序,以实现如下步骤:
步骤S1,获取当前发酵缸内的发酵醪图像和发酵醪图像对应的灰度图像。
酿酒简单来说分两个过程,第一过程是发酵,第二过程是蒸馏。发酵就是把粮食、酒曲、水,按照一定的比例用不同的发酵方式装进容器里发酵;酿的酒好不好喝、产量高不高,都跟发酵有直接的关系。入缸发酵后,整个粮食发酵过程分为四个阶段:发酵开始、发酵旺盛、发酵衰退、发酵结束。本实施例对酿酒工艺流程中的发酵工艺进行实时监控,实时分析当前处于哪个发酵阶段,并针对不同的发酵状态给予工作人员不同的提示信息。
本实施例通过对实时采集的发酵缸内的发酵醪图像进行特征识别与提取,从而匹配对应的发酵状态,最终根据匹配结果确定当前发酵阶段;当达到发酵结束阶段时,本实施例将根据发酵醪颜色判断是否完全发酵结束。
本实施例在发酵设备内部的发酵盖上方固定CCD相机,用于定时采集发酵醪的图像;由于发酵缸内部黑暗,因此在发酵容器盖上固定白炽灯,并设定好白炽灯的开启时间,每开启一次采集一次图像,这样一来既不会影响酒醅发酵,也能够达到采集图像的目的;由于发酵过程较为漫长,因此本实施例中图像采集间隔为一天,即每天都对发酵醪进行一次图像采集,具体采集间隔可根据实际需要进行设置。
本实施例首先对当前发酵缸内的状态进行图像采集,得到发酵状态图像;然后对发酵状态图像进行语义分割,获得只包含发酵醪区域的图像,记为发酵醪图像,所述发酵醪图像为RGB图像;最后将所述发酵醪图像进行灰度化处理,得到发酵醪图像对应的灰度图像。
本实施例将发酵的四个阶段分为两个大阶段,即前期阶段和后期阶段;前期阶段又包括发酵开始阶段和发酵旺盛阶段;后期阶段又包括发酵衰退阶段和发酵结束阶段。
步骤S2,根据所述灰度图像中各像素点对应的灰度值,得到发酵醪的纹理平滑度;根据发酵醪的纹理平滑度,判断发酵醪所处的大阶段;所述大阶段包括前期阶段和后期阶段。
发酵过程中每个阶段都有特有的特征,因此本实施例根据不同发酵阶段中发酵醪的特征来确定当前的发酵状态;发酵开始与发酵旺盛阶段的发酵醪状态为固液共存体,但是大多的原料是固体的,这两个阶段发酵醪液面会出现气泡;发酵衰退和发酵结束阶段的发酵醪绝大部分为液体,只有少量的或没有固体原料漂浮在液面,同时醪液的颜色也会发生变化,由浑浊变米白再变淡黄色,此时说明已经完全发酵结束。
发酵前期阶段,原料中还有大量的粮食分布在发酵缸的表面,粮食为颗粒状,所以前期阶段发酵醪的纹理十分粗糙;而发酵后期阶段,原料中的粮食被菌种分解从而沉入缸底,发酵缸表面是溶液和一些很少量的粮食分解物,故发酵后期发酵醪的纹理较为平滑。
接下来本实施例对发酵醪图像中的发酵醪的纹理光滑情况进行分析,进而判断当前发酵醪处于前期阶段还是后期阶段,具体的:
首先根据步骤S1得到的发酵醪图像对应的灰度图像中各像素点的灰度值,得到对应的灰度直方图,所述灰度直方图的横轴为灰度级,纵轴为频数,即对应灰度级的出现的频数;然后对灰度直方图进行归一化,使频数的范围控制在[0,1],得到目标灰度直方图。
然后计算目标灰度直方图的二阶距;由于目标灰度直方图的二阶矩是根据目标灰度直方图的平均值计算出来的,所以对应的二阶矩代表了不同灰度级相对于平均灰度值的偏离程度,因此可以反映图像中灰度级的均匀情况,以反映纹理的光滑度;所述目标灰度直方图的二阶距的计算公式为:
其中,为目标灰度直方图的二阶矩,为目标灰度直方图中第i个灰度级,为目标灰度直方图中第i个灰度级对应的频数(目标灰度直方图中频数的取值范围为[0,1],相当于出现的频率),L为目标灰度直方图中灰度级的数量,m为目标灰度直方图的灰度平均值。不同灰度级相对于平均灰度值的偏离程度越大,则对应的二阶矩越大。
由于不同灰度级以及不同灰度级对应频数反映出了图像中像素的纹理信息,二阶矩计算的是目标灰度直方图上不同灰度级相对于灰度平均值的偏离程度,因此本实施例根据目标灰度直方图的二阶矩,计算发酵醪的纹理平滑度。本实施例中计算发酵醪的纹理平滑度的公式如下:
其中,R为发酵醪的纹理平滑度;当越大时,说明灰度图像中的不同灰度级的偏离程度越大,说明此时发酵醪的纹理越不平滑,即R越小;当越小时,说明灰度图像中的不同灰度级的偏离程度越小,说明此时发酵醪的纹理越平滑,即R越大;当R越小越趋近于0时,说明平滑度越不好,反之,R越大越趋近于1时,说明纹理越平滑。
本实施例首先根据发酵醪的纹理平滑度,初步判定当前发酵醪所处的大阶段,具体的:判断R是否大于等于平滑阈值,若是,则判定当前发酵醪处于后期阶段,后续根据发酵醪的颜色和透明度来判断发酵醪具体所处的阶段;若否,则判定当前发酵醪处于前期阶段,后续根据发酵醪表面的气孔特征进行分析,以判断发酵醪具体所处的阶段。本实施例中平滑阈值的大小需根据实际需要进行设置。
至此,本实施例根据上述过程能够判断出当前发酵醪所处的大阶段,接下来本实施例根据当前发酵醪所处的大阶段来进行对应的分析,以判断当前发酵醪具体所处的阶段。
步骤S3,当发酵醪处于前期阶段时:获取所述灰度图像中的各气孔区域;根据各气孔区域的数量和各气孔区域的面积,得到发酵醪的气孔指标;根据各气孔区域对应的气孔边缘点的坐标,得到发酵醪的气孔形变指标;根据所述气孔指标和所述气孔形变指标,得到发酵醪的发酵程度;判断所述发酵程度是否大于等于第一阈值,若是,则判定发酵醪处于发酵旺盛阶段,若否,则判定发酵醪处于发酵开始阶段。
若本实施例根据步骤S2判定当前发酵醪处于前期阶段,则本实施例将对灰度图像继续进行分析,判断当前发酵醪处于发酵开始阶段还是发酵旺盛阶段。
酿酒利用的微生物是酵母菌,因此当处于发酵开始阶段时,由于靠近表面的发酵醪与氧气的接触面积大,且主要通过有氧呼吸来进行反应,因此表面的化学反应较强,即气泡主要集中于表面;当处于发酵旺盛阶段时,内部氧气已被消耗完,主要通过无氧呼吸来反应,此时,底部的反应较为剧烈,产生的气泡不断翻涌到表面,导致形成的气泡大且气泡有变形、震荡和分裂等现象。本实施例通过对灰度图像中的气孔区域进行提取,进而根据气孔区域的特征来判断当前发酵醪是发酵开始阶段还是发酵旺盛阶段。具体的:
第一,对灰度图像中气孔区域进行提取。
发酵醪开始发酵时表面会冒出大大小小的气泡,气泡破裂后形成大大小小的气孔,气孔区域与气孔周围会出现一个强烈的灰度对比,气孔内部比其余区域的灰度值小,且气孔为近似圆形区域;因此本实施例通过分析所述灰度图像中各像素点对应的梯度大小,找到属于气孔区域的边缘,进而得到灰度图像中存在的气孔区域。具体的:
由于灰度图像中梯度较大的像素点往往是边缘点或者噪声点,所以本实施例计算所述灰度图像中各像素点的梯度幅值,然后根据灰度图像中各像素点的梯度幅值构建梯度直方图,所述梯度直方图的横坐标为梯度幅值,纵坐标为频数(即任意梯度幅值在灰度图像中出现的频数);由于所有的边缘点是频数少且梯度幅值最大的点集,因此本实施例选择所述梯度直方图中的最后一个波谷对应的梯度幅值作为分割阈值,并将灰度图像中梯度幅值大于等于分割阈值的像素点记为边缘点。
考虑到气孔区域是连续且闭合的区域,如果灰度图像中的边缘点能够组成的一个闭合区域,那么则认为此闭合区域为一个气孔区域,且构成闭合区域的这些边缘点组成的是对应气孔区域的边缘;但是如果出现边缘点组成的是连续却不闭合的边缘,说明其可能是裂缝,不是气孔区域。接下来,本实施例对灰度图像中的各边缘点进行分析,获取组成闭合区域的边缘,具体的:
从灰度图像中任选一边缘点作为第一中心点,判断该第一中心点对应的八邻域内是否存在边缘点,如果存在边缘点,则将第一中心点与八邻域内的各边缘点分别进行连线;然后以第一中心点对应的八邻域内的各边缘点为第二中心点继续搜索,判断第二中心点的八邻域内其余像素点是否存在边缘点(所述八邻域内其余像素点为不包括之前遍历过的中心点八邻域内的像素点),若存在,则将第二中心点与对应的八邻域内其余像素点中存在的边缘点进行连线,以此类推,直到某边缘点的八邻域内其余像素点中不存在边缘点时为止;将最后一个被连线的边缘点记为结束边缘点(即八邻域内其余像素点中不存在边缘点的边缘点),一个结束边缘点和第一中心点之间存在一条连线(即上述过程中连接像素点形成的连线),记为对应的初始边缘线;计算结束边缘点与第一中心点之间的欧氏距离(结束边缘点可能有一个也可能有多个)。所述欧氏距离是根据两个点的坐标得到的,是公知技术,在此就不再赘述。
本实施例通过结束边缘点与第一中心点之间的欧氏距离来判断结束边缘点与第一中心点之间的初始边缘线所包围的区域是否是闭合区域;对于任一结束边缘点:若对应的欧氏距离大于距离阈值,则判定该结束边缘点与第一中心点之间的初始边缘线围成的区域不是闭合区域,即不是气孔区域;若对应的欧氏距离小于等于距离阈值,则判定该结束边缘点与第一中心点之间的初始边缘线围成的区域为闭合区域,并将该结束边缘点与第一中心点相连,相连的直线与对应的初始边缘线共同构成了一个闭合的连线,将该闭合的连线经过的各像素点作为该气孔区域的边缘像素点记为气孔边缘点。所述距离阈值需根据实际需要进行设置。
然后本实施例从灰度图像中剩余的未被连线过的边缘点中选取一个边缘点继续上述连线和计算,直到灰度图像中的所有边缘点全部遍历完成,从而对灰度图像中的所有的边缘点进行筛选,得到灰度图像中的所有气孔区域,以及各气孔区域对应的各气孔边缘点。
至此,根据上述过程能够得到灰度图像中的各气孔区域,以及各气孔区域对应的各气孔边缘点。
第二,得到发酵醪的气孔指标。
接下来,为了对当前发酵醪表面气孔的情况进行分析,本实施例统计灰度图像中各气孔区域的数量,以及各气孔区域内包含的像素点的数量;本实施例将气孔区域内包含的像素点数量记为对应气孔区域的面积。
考虑到发酵醪处于不同的发酵阶段时出现的气泡的数量以及大小是不同的,所留下的气孔的大小和数量也是不同的;因此,本实施例根据灰度图像中各气孔区域的数量以及各气孔区域对应的面积,计算发酵醪的气孔指标;当灰度图像中气孔区域的数量越多且各气孔区域对应的面积越大时,说明发酵醪发酵的越旺盛;反之,当灰度图像中气孔区域的数量越少且各气孔区域对应的面积越小时,说明发酵醪发酵的越不旺盛;本实施例中计算发酵醪的气孔指标的公式如下:
其中,Q为发酵醪的气孔指标,n为灰度图像中气孔区域的数量,为灰度图像中第i个气孔区域的面积。当灰度图像中气孔区域的数量越少且各气孔区域对应的面积越小时,说明发酵醪产生的气泡数量少,且气泡小,则对应的气孔指标越大,此时当前发酵醪越可能处于发酵开始阶段;当灰度图像中气孔区域的数量越多且各气孔区域对应的面积越大时,说明发酵醪产生的气泡数量多,且气泡大,则对应的气孔指标越小,此时当前发酵醪越可能处于发酵旺盛阶段。
至此,本实施例能够得到当前发酵醪的气孔指标。
第三,得到发酵醪的气孔形变指标。
发酵开始阶段的气泡由于发酵不剧烈所以气泡的形状是常规的圆形,则留下的气孔也是常规的圆形;但是当处于发酵旺盛阶段时,由于反应剧烈所以产生的大气泡会发生形变,形状不再是圆形,因此所留下的气孔的形状也与圆形相差较大。因此本实施例根据气泡的形变程度再次确认当前发酵醪所处的发酵阶段。
本实施例分别对灰度图像中的各气孔区域进行分析,首先获取各气孔区域的形心,具体的:对于任一气孔区域:
首先获取该气孔区域对应的各气孔边缘点的坐标;然后将该气孔区域对应的每一个气孔边缘点与该气孔区域边缘上距离最远的气孔边缘点相连(对于任一气孔边缘点:将该气孔边缘点与该气孔区域边缘上距离该气孔边缘点最远的气孔边缘点相连),若该气孔区域边缘上有n个气孔边缘点,则可以得到条连线;然后选取这些连线相交最集中的一点作为该气孔区域对应的形心(即经过的连线最多的点)。由于气孔区域并不一定是一个正圆,为了判断气孔区域的变形情况,本实施例根据形心的坐标以及该气孔区域对应的各气孔边缘点的坐标,计算形心到气孔边缘点的距离,进而得到该气孔区域对应的虚拟半径,即:
其中,x为该气孔区域对应的形心的横坐标,y为该气孔区域对应的形心的纵坐标,为该气孔区域对应的第j个气孔边缘点的横坐标,为该气孔区域对应的第j个气孔边缘点的纵坐标,w为该气孔区域对应的气孔边缘点的数量,r为该气孔区域对应的虚拟半径。当形心到各气孔边缘点的距离越大时,则得到的虚拟半径也越大,所述虚拟半径能反映当前气孔区域拟合成圆形时的真实半径的长度。
接着本实施例根据虚拟半径与形心到各气孔边缘点之间的距离进行对比,来反映该气孔区域形变情况,即与圆形的差异程度;本实施例根据形心的坐标和虚拟半径,计算该气孔区域对应的变形度,即:
其中,为该气孔区域对应的变形度;上述公式中分母为形心与气孔边缘点之间距离的标准差,反映了气孔边缘点与形心之间的离散程度;本实施例将标准差与均值进行比值计算,反映了该气孔区域的相较于圆形的形变程度,若比值越小,说明标准差与虚拟半径越接近,即虚拟半径较接近于真实半径,且边缘点分布的离散程度也较均匀,说明该气孔区域越接近圆形,反之,说明该气孔区域的形变程度越大。
至此,本实施例能够得到灰度图像中各气孔区域对应的变形度。
本实施例计算灰度图像中各气孔区域对应的变形度之和,作为发酵醪的气孔形变指标。本实施例利用发酵醪的气孔形变指标来反映当前发酵醪整体的发酵情况,当发酵醪的气孔形变指标越大时,说明当前发酵醪中气孔区域的变形程度越大,说明当前发酵醪发酵的越剧烈,反之,说明当前发酵醪中气孔区域越近似圆形,说明当前发酵醪发酵的越不剧烈。
第四,得到发酵醪的发酵程度。
本实施例根据上述过程得到了发酵醪的气孔指标和气孔形变指标;考虑到不能简单的仅根据气孔指标或气孔形变程度确定当前发酵阶段,因此本实施例结合发酵醪的气孔指标和气孔形变指标来共同反映当前发酵醪的发酵情况,进而确定当前发酵醪所处的发酵阶段。本实施例根据发酵醪的气孔指标和气孔形变指标,计算得到发酵醪的发酵程度,即:
其中,F为发酵醪的发酵程度,exp( )为以e为底的指数函数,X为发酵醪的气孔形变指标;当发酵醪的气孔指标越小,气孔变形指标越大时,说明当前发酵醪发酵的越剧烈,则对应的发酵程度越大;反之,当发酵醪的气孔指标越大,气孔变形指标越小时,说明当前发酵醪发酵的不越剧烈,则对应的发酵程度越小。本实施例判断当前发酵醪的发酵程度是否大于等于第一阈值,若是,则判定发酵醪处于发酵旺盛阶段,并提醒工作人员进行相应的处理,若否,则判定发酵醪处于发酵开始阶段。本实施例中第一阈值的大小需根据实际需要进行设置。
步骤S4,当发酵醪处于后期阶段时:根据所述发酵醪图像中各像素点对应的R、G、B三个通道的值,得到发酵醪图像对应的明暗程度;若所述明暗程度大于第二阈值,则判定发酵醪处于发酵结束阶段;根据发酵醪图像中各像素点对应的R、G、B三个通道的值,得到发酵醪图像对应的颜色差异度;若所述颜色差异度小于第三阈值,则判定发酵醪发酵完成。
若本实施例根据步骤S2判定当前发酵醪处于后期阶段,则本实施例将对发酵醪图像进行分析,判断当前发酵醪处于发酵衰退阶段还是发酵结束阶段;若判定发酵醪处于发酵结束阶段,则本实施例将根据发酵醪图像的颜色判断发酵醪是否完全发酵完成。
发酵衰退阶段时的粮食由于未发酵完全,醪液表面会存在很少量的被发酵菌分解后的细小粮食残渣导致醪液较为浑浊;而发酵结束阶段时的粮食被完全发酵且均以沉入缸底,从而醪液表面的漂浮物非常少,故醪液清澈透明;且当发酵醪完全发酵结束后,醪液的颜色会变成淡黄色。醪液的浑浊与清澈透明在发酵醪图像上的反映是当前图像的明暗程度,醪液浑浊对应图像较暗,醪液清澈对应图像较明亮。
本实施例通过计算发酵醪图像的一阶颜色矩来反映发酵醪图像的明暗程度,进而反映醪液的透明程度,具体的:
首先根据所述发酵醪图像中各像素点对应的R通道的值,计算得到发酵醪图像对应的R通道一阶颜色矩、根据所述发酵醪图像中各像素点对应的G通道的值,计算得到发酵醪图像对应的G通道一阶颜色矩、根据所述发酵醪图像中各像素点对应的B通道的值,计算得到发酵醪图像对应的B通道一阶颜色矩;然后计算发酵醪图像对应的R通道一阶颜色矩、G通道一阶颜色矩和B通道一阶颜色矩的平均值,将所述平均值作为发酵醪图像对应的明暗程度,即:
其中,为发酵醪图像对应的明暗程度,为发酵醪图像对应的R通道一阶颜色矩,为发酵醪图像对应的B通道一阶颜色矩,为发酵醪图像对应的B通道一阶颜色矩,为发酵醪图像中第j个像素点对应的R通道的值,为发酵醪图像中第j个像素点对应的G通道的值,为发酵醪图像中第j个像素点对应的B通道的值,N为发酵醪图像中像素点的数量。本实施例中一阶颜色矩为现有技术在此就不再赘述。
当发酵醪图像对应的R通道一阶颜色矩、G通道一阶颜色矩和B通道一阶颜色矩均越大时,说明发酵醪图像对应的明暗程度越大,即发酵醪图像越亮,说明此时发酵醪越可能处于发酵结束阶段。
本实施例判断所述明暗程度是否小于等于第二阈值,若是,则判定当前发酵醪处于发酵衰退阶段,若否,则判定当前发酵醪处于发酵结束阶段。第二阈值的大小需根据实际需要进行设置,本实施例中第二阈值的取值为0.5。
若判定当前发酵醪处于发酵结束阶段,则本实施例将对发酵醪图像进行进一步分析,判断当前发酵醪是否完全发酵完成,具体的:
相比于发酵衰退阶段,发酵结束阶段对于酿酒工艺来说是更为重要的,因此需要准确的判断当前是否真正地、彻彻底底地发酵结束;发酵结束阶段对应的颜色变化是从最开始发酵衰退阶段的浑浊变为清澈,又从清澈变为米白色,最后变为淡黄色时才说明发酵醪完全发酵结束。
以发酵完全的淡黄色为标准,计算当前醪液颜色与淡黄色的相似度,进而判断当前发酵醪是否发酵完全,将淡黄色记为标准颜色,具体颜色根据实际情况进行调整;其中淡黄色的RGB数值为[255,235,181],此RGB数值为公知的;本实施例根据标准颜色的RGB数值与发酵醪图像中各像素点对应的RGB数值,计算发酵醪图像对应的颜色差异度,即:
当越小时,说明发酵醪图像中各像素点对应的颜色与淡黄色越接近,说明发酵醪发酵的越彻底;反之,当越大时,说明发酵醪图像中各像素点对应的颜色与淡黄色相差越大,说明发酵醪发酵的不彻底。本实施例当趋近于0时,认为当前发酵醪完全发酵,所以当小于第三阈值时,则判定当前发酵醪发酵完成,并提示工作人员及时对发酵醪进行下一步蒸馏操作,其中第三阈值的大小根据实际需要进行设置,且第三阈值要足够小。
除此之外,若判定当前发酵醪处于发酵旺盛阶段,则提醒提示工作人员对发酵醪进行搅拌及时散热,并为缸内放入足够的氧气以确保后续发酵持续进行。
本实施例通过获取当前发酵缸内的发酵醪图像和对应的灰度图像对发酵醪的状态进行分析;由于发酵醪处于前期阶段和后期阶段时,表面的纹理情况是不同的,因此本实施例根据灰度图像中各像素点对应的灰度值,得到发酵醪的纹理平滑度,并根据平滑度初步判断发酵醪是处于前期阶段还是后期阶段。当发酵醪处于前期阶段时:由于发酵醪在发酵开始阶段和发酵旺盛阶段都会产生气泡,并留下大大小小气孔,但是不同阶段气孔的数量、气孔的大小以及气孔的形状是有区别的,因此本实施例对灰度图像中的气孔区域进行分析根据各气孔区域的数量和各气孔区域的面积,得到发酵醪的气孔指标,并根据各气孔区域对应的气孔边缘点的坐标,得到发酵醪的气孔形变指标;进而结合两个数据,得到发酵醪的发酵程度;本实施例根据发酵醪的发酵程度来判断发酵醪是处于判发酵旺盛阶段还是发酵开始阶段。当发酵醪处于后期阶段时:由于发酵醪在发酵衰退阶段和发酵结束阶段时,对应的发酵醪图像的明暗程度是不同的,因此本实施例计算发酵醪图像对应的明暗程度,来判断发酵醪是处于发酵衰退阶段还是发酵结束阶段;若发酵醪处于发酵结束阶段,则本实施例继续对发酵醪的颜色进行分析,因为发酵醪完全结束时其颜色为淡黄色,因此本实施例通过分析发酵醪图像每个像素点的颜色,得到发酵醪图像对应的颜色差异度,若所述颜色差异度小于第三阈值,则判定发酵醪发酵完成。
本实施例相对于常规的温度测控方法,克服了常规装置系统中难以准确的把控发酵完全结束的时间的问题,能够更加准确的通过图像确定当前的发酵阶段,把控发酵结束的时间,从而提醒工作人员及时对发酵完成的容器进行下一步蒸馏操作。
需要说明的是:以上所述仅为本发明的较佳实施例,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)
1.一种用于酿酒发酵过程的监控系统,包括存储器和处理器,其特征在于,所述处理器执行所述存储器存储的计算机程序,以实现如下步骤:
获取当前发酵缸内的发酵醪图像和发酵醪图像对应的灰度图像;
根据所述灰度图像中各像素点对应的灰度值,得到发酵醪的纹理平滑度;根据发酵醪的纹理平滑度,判断发酵醪所处的大阶段;所述大阶段包括前期阶段和后期阶段;
当发酵醪处于前期阶段时:获取所述灰度图像中的各气孔区域;根据各气孔区域的数量和各气孔区域的面积,得到发酵醪的气孔指标;根据各气孔区域对应的气孔边缘点的坐标,得到发酵醪的气孔形变指标;根据所述气孔指标和所述气孔形变指标,得到发酵醪的发酵程度;判断所述发酵程度是否大于等于第一阈值,若是,则判定发酵醪处于发酵旺盛阶段,若否,则判定发酵醪处于发酵开始阶段;
当发酵醪处于后期阶段时:根据所述发酵醪图像中各像素点对应的R、G、B三个通道的值,得到发酵醪图像对应的明暗程度;若所述明暗程度大于第二阈值,则判定发酵醪处于发酵结束阶段;根据发酵醪图像中各像素点对应的R、G、B三个通道的值,得到发酵醪图像对应的颜色差异度;若所述颜色差异度小于第三阈值,则判定发酵醪发酵完成。
2.根据权利要求1所述的一种用于酿酒发酵过程的监控系统,其特征在于,根据所述灰度图像中各像素点对应的灰度值,得到发酵醪的纹理平滑度的,包括:
根据所述灰度图像中各像素点的灰度值,得到对应的灰度直方图;
对所述灰度直方图进行归一化处理,得到目标灰度直方图,所述目标灰度直方图的纵坐标为频数,取值范围为[0,1];
计算目标灰度直方图的二阶距;
根据目标灰度直方图的二阶矩,计算发酵醪的纹理平滑度。
4.根据权利要求1所述的一种用于酿酒发酵过程的监控系统,其特征在于,根据发酵醪的纹理平滑度,判断发酵醪所处的大阶段,包括:
判断发酵醪的纹理平滑度是否大于等于平滑阈值,若是,则判定发酵醪处于后期阶段,若否,则判定发酵醪处于前期阶段。
5.根据权利要求1所述的一种用于酿酒发酵过程的监控系统,其特征在于,获取所述灰度图像中的各气孔区域,包括:
计算所述灰度图像中各像素点的梯度幅值;根据所述灰度图像中各像素点的梯度幅值构建梯度直方图;选择所述梯度直方图中的最后一个波谷对应的梯度幅值作为分割阈值;
将所述灰度图像中梯度幅值大于等于分割阈值的像素点记为边缘点;
从所述灰度图像中任选一边缘点作为第一中心点;判断该第一中心点对应的八邻域内是否存在边缘点,若存在,则将第一中心点与八邻域内的各边缘点分别进行连线;以第一中心点对应的八邻域内的各边缘点为第二中心点继续搜索,判断第二中心点的八邻域内其余像素点是否存在边缘点,若存在,则将第二中心点与对应的八邻域内其余像素点中存在的边缘点进行连线;所述八邻域内其余像素点为不包括之前遍历过的中心点八邻域内的像素点;以此类推,直到某边缘点的八邻域内其余像素点中不存在边缘点时为止;将最后一个被连线的边缘点记为结束边缘点;将搜索过程中结束边缘点与第一中心点之间的连线记为初始边缘线;
计算结束边缘点与第一中心点之间的欧氏距离;
若所述欧氏距离大于距离阈值,则判定结束边缘点与第一中心点之间的初始边缘线围成的区域不是闭合区域;
若所述欧氏距离小于等于距离阈值,则判定结束边缘点与第一中心点之间的初始边缘线围成的区域为闭合区域;将所述闭合区域记为气孔区域,将结束边缘点与第一中心点相连,相连的直线与对应的初始边缘线共同构成了一个闭合的连线,将所述闭合的连线经过的各像素点作为该气孔区域的气孔边缘点;
以此类推,从所述灰度图像中剩余的未被连线过的边缘点中选取一个边缘点继续搜索,得到所述灰度图像中的所有气孔区域以及各气孔区域对应的各气孔边缘点。
7.根据权利要求1所述的一种用于酿酒发酵过程的监控系统,其特征在于,根据各气孔区域对应的气孔边缘点的坐标,得到发酵醪的气孔形变指标,包括:
对于任一气孔区域:将该气孔区域对应的每一个气孔边缘点与该气孔区域边缘上距离最远的气孔边缘点相连,得到各连线;选取各连线相交最集中的一点作为该气孔区域对应的形心;计算该气孔区域对应的形心到该气孔区域对应的各气孔边缘点的距离的平均值,作为该气孔区域对应的虚拟半径;根据该气孔区域对应的形心的坐标和虚拟半径,计算该气孔区域对应的变形度;
计算所述灰度图像中各气孔区域对应的变形度之和,作为发酵醪的气孔形变指标;
所述计算该气孔区域对应的变形度的公式如下:
9.根据权利要求1所述的一种用于酿酒发酵过程的监控系统,其特征在于,根据所述发酵醪图像中各像素点对应的R、G、B三个通道的值,得到发酵醪图像对应的明暗程度,包括:
根据所述发酵醪图像中各像素点对应的R通道的值,计算得到发酵醪图像对应的R通道一阶颜色矩;根据所述发酵醪图像中各像素点对应的G通道的值,计算得到发酵醪图像对应的G通道一阶颜色矩;根据所述发酵醪图像中各像素点对应的B通道的值,计算得到发酵醪图像对应的B通道一阶颜色矩;
计算发酵醪图像对应的R通道一阶颜色矩、G通道一阶颜色矩和B通道一阶颜色矩的平均值,将所述平均值作为发酵醪图像对应的明暗程度。
10.根据权利要求1所述的一种用于酿酒发酵过程的监控系统,其特征在于,若所述明暗程度大于第二阈值,则判定发酵醪处于发酵结束阶段;根据发酵醪图像中各像素点对应的R、G、B三个通道的值,得到发酵醪图像对应的颜色差异度,包括:
获取标准颜色对应的R、G、B三个通道的值;
根据标准颜色对应的R、G、B三个通道的值和发酵醪图像中各像素点对应的R、G、B三个通道的值,计算发酵醪图像对应的颜色差异度;所述计算发酵醪图像对应的颜色差异度的公式如下:
其中,为发酵醪图像对应的颜色差异度,为标准颜色的RGB数值中的R通道的值,为标准颜色的RGB数值中的G通道的值,为标准颜色的RGB数值中的B通道的值,为发酵醪图像中第j个像素点对应的R通道的值,为发酵醪图像中第j个像素点对应的G通道的值,为发酵醪图像中第j个像素点对应的B通道的值,为发酵醪图像中像素点的数量;
若所述明暗程度小于等于第二阈值,则判定发酵醪处于发酵衰退阶段。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210945754.9A CN115018843B (zh) | 2022-08-09 | 2022-08-09 | 一种用于酿酒发酵过程的监控系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210945754.9A CN115018843B (zh) | 2022-08-09 | 2022-08-09 | 一种用于酿酒发酵过程的监控系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115018843A true CN115018843A (zh) | 2022-09-06 |
CN115018843B CN115018843B (zh) | 2022-10-25 |
Family
ID=83065885
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210945754.9A Active CN115018843B (zh) | 2022-08-09 | 2022-08-09 | 一种用于酿酒发酵过程的监控系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115018843B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1992015964A1 (en) * | 1991-02-28 | 1992-09-17 | The Board Of Trustees Of The University Of Illinois | On-line image processing for real-time control of a process |
CN111539920A (zh) * | 2020-04-16 | 2020-08-14 | 泸州老窖酿酒有限责任公司 | 一种白酒酿造过程中糟醅质量的自动检测方法 |
CN113610935A (zh) * | 2021-08-16 | 2021-11-05 | 新化县天渠茶业有限公司 | 一种红茶自动发酵监测系统 |
-
2022
- 2022-08-09 CN CN202210945754.9A patent/CN115018843B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1992015964A1 (en) * | 1991-02-28 | 1992-09-17 | The Board Of Trustees Of The University Of Illinois | On-line image processing for real-time control of a process |
CN111539920A (zh) * | 2020-04-16 | 2020-08-14 | 泸州老窖酿酒有限责任公司 | 一种白酒酿造过程中糟醅质量的自动检测方法 |
CN113610935A (zh) * | 2021-08-16 | 2021-11-05 | 新化县天渠茶业有限公司 | 一种红茶自动发酵监测系统 |
Non-Patent Citations (3)
Title |
---|
VALENTINA DI EGIDIO ET AL.: "NIR and MIR spectroscopy as rapid methods to monitor red wine fermentation", 《EUROPEAN FOOD RESEARCH AND TECHNOLOGY VOLUME》 * |
张智喨: "微生物发酵过程远程监控与分析系统研发", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
李德林 等: "基于图像的浓香型白酒发酵糟醅形态识别方法研究", 《食品与发酵科技》 * |
Also Published As
Publication number | Publication date |
---|---|
CN115018843B (zh) | 2022-10-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110866893B (zh) | 基于病理图像的tmb分类方法、系统及tmb分析装置 | |
CN115311292B (zh) | 基于图像处理的带钢表面缺陷检测方法及系统 | |
CN111368643B (zh) | 一种大肠杆菌动态生长监测方法 | |
WO2023078041A1 (zh) | 基于自适应比例学习的肿瘤组织病理分类系统及方法 | |
CN113554629A (zh) | 基于人工智能的带钢红锈缺陷检测方法 | |
CN102982542A (zh) | 一种基于相位一致性的眼底图像血管分割方法 | |
CN109800777A (zh) | 一种尿检试纸生理指标自动识别方法 | |
CN116310845B (zh) | 一种用于污水处理的智能监测系统 | |
CN116416252B (zh) | 一种勃姆石生产工艺废水沉降图像检测方法 | |
CN116309599B (zh) | 基于污水前置处理的水质视觉监测方法 | |
CN111089632A (zh) | 一种树脂溶液罐液位检测方法与装置 | |
CN114758185A (zh) | 一种基于灰度色差的注塑参数控制方法与系统 | |
CN113902713B (zh) | 一种基于图像分割算法的多菌落体计数方法 | |
CN115994907B (zh) | 用于食品检测机构综合信息的智能处理系统及方法 | |
CN112529870A (zh) | 基于源域与频域结合的多尺度CNNs肺结节假阳性剔除方法 | |
CN116912261A (zh) | 一种塑料模具注塑表面缺陷检测方法 | |
CN109948544B (zh) | 一种目标菌落自动定位与识别方法 | |
CN110930425B (zh) | 基于邻域向量内积局部对比度图像增强的损伤目标检测方法 | |
CN115018843B (zh) | 一种用于酿酒发酵过程的监控系统 | |
CN110532941A (zh) | 一种常见藻类的特征图像提取方法 | |
CN110853030B (zh) | 生物反应器病毒感染细胞质量评价方法 | |
CN109214393B (zh) | 一种多孔培养板板孔菌群生长情况图像检测方法及系统 | |
CN117197064A (zh) | 一种无接触眼红程度自动分析方法 | |
CN115035112B (zh) | 一种环保型电化铝镭射着色剂的制备过程控制方法 | |
CN115511814A (zh) | 一种基于兴趣区域多纹理特征融合的图像质量评价方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP01 | Change in the name or title of a patent holder | ||
CP01 | Change in the name or title of a patent holder |
Address after: 272300 no.198, Yufeng South Road West, Binhu street, Yutai County, Jining City, Shandong Province Patentee after: Kongfuyan Wine Co.,Ltd. Address before: 272300 no.198, Yufeng South Road West, Binhu street, Yutai County, Jining City, Shandong Province Patentee before: Shandong Jingfa kongfu banquet wine Co.,Ltd. |