CN116893127A - 粮食外观质量指标检测仪 - Google Patents
粮食外观质量指标检测仪 Download PDFInfo
- Publication number
- CN116893127A CN116893127A CN202311162277.XA CN202311162277A CN116893127A CN 116893127 A CN116893127 A CN 116893127A CN 202311162277 A CN202311162277 A CN 202311162277A CN 116893127 A CN116893127 A CN 116893127A
- Authority
- CN
- China
- Prior art keywords
- grains
- grain
- glass
- feeding
- photographing
- 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
- 239000011521 glass Substances 0.000 claims abstract description 87
- 230000007246 mechanism Effects 0.000 claims abstract description 73
- 238000012545 processing Methods 0.000 claims abstract description 31
- 238000007599 discharging Methods 0.000 claims abstract description 24
- 238000004458 analytical method Methods 0.000 claims abstract description 17
- 239000000463 material Substances 0.000 claims description 10
- 238000007790 scraping Methods 0.000 claims description 8
- 238000007664 blowing Methods 0.000 claims description 6
- 238000012549 training Methods 0.000 claims description 3
- 230000003111 delayed effect Effects 0.000 claims description 2
- 238000000926 separation method Methods 0.000 claims 2
- 238000001514 detection method Methods 0.000 abstract description 27
- 238000012423 maintenance Methods 0.000 abstract description 2
- 238000003908 quality control method Methods 0.000 abstract 1
- 235000013339 cereals Nutrition 0.000 description 157
- 240000008042 Zea mays Species 0.000 description 10
- 235000005824 Zea mays ssp. parviglumis Nutrition 0.000 description 10
- 235000002017 Zea mays subsp mays Nutrition 0.000 description 10
- 235000005822 corn Nutrition 0.000 description 10
- 238000000034 method Methods 0.000 description 8
- 208000003643 Callosities Diseases 0.000 description 4
- 206010020649 Hyperkeratosis Diseases 0.000 description 4
- 241000209094 Oryza Species 0.000 description 4
- 235000007164 Oryza sativa Nutrition 0.000 description 4
- 230000000903 blocking effect Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 4
- 239000003550 marker Substances 0.000 description 4
- 235000009566 rice Nutrition 0.000 description 4
- 244000068988 Glycine max Species 0.000 description 3
- 235000010469 Glycine max Nutrition 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000003709 image segmentation Methods 0.000 description 3
- 238000009434 installation Methods 0.000 description 3
- 241000209140 Triticum Species 0.000 description 2
- 235000021307 Triticum Nutrition 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000006378 damage Effects 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 239000000428 dust Substances 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 238000005096 rolling process Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 241000238631 Hexapoda Species 0.000 description 1
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 235000021329 brown rice Nutrition 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 229920003023 plastic Polymers 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
-
- 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
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
-
- 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
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
- G01N21/13—Moving of cuvettes or solid samples to or from the investigating station
-
- 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
- G01N21/88—Investigating the presence of flaws or contamination
-
- 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
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N2015/0019—Means for transferring or separating particles prior to analysis, e.g. hoppers or particle conveyors
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N2015/03—Electro-optical investigation of a plurality of particles, the analyser being characterised by the optical arrangement
-
- 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
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
Landscapes
- Chemical & Material Sciences (AREA)
- Biochemistry (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Immunology (AREA)
- Dispersion Chemistry (AREA)
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明公开的是粮食检测技术领域的一种粮食外观质量指标检测仪，包括玻璃转盘、进料机构、拍照机构、出料机构和控制系统。其中，进料机构包括振动进料槽，振动进料槽底部为平底结构或者多条并列设置的V形槽结构，拍照机构包括两个相对且同轴设置在玻璃转盘上下两侧的相机，控制系统包括进料控制模块、拍照控制模块、图像处理模块和识别分析模块。本发明先通过振动进料槽实现批量进料，再结合两个同轴相对设置的相机同时对粮食正反两面进行拍照，之后利用图像处理模块对图像进行拼接、分割和提取，最后通过识别分析模块来判断粮食外观质量指标。本发明能够适应多种粮食的多种特征检测，大幅提高了检测效率，降低了使用和维护成本。
Description
技术领域
本发明涉及粮食检测技术领域，尤其涉及一种粮食外观质量指标检测仪。
背景技术
粮食外观质量指标是指粮食通过外观判断的感官检测指标，不同粮食对应的外观质量指标有所不同，比如，大豆主要检测完整粒率、损伤粒、热损伤率、杂质等；稻谷主要检测谷外糙米、出糙率、整精米率、黄粒米等；小麦和玉米主要检测不完善粒、热损伤、霉变粒等。以往在粮食收购中主要还是靠人为感官检测，通过人眼识别，手动筛分、称重、计量等方式来判断粮食是否满足要求。整个检测流程复杂，费时费力，检测效率较低，准确率较低。
近年来，随着光学图像、AI深度学习、自动化控制等技术的不断发展，有很多先进的技术开始应用于粮食外观质量检测。比如，公开号为CN105407246A的发明专利所公开的一种粮食籽粒双面扫描装置，以及公开号为CN109047038A的发明专利所公开的一种粮食籽粒检测仪，都是通过获取粮食正反面两面图像，然后利用图像识别技术判断粮食外观质量指标。上述设备虽然相比人眼识别具有更高的检测效率和准确率，但实际应用中还是存在一些问题。比如由于粮食种类、大小和形状的不同，一台设备只能对应有限种类的粮食，多台设备会增加粮库使用成本和维护成本；粮食在检测过程中只能单颗单颗的对粮食进行检测，无法实现批量检测，检测时间长；自动化程度还较低，检测过程中还需要较多的人为操作。因此，为进一步提升粮食外观质量检测的效率，有必要研究一种更加高效化、自动化、智能化和信息化的检测设备。
发明内容
为克服现有粮食外观质量检测设备检测效率较低等不足，本发明所要解决的技术问题是：提供一种可针对多种粮食、多种指标，并且检测效率高的粮食外观质量指标检测仪。
本发明解决其技术问题所采用的技术方案是：
粮食外观质量指标检测仪，包括玻璃转盘、进料机构、拍照机构、出料机构和控制系统，其中，进料机构、拍照机构和出料机构沿玻璃转盘转动路径依次设置，所述进料机构包括振动进料槽，振动进料槽底部为平底结构或者多条并列设置的V形槽结构，其出料端位于玻璃转盘上方，且出料方向朝向玻璃转盘上与出料端相对应的部位的切线方向；所述拍照机构包括两个相对且同轴设置在玻璃转盘上下两侧的相机；所述控制系统包括进料控制模块、拍照控制模块、图像处理模块和识别分析模块，其中，进料控制模块用于根据粮食种类控制振动进料槽的进料速度和玻璃转盘的转速，拍照控制模块用于根据玻璃转盘转速控制相机相邻两次拍照的间隔时间，并将拍摄得到的图像连续输入给图像处理模块，图像处理模块用于先对同一面的相邻两张照片进行拼接，得到粮食正反两面的连续图像，然后从连续图像中依次分割提取单颗粮食的图像，最后将正反两面相对应的粮食的图像进行组合，得到单颗粮食的正反两面图像并送至识别分析模块，识别分析模块为通过大量粮食图片训练得到的AI模型，用于识别图像中的粮食外观，判断粮食的特征并输出结果。
进一步的是，所述图像处理模块在进行图像分割时，同时计算出粮食的数量和单颗粮食的面积，并根据模型中存储的对应粮食的种类和特征的面积/质量系数比计算出粮食总体重量，以及不同特征的粮食的重量和占比。
进一步的是，所述拍照机构还包括一个镜头轴线与玻璃转盘平行的平视相机，图像处理模块还用于根据该平视相机拍摄的图像判断粮食的平均高度，之后根据上下两个相机得到的面积估算出粮食体积，最后再换算成质量和容重。
进一步的是，所述图像处理模块还用于将识别的粮食种类反馈给进料控制模块，刚开始进料时，进料控制模块按照基础速度控制振动进料槽和玻璃转盘进行送料，在进料控制模块收到图像处理模块反馈的粮食种类信息时再自动调整振动进料槽的进料速度和玻璃转盘的转速。
进一步的是，所述振动进料槽的顶部入口处设有进料斗，振动进料槽靠近出料端的位置设有活动挡片，所述活动挡片的上端与振动进料槽两侧的顶部铰接，下端与振动进料槽底部之间留有过料间隙。
进一步的是，还包括过粮通道，所述过粮通道沿玻璃转盘转动方向从振动进料槽附近延伸到拍照机构附近，所述过粮通道为开口朝下并贴近玻璃转盘上表面的槽形结构，且通道整体呈喇叭形，靠近振动进料槽的一端比靠近拍照机构的一端大。
进一步的是，在振动进料槽的出料端与过粮通道的入口端之间设有反射型的传感器，所述拍照机构在传感器检测到粮食通过时延迟一段时间后开始拍照。
进一步的是，所述拍照机构还包括立柱和三轴调节台，位于玻璃转盘上方的相机通过支撑架固定在立柱顶部，位于玻璃转盘下方的相机通过三轴调节台安装在立柱底部，通过调整三轴调节台使上下两个相机同轴；所述立柱上还设有两个环形光源，两个环形光源分别对应设置在两个相机外围。
进一步的是，所述出料机构包括设置在玻璃转盘中心上方，且吹风方向朝向玻璃转盘外侧的风扇，以及设置在玻璃转盘外边缘，且开口朝向风扇的收集罩，所述收集罩的外壁为镂空结构。
进一步的是，所述拍照机构到收集罩之间的玻璃转盘上方还设有挡料槽，所述挡料槽为开口朝下并贴近玻璃转盘上表面的槽形结构，且整个通道呈喇叭形，靠近拍照机构的一端比靠近收集罩的一端大；在收集罩远离挡料槽的一侧还设有刮料板，刮料板底部设有紧贴玻璃转盘的毛刷。
本发明的有益效果是：
1.进料机构的振动进料槽底部采用平底结构或者多条V形槽并列的结构，能够实现批量进料，并保证粮食平铺在玻璃转盘上，连续通过拍照机构进行检测，相比以往间断式的单颗粮食检测，大幅提高了检测效率；
2. 拍照机构采用两个同轴相对设置的相机同时对粮食正反两面进行拍照，相比以往正反面交替拍照的方式效率更高，拍照时机更容易控制，同时该拍照方式使粮食正反面一一对应，方便图像处理模块对粮食的正反面进行配对组合，结合图像分割功能实现粮食的批量拍摄和单颗识别，达到批量检测的目的；
3.在进行图像识别时先拼接相邻照片，形成连续图像，确保每一颗粮食图像的完整性，然后再对连续图像进行分割，提取单个粮食正反面图像进行组合，最后利用通过大数据训练的模型来对粮食的外观进行识别，判断粮食的种类、特征、数量、质量和容重等指标并输出结果，实现一机多用，满足粮库对不同粮食、不同指标的检查需求。
附图说明
图1是本发明进料机构的结构示意图；
图2是本发明拍照机构的结构示意图；
图3是本发明出料机构的结构示意图；
图4是本发明平视相机的结构示意图；
图5是本发明平底结构的振动进料槽的结构示意图；
图6是本发明多条V形结构的振动进料槽的结构示意图；
图7是本发明落料端带齿槽的振动进料槽的结构示意图；
图8是本发明拍照间隔时间控制示意图；
图9是本发明的工作流程图；
图中标记为，1- 玻璃转盘，2- 进料机构，3- 拍照机构，4- 出料机构，5- 过粮通道，6- 传感器，21- 振动进料槽，22- 进料斗，23- 活动挡片，31- 相机，32- 平视相机，33-立柱，34- 三轴调节台，35- 支撑架，36- 环形光源，41- 风扇，42- 收集罩，43- 挡料槽，44- 刮料板。
具体实施方式
下面结合附图对本发明进一步说明。
需要说明，若本发明中有涉及方向性指示用语，如上、下、左、右、前、后的方向、方位用语，是为了利于构件间相对位置联系的描述，非为相关构件、构件间位置关系的绝对位置特指，仅用于解释在某一特定姿态下各部件之间的相对位置关系、 运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。若本发明中有涉及数量的用语，如“多”、“多个”、“若干”等，具体指的是两个及两个以上。
如图1-3所示，本发明所要保护的粮食外观质量指标检测仪，包括玻璃转盘1、进料机构2、拍照机构3、出料机构4和控制系统，其中，进料机构2、拍照机构3和出料机构4沿玻璃转盘1转动路径依次设置，所述进料机构2包括振动进料槽21，振动进料槽21底部为平底结构或者多条并列设置的V形槽结构，其出料端位于玻璃转盘1上方，且出料方向朝向玻璃转盘1上与出料端相对应的部位的切线方向；所述拍照机构3包括两个相对且同轴设置在玻璃转盘1上下两侧的相机31；所述控制系统包括进料控制模块、拍照控制模块、图像处理模块和识别分析模块，其中，进料控制模块用于根据粮食种类控制振动进料槽21的进料速度和玻璃转盘1的转速，拍照控制模块用于根据玻璃转盘1转速控制相机31相邻两次拍照的间隔时间，并将拍摄得到的图像连续输入给图像处理模块，图像处理模块用于先对同一面的相邻两张照片进行拼接，得到粮食正反两面的连续图像，然后从连续图像中依次分割提取单颗粮食的图像，最后将正反两面相对应的粮食的图像进行组合，得到单颗粮食的正反两面图像并送至识别分析模块，识别分析模块为通过大量粮食图片训练得到的AI模型，用于识别图像中的粮食外观，判断粮食的特征并输出结果。
其中，玻璃转盘1也可采用透明的塑料制作，并做一定防滑处理，同时转速保持在4r/min左右，避免大豆等圆形粮食滚动。玻璃转盘1转动的安装在设备支架上，通过伺服电机驱动，安装时确保表面水平，进料控制模块与伺服电机电性连接，控制伺服电机的转动速度。振动进料槽21同样固定在设备支架上，并与进料控制模块电性连接，进料控制模块通过控制振动进料槽21的振动频率和振幅来控制进料速度。拍照机构中的上下两个相机31也安装在设备支架上，安装时需要确保上下两个相机31同轴，这样才能确保拍摄得到的粮食正反面相对应，拍照控制模块与两个相机31电性连接，控制两个相机31同时拍照。拍照控制模块、图像处理模块和识别分析模块三者依次电性连接，拍照控制模块将拍摄得到的图像送入图像处理模块，图像处理模块再将处理好的图像送入识别分析模块。当然为了显示检测信息，还需要显示模块，识别分析模块将检测的信息展示在显示模块的显示屏上。
本发明的工作过程如图9所示：
首先，将需要检测的粮食放入进料机构2，通过振动进料槽21缓慢的将粮食送到玻璃转盘1上。在此过程中，本发明提供了三种形式的振动进料槽21，一种是平底宽槽结构，即槽底面为平面结构，且横向尺寸较宽，如图5所示，粮食通过振动进料槽21时会分散平铺在槽底面上，随后也能分散的掉落到玻璃转盘1上；第二种如图6所示，槽底采用多条V形槽并列在一起的形式，该结构能进一步增加粮食之间的横向间隙，纵向间隙通过进料速度控制，这样可使粮食掉落到玻璃转盘1上时更加分散，更不容易堆叠在一起，更有利于后续的图像处理，提高检测精度；第三种如图7所示，整体也采用平底结构，只是在出料端设置一些齿槽缺口，也能起到一定分散物料的作用。三种结构均可用于各种粮食颗粒，第一种结构更适合颗粒较大的粮食，比如大豆和玉米等，第二种和第三种更适合颗粒较小的粮食，比如小麦和稻谷等。
然后，粮食在到达拍照机构3处时，上下两个相机31按照同样的间隔时间同时对粮食进行拍照。在此过程中，相邻两次拍照的间隔时间应根据玻璃转盘1的转速进行设定。如图8所示，图中虚线框为后续图形拼接时选取的固定坐标区域，图像处理模块选取前后两者照片的在该固定坐标区域内的图像进行拼接，因此，虚线框的长度除以玻璃转盘1的转速即为相机31拍照的间隔时间。按照该方式进行拍照，可确保拼接后的粮食是完整的连续图像。
再然后，图像处理模块和识别分析模块进行工作，图像处理模块先对拍摄得到的图片两两依次进行拼接，如图8所示，先从拍摄的第一张照片的固定坐标区域截取图片Ⅰ，然后从拍摄的第二张照片的固定坐标区域截取图片Ⅱ，最后将图片Ⅰ与图片Ⅱ拼接在一起，以此类推，正面图像与正面图像拼接，反面图像与反面图像拼接，并使正反面图像相对应，之后根据基于深度学习的分割方法对图像进行分割提取，得到单颗粮食的正反面图像，接着将粮食图像送入识别分析模块进行识别，识别分析模块为通过大量粮食图片训练得到的AI模型，可以直接判断粮食的种类和外观指标，比如先识别出粮食属于玉米，然后再判断属于完善粒、不完善粒、热损伤粒还是霉变粒。现有的识别方式一般是通过将实时的粮食图片与内存中记录的图片进行对比，或者颜色、形态等多维度的模式识别来判断外观质量，效率较低，系统计算量较大，准确性差。本发明改用深度学习的模型直接进行识别，随着不断的自学习和补充数据库，识别效率和准确性会不断提高。
最后，经过拍照后的粮食在到达出料机构4处时被清除出玻璃转盘1并被收集，不影响后续的进料检测。收集得到的粮食一般还会直接进行称重，以便进行容重等指标的计算。
为了一次性检测出更多的指标，所述图像处理模块在进行图像分割时，可同时计算出粮食的数量和单颗粮食的面积，并根据模型中存储的对应粮食的种类和特征的面积/质量系数比计算出粮食总体重量，以及不同特征的粮食的重量和占比。粮食的数量和面积根据图像分割可以很好的统计，至于在换算重量时，除了根据粮食种类选择对应的面积/质量系数比以外，还需要根据粮食不同特征，比如霉、病、虫、芽等来选择特定的系数比，以便得到更准确的总重量和不同特征的粮食的重量。通过换算得到的总重量可以与检测后称取的粮食重量进行对比，然后对检测数据进行修正，最终得出不同特征的粮食的重量和占比。
为进一步提高系统根据粮食面积换算重量的准确性，所述拍照机构3还包括一个镜头轴线与玻璃转盘1平行的平视相机32，图像处理模块还用于根据该平视相机32拍摄的图像判断粮食的平均高度，之后根据上下两个相机31得到的面积估算出粮食体积，最后再换算成质量和容重。增加一个平视相机32可更准确的获得粮食的体积，相对应的，在换算时需要改用体积乘以对应粮食的种类和特征的体积/质量系数比来计算粮食重量。另外，有了体积的参数才能更准确的估算粮食的容重，容重指的是一定容积内粮食的重量，在粮食出入库时需要该指标。
在进行检测时，可以先通过仪器面板输入粮食的种类，然后进料控制模块自动匹配相应的振动进料槽21的进料速度和玻璃转盘1的转速。为实现设备的智能化，进一步的方案是，所述图像处理模块还用于将识别的粮食种类反馈给进料控制模块，刚开始进料时，进料控制模块按照基础速度控制振动进料槽和玻璃转盘进行送料，在进料控制模块收到图像处理模块反馈的粮食种类信息时再自动调整振动进料槽的进料速度和玻璃转盘的转速。通过该反馈系统，可进一步减少操作时间，使设备更加自动化和智能化，避免人为操作失误导致检测不准确。
上述主要是对设备软件算法方面的改进，对于硬件方面，本发明也提供了以下一些优选方案，具体如下：
对于进料机构2，在所述振动进料槽21的顶部入口处设有进料斗22，振动进料槽21靠近出料端的位置设有活动挡片23，所述活动挡片23的上端与振动进料槽21两侧的顶部铰接，下端与振动进料槽21底部之间留有过料间隙。活动挡片23的作用是对粮食进行摊平，比如玉米，因为颗粒较大，可能会以竖直状态在振动进料槽21中运行，如果再以竖直状态掉落到玻璃转盘下，那便会影响检测的准确性，而活动挡片23便能将竖直状态的玉米打倒，使其以躺平状态进入玻璃转盘。一般只有玉米会出现该类问题，因此过料间隙可按一般玉米的尺寸进行设定，使其高于玉米厚度，小于玉米高度即可。
为避免粮食在随玻璃转盘1转动时滚到拍摄范围外，本发明还设置了过粮通道5，所述过粮通道5沿玻璃转盘1转动方向从振动进料槽21附近延伸到拍照机构3附近，所述过粮通道5为开口朝下并贴近玻璃转盘1上表面的槽形结构，且通道整体呈喇叭形，靠近振动进料槽21的一端比靠近拍照机构3的一端大。粮食刚从振动进料槽21掉落到玻璃转盘1上时，会因为惯性或跳动等，与玻璃转盘1之间发生一定相对位移，就有可能导致粮食移动到相机31预定的拍摄范围外。通过增加过粮通道5后，能够对粮食起到一定导向和限制作用，使粮食能更加集中，并在过粮通道5中实现与玻璃转盘1的同步运动，保证在经过拍照机构3时粮食的稳定性，提高了粮食的成像效果。
拍照机构3拍摄的起止时间并没有太高的要求，只需保证拍照间隔即可，但为了避免空拍浪费，在振动进料槽21的出料端与过粮通道5的入口端之间设有反射型的传感器6，所述拍照机构3在传感器6检测到粮食通过时延迟一段时间后开始拍照。目前的单颗粮食检测仪需要对射式的传感器来准确判断粮食的经过时间，才能实现正反面的交替拍摄，本发明由于是上下相机31同时拍摄，因此不用考虑粮食经过的时间，只需大致判断有粮食经过时就延时后启动拍照，没有粮食通过时就延时后停止拍照，控制过程简单方便。
由于拍照机构3中需要确保上下两个相机31具有较高的同轴度，因此在安装相机31时需要设置调节机构来调整相机31的位置。本发明所采用的方案是，所述拍照机构3还包括立柱33和三轴调节台34，位于玻璃转盘1上方的相机31通过支撑架35固定在立柱33顶部，位于玻璃转盘1下方的相机31通过三轴调节台34安装在立柱33底部。三轴调节台34能够实现XYZ三轴调节，通过调整三轴调节台34可使上下两个相机31尽量同轴。具体在安装时先固定好上面的相机31，打开相机的十字网格，然后在玻璃转盘1上放置一个标志物，使标志物位于该相机的十字网格中心，之后安装下面的相机31，通过下面的相机31的十字网格来观察标志物是否处于其十字网格中心，调整相机31的位置，使标志物位于相机的十字网格中心即可。由于粮食靠在一起有可能对光线产生遮挡，导致成像中出现阴影或不清楚的问题，因此，优选方案是在所述立柱33上还设有两个环形光源36，两个环形光源36分别对应设置在两个相机31外围。环形光源36需具备足够的亮度和照明范围，确保在拍照时不会出现阴影，提高成像效果。
对于出料机构4，整体上与现有吹风出料方式一样，即所述出料机构4包括设置在玻璃转盘1中心上方，且吹风方向朝向玻璃转盘1外侧的风扇41，以及设置在玻璃转盘1外边缘，且开口朝向风扇41的收集罩42，所述收集罩42的外壁为镂空结构。由于改为批量进出料后，物料较多，需要更大的风力。收集罩42外壁可采用孔板制作，形成镂空结构，防止出现回风，避免粮食被反向吹入到设备内部。
由于粮食比较集中，导致在吹料过程中，被吹动的粮食会对附近的粮食产生扰动，使粮食在到达收集罩42之前就洒落到玻璃转盘1外。因此，优选方案是，在所述拍照机构3到收集罩42之间的玻璃转盘1上方还设有挡料槽43，所述挡料槽43为开口朝下并贴近玻璃转盘1上表面的槽形结构，且整个通道呈喇叭形，靠近拍照机构3的一端比靠近收集罩42的一端大。挡料槽43一直延伸到贴近收集罩42的位置，可确保粮食都掉落到收集罩42中。另外，有可能某些靠近玻璃转盘1内侧的粮食在经过风扇41的吹风区域时，没有被吹落到收集罩42中，为避免该类情况出现，在收集罩42远离挡料槽43的一侧还设有刮料板44。刮料板44贴近玻璃转盘1，能对粮食起到阻挡作用，确保粮食不会随玻璃转盘1回到进料区域。另外，粮食中不可避免的会有一些灰尘，为避免灰尘附着在玻璃转盘1上，影响成像效果，在刮料板44底部还设有紧贴玻璃转盘1的毛刷。
Claims (10)
1.粮食外观质量指标检测仪，包括玻璃转盘（1）、进料机构（2）、拍照机构（3）、出料机构（4）和控制系统，其中，进料机构（2）、拍照机构（3）和出料机构（4）沿玻璃转盘（1）转动路径依次设置，其特征是：
所述进料机构（2）包括振动进料槽（21），振动进料槽（21）底部为平底结构或者多条并列设置的V形槽结构，其出料端位于玻璃转盘（1）上方，且出料方向朝向玻璃转盘（1）上与出料端相对应的部位的切线方向；
所述拍照机构（3）包括两个相对且同轴设置在玻璃转盘（1）上下两侧的相机（31）；
所述控制系统包括进料控制模块、拍照控制模块、图像处理模块和识别分析模块，其中，进料控制模块用于根据粮食种类控制振动进料槽（21）的进料速度和玻璃转盘（1）的转速，拍照控制模块用于根据玻璃转盘（1）转速控制相机（31）相邻两次拍照的间隔时间，并将拍摄得到的图像连续输入给图像处理模块，图像处理模块用于先对同一面的相邻两张照片进行拼接，得到粮食正反两面的连续图像，然后从连续图像中依次分割提取单颗粮食的图像，最后将正反两面相对应的粮食的图像进行组合，得到单颗粮食的正反两面图像并送至识别分析模块，识别分析模块为通过大量粮食图片训练得到的AI模型，用于识别图像中的粮食外观，判断粮食的特征并输出结果。
2.如权利要求1所述的粮食外观质量指标检测仪，其特征是：所述图像处理模块在进行图像分割时，同时计算出粮食的数量和单颗粮食的面积，并根据模型中存储的对应粮食的种类和特征的面积/质量系数比计算出粮食总体重量，以及不同特征的粮食的重量和占比。
3.如权利要求2所述的粮食外观质量指标检测仪，其特征是：所述拍照机构（3）还包括一个镜头轴线与玻璃转盘（1）平行的平视相机（32），图像处理模块还用于根据该平视相机（32）拍摄的图像判断粮食的平均高度，之后根据上下两个相机（31）得到的面积估算出粮食体积，最后再换算成质量和容重。
4.如权利要求1所述的粮食外观质量指标检测仪，其特征是：所述图像处理模块还用于将识别的粮食种类反馈给进料控制模块，刚开始进料时，进料控制模块按照基础速度控制振动进料槽（21）和玻璃转盘（1）进行送料，在进料控制模块收到图像处理模块反馈的粮食种类信息时再自动调整振动进料槽（21）的进料速度和玻璃转盘（1）的转速。
5.如权利要求1所述的粮食外观质量指标检测仪，其特征是：所述振动进料槽（21）的顶部入口处设有进料斗（22），振动进料槽（21）靠近出料端的位置设有活动挡片（23），所述活动挡片（23）的上端与振动进料槽（21）两侧的顶部铰接，下端与振动进料槽（21）底部之间留有过料间隙。
6.如权利要求1所述的粮食外观质量指标检测仪，其特征是：还包括过粮通道（5），所述过粮通道（5）沿玻璃转盘（1）转动方向从振动进料槽（21）附近延伸到拍照机构（3）附近，所述过粮通道（5）为开口朝下并贴近玻璃转盘（1）上表面的槽形结构，且通道整体呈喇叭形，靠近振动进料槽（21）的一端比靠近拍照机构（3）的一端大。
7.如权利要求6所述的粮食外观质量指标检测仪，其特征是：在振动进料槽（21）的出料端与过粮通道（5）的入口端之间设有反射型的传感器（6），所述拍照机构（3）在传感器（6）检测到粮食通过时延迟一段时间后开始拍照。
8.如权利要求1所述的粮食外观质量指标检测仪，其特征是：所述拍照机构（3）还包括立柱（33）和三轴调节台（34），位于玻璃转盘（1）上方的相机（31）通过支撑架（35）固定在立柱（33）顶部，位于玻璃转盘（1）下方的相机（31）通过三轴调节台（34）安装在立柱（33）底部，通过调整三轴调节台（34）使上下两个相机（31）同轴；所述立柱（33）上还设有两个环形光源（36），两个环形光源（36）分别对应设置在两个相机（31）外围。
9.如权利要求1所述的粮食外观质量指标检测仪，其特征是：所述出料机构（4）包括设置在玻璃转盘（1）中心上方，且吹风方向朝向玻璃转盘（1）外侧的风扇（41），以及设置在玻璃转盘（1）外边缘，且开口朝向风扇（41）的收集罩（42），所述收集罩（42）的外壁为镂空结构。
10.如权利要求9所述的粮食外观质量指标检测仪，其特征是：所述拍照机构（3）到收集罩（42）之间的玻璃转盘（1）上方还设有挡料槽（43），所述挡料槽（43）为开口朝下并贴近玻璃转盘（1）上表面的槽形结构，且整个通道呈喇叭形，靠近拍照机构（3）的一端比靠近收集罩（42）的一端大；在收集罩（42）远离挡料槽（43）的一侧还设有刮料板（44），刮料板（44）底部设有紧贴玻璃转盘（1）的毛刷。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311162277.XA CN116893127B (zh) | 2023-09-11 | 2023-09-11 | 粮食外观质量指标检测仪 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311162277.XA CN116893127B (zh) | 2023-09-11 | 2023-09-11 | 粮食外观质量指标检测仪 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116893127A true CN116893127A (zh) | 2023-10-17 |
| CN116893127B CN116893127B (zh) | 2023-12-08 |
Family
ID=88312462
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311162277.XA Active CN116893127B (zh) | 2023-09-11 | 2023-09-11 | 粮食外观质量指标检测仪 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116893127B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118518449A (zh) * | 2024-07-23 | 2024-08-20 | 山东泓盛智能科技有限公司 | 一种品种识别仪 |
Citations (57)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5030681A (zh) * | 1973-04-19 | 1975-03-26 | ||
| SU857813A1 (ru) * | 1979-04-10 | 1981-08-23 | Всесоюзный Ордена Трудового Красного Знамени Научно-Исследовательский Институт Зерна И Продуктов Его Переработки | Устройство дл определени состава и качества смеси |
| US5270787A (en) * | 1990-03-14 | 1993-12-14 | Zellweger Uster Inc. | Electro-optical methods and apparatus for high speed, multivariate measurement of individual entities in fiber or other samples |
| JPH11314737A (ja) * | 1998-04-30 | 1999-11-16 | Maki Seisakusho:Kk | 農産物の供給装置 |
| JP2003156447A (ja) * | 2001-11-19 | 2003-05-30 | Yamamoto Co Ltd | 色彩選別機 |
| CA2503974A1 (en) * | 2002-11-27 | 2004-06-17 | E. I. Du Pont De Nemours And Company | Method and apparatus for measuring amounts of non-cohesive particles in a mixture |
| JP2004279448A (ja) * | 2003-03-12 | 2004-10-07 | Ricoh Co Ltd | 画像形成装置、該装置の制御方法、プログラム、及び該プログラムを記録した記録媒体 |
| JP2004278649A (ja) * | 2003-03-14 | 2004-10-07 | Yanmar Agricult Equip Co Ltd | 走行型農作業機における走行変速操作装置 |
| JP2007278786A (ja) * | 2006-04-05 | 2007-10-25 | Duplo Seiko Corp | 搬送用紙の変位検出装置及び該変位検出装置を備えた用紙搬送装置の制御方法 |
| CN101957313A (zh) * | 2010-09-21 | 2011-01-26 | 吉林大学 | 鲜玉米果穗质量的计算机视觉检测分级方法及装置 |
| JP2011193190A (ja) * | 2010-03-15 | 2011-09-29 | Ricoh Co Ltd | 画像読取装置 |
| CN102253052A (zh) * | 2011-05-04 | 2011-11-23 | 浙江大学 | 基于fpga的粮食品质在线检测装置及方法 |
| JP2012011275A (ja) * | 2010-06-29 | 2012-01-19 | Iseki & Co Ltd | 精米設備の運転制御装置 |
| JP2012034625A (ja) * | 2010-08-06 | 2012-02-23 | Mitsubishi Agricultural Machinery Co Ltd | 田植機 |
| CN102508448A (zh) * | 2011-10-14 | 2012-06-20 | 浙江大学 | 智能化谷物干燥机控制器 |
| CN102759535A (zh) * | 2011-04-27 | 2012-10-31 | 航天信息股份有限公司 | 基于无线射频识别技术的检测粮食水分含量的装置及方法 |
| CN103808722A (zh) * | 2014-03-06 | 2014-05-21 | 山东理工大学 | 粮仓内同时段不同深度粮食颗粒霉变检测装置及检测方法 |
| CN103829139A (zh) * | 2014-03-24 | 2014-06-04 | 郑小非 | 一种加工直条米粉的隧道式微波装置 |
| JP2015010952A (ja) * | 2013-06-28 | 2015-01-19 | 大成建設株式会社 | 粒度分布測定システム及び重量換算係数算出システム |
| JP2015232466A (ja) * | 2014-06-09 | 2015-12-24 | 株式会社イシダ | 質量検査装置 |
| JP2016148773A (ja) * | 2015-02-12 | 2016-08-18 | 富士ゼロックス株式会社 | 搬送制御装置、画像形成装置 |
| CN206330970U (zh) * | 2016-12-23 | 2017-07-14 | 内蒙古正隆谷物食品有限公司 | 谷物品质综合评定装置 |
| CN207188252U (zh) * | 2017-04-27 | 2018-04-06 | 深圳市维创云智能技术有限公司 | 粮食不完善粒的智能检测系统 |
| JP2018127318A (ja) * | 2017-02-08 | 2018-08-16 | キヤノン株式会社 | シート搬送装置 |
| CN109047038A (zh) * | 2018-09-07 | 2018-12-21 | 中储粮成都储藏研究院有限公司 | 一种粮食籽粒检测仪 |
| AR110391A1 (es) * | 2016-12-19 | 2019-03-27 | Climate Corp | Sistemas, métodos y aparatos para el monitoreo de suelos y semillas |
| JP2019060805A (ja) * | 2017-09-28 | 2019-04-18 | 株式会社カワタ | 混合度判定方法および混合度判定装置 |
| CA3048238A1 (en) * | 2019-04-23 | 2019-09-04 | William Vaughn Ii Managan | A blender hopper control system for multi-component granular compositions |
| CN110235600A (zh) * | 2019-05-10 | 2019-09-17 | 江苏大学 | 基于成熟作物属性信息实时探测的联合收获机喂入量稳定控制系统 |
| 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 |
| CN111366587A (zh) * | 2020-03-10 | 2020-07-03 | 安徽科杰粮保仓储设备有限公司 | 一种粮食重金属全自动在线检测方法及装置 |
| CN111595713A (zh) * | 2020-06-03 | 2020-08-28 | 安徽中青检验检测有限公司 | 一种用于小麦种子质量检测装置及其方法 |
| CN111882524A (zh) * | 2020-06-29 | 2020-11-03 | 李利明 | 食物重量计算方法、装置及存储介质 |
| CN212031313U (zh) * | 2019-12-09 | 2020-11-27 | 安徽高哲信息技术有限公司 | 一种颗粒物料批量检测装置 |
| CN212197686U (zh) * | 2020-05-21 | 2020-12-22 | 常州纳捷机电科技有限公司 | 一种纠偏和主动送料一体的大承重送料机 |
| CN112246688A (zh) * | 2020-10-28 | 2021-01-22 | 迩言(上海)科技有限公司 | 一种粮食不完善粒的检测分拣设备 |
| US20210105941A1 (en) * | 2019-10-14 | 2021-04-15 | Deere & Company | Radio frequency grain mass and constituent measurement systems for combine harvesters |
| CN112730418A (zh) * | 2020-12-21 | 2021-04-30 | 迩言(上海)科技有限公司 | 一种粮食不完善粒扫描检测线 |
| CN112986275A (zh) * | 2021-03-17 | 2021-06-18 | 哈尔滨工程大学 | 一种胚芽米胚芽完整度在线检测系统 |
| CN113203675A (zh) * | 2021-05-21 | 2021-08-03 | 迩言(上海)科技有限公司 | 一种粮食检测高拍仪 |
| CN113447502A (zh) * | 2021-06-25 | 2021-09-28 | 河南工业大学 | 一种粮食杂质含量的检测方法 |
| CN214933362U (zh) * | 2021-06-28 | 2021-11-30 | 巢湖市巢北粮油购销有限责任公司 | 一种用于粮食加工的可以控制速度的粮食传送装置 |
| CN113820325A (zh) * | 2021-09-13 | 2021-12-21 | 农业农村部南京农业机械化研究所 | 一种玉米籽粒直收含杂率和破碎率在线检测系统及其方法 |
| CN113869251A (zh) * | 2021-09-30 | 2021-12-31 | 河南工业大学 | 一种基于改进ResNet的小麦不完善粒在线检测方法 |
| CN113895909A (zh) * | 2021-10-21 | 2022-01-07 | 武汉科技大学 | 考虑物料种类和物料量的带式输送机柔性调速控制方法 |
| CN114037835A (zh) * | 2022-01-11 | 2022-02-11 | 安徽高哲信息技术有限公司 | 粮食籽粒质量估算方法、装置、设备及存储介质 |
| WO2022049549A1 (en) * | 2020-09-04 | 2022-03-10 | Itc Limited | Artificial intelligence based tobacco particle measurement system |
| CN216792042U (zh) * | 2022-01-25 | 2022-06-21 | 中储粮成都储藏研究院有限公司 | 一种粮食不完善粒检测设备 |
| US20220207733A1 (en) * | 2020-12-29 | 2022-06-30 | Agco Corporation | Crop test-weight system |
| KR20220118270A (ko) * | 2021-02-18 | 2022-08-25 | (주)코스턴 | 순환형 음식 제공 매장의 음식 신선도 알림 시스템 및 그 운용 방법 |
| CN115479748A (zh) * | 2022-09-14 | 2022-12-16 | 西南石油大学 | 一种井下原位螺旋-旋流耦合分离模拟实验系统及方法 |
| CN218382425U (zh) * | 2022-12-19 | 2023-01-24 | 安徽省科亿信息科技有限公司 | 一种谷物类品质分析检测设备 |
| WO2023068979A1 (en) * | 2021-10-20 | 2023-04-27 | Renholmen Ab | An automatic wood sorting facility |
| CN219129997U (zh) * | 2023-01-31 | 2023-06-06 | 阿贝力特科技(北京)有限公司 | 一种粮食不完善粒检测装置 |
| WO2023101237A1 (ko) * | 2021-11-30 | 2023-06-08 | 주식회사 아이디알시스템 | 인공지능을 이용한 미곡 등급판정 및 품질관리시스템과 그 방법 |
| CN116559385A (zh) * | 2023-04-28 | 2023-08-08 | 新检(浙江)自动化科技有限公司 | 一种谷物检测数据处理仪 |
| CN116699364A (zh) * | 2023-06-08 | 2023-09-05 | 厦门新晟义集成电路有限公司 | 一种流水线式结构的芯片测试机 |
-
2023
- 2023-09-11 CN CN202311162277.XA patent/CN116893127B/zh active Active
Patent Citations (57)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5030681A (zh) * | 1973-04-19 | 1975-03-26 | ||
| SU857813A1 (ru) * | 1979-04-10 | 1981-08-23 | Всесоюзный Ордена Трудового Красного Знамени Научно-Исследовательский Институт Зерна И Продуктов Его Переработки | Устройство дл определени состава и качества смеси |
| US5270787A (en) * | 1990-03-14 | 1993-12-14 | Zellweger Uster Inc. | Electro-optical methods and apparatus for high speed, multivariate measurement of individual entities in fiber or other samples |
| JPH11314737A (ja) * | 1998-04-30 | 1999-11-16 | Maki Seisakusho:Kk | 農産物の供給装置 |
| JP2003156447A (ja) * | 2001-11-19 | 2003-05-30 | Yamamoto Co Ltd | 色彩選別機 |
| CA2503974A1 (en) * | 2002-11-27 | 2004-06-17 | E. I. Du Pont De Nemours And Company | Method and apparatus for measuring amounts of non-cohesive particles in a mixture |
| JP2004279448A (ja) * | 2003-03-12 | 2004-10-07 | Ricoh Co Ltd | 画像形成装置、該装置の制御方法、プログラム、及び該プログラムを記録した記録媒体 |
| JP2004278649A (ja) * | 2003-03-14 | 2004-10-07 | Yanmar Agricult Equip Co Ltd | 走行型農作業機における走行変速操作装置 |
| JP2007278786A (ja) * | 2006-04-05 | 2007-10-25 | Duplo Seiko Corp | 搬送用紙の変位検出装置及び該変位検出装置を備えた用紙搬送装置の制御方法 |
| JP2011193190A (ja) * | 2010-03-15 | 2011-09-29 | Ricoh Co Ltd | 画像読取装置 |
| JP2012011275A (ja) * | 2010-06-29 | 2012-01-19 | Iseki & Co Ltd | 精米設備の運転制御装置 |
| JP2012034625A (ja) * | 2010-08-06 | 2012-02-23 | Mitsubishi Agricultural Machinery Co Ltd | 田植機 |
| CN101957313A (zh) * | 2010-09-21 | 2011-01-26 | 吉林大学 | 鲜玉米果穗质量的计算机视觉检测分级方法及装置 |
| CN102759535A (zh) * | 2011-04-27 | 2012-10-31 | 航天信息股份有限公司 | 基于无线射频识别技术的检测粮食水分含量的装置及方法 |
| CN102253052A (zh) * | 2011-05-04 | 2011-11-23 | 浙江大学 | 基于fpga的粮食品质在线检测装置及方法 |
| CN102508448A (zh) * | 2011-10-14 | 2012-06-20 | 浙江大学 | 智能化谷物干燥机控制器 |
| JP2015010952A (ja) * | 2013-06-28 | 2015-01-19 | 大成建設株式会社 | 粒度分布測定システム及び重量換算係数算出システム |
| CN103808722A (zh) * | 2014-03-06 | 2014-05-21 | 山东理工大学 | 粮仓内同时段不同深度粮食颗粒霉变检测装置及检测方法 |
| CN103829139A (zh) * | 2014-03-24 | 2014-06-04 | 郑小非 | 一种加工直条米粉的隧道式微波装置 |
| JP2015232466A (ja) * | 2014-06-09 | 2015-12-24 | 株式会社イシダ | 質量検査装置 |
| JP2016148773A (ja) * | 2015-02-12 | 2016-08-18 | 富士ゼロックス株式会社 | 搬送制御装置、画像形成装置 |
| AR110391A1 (es) * | 2016-12-19 | 2019-03-27 | Climate Corp | Sistemas, métodos y aparatos para el monitoreo de suelos y semillas |
| CN206330970U (zh) * | 2016-12-23 | 2017-07-14 | 内蒙古正隆谷物食品有限公司 | 谷物品质综合评定装置 |
| JP2018127318A (ja) * | 2017-02-08 | 2018-08-16 | キヤノン株式会社 | シート搬送装置 |
| CN207188252U (zh) * | 2017-04-27 | 2018-04-06 | 深圳市维创云智能技术有限公司 | 粮食不完善粒的智能检测系统 |
| JP2019060805A (ja) * | 2017-09-28 | 2019-04-18 | 株式会社カワタ | 混合度判定方法および混合度判定装置 |
| CN109047038A (zh) * | 2018-09-07 | 2018-12-21 | 中储粮成都储藏研究院有限公司 | 一种粮食籽粒检测仪 |
| 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 |
| CA3048238A1 (en) * | 2019-04-23 | 2019-09-04 | William Vaughn Ii Managan | A blender hopper control system for multi-component granular compositions |
| CN110235600A (zh) * | 2019-05-10 | 2019-09-17 | 江苏大学 | 基于成熟作物属性信息实时探测的联合收获机喂入量稳定控制系统 |
| US20210105941A1 (en) * | 2019-10-14 | 2021-04-15 | Deere & Company | Radio frequency grain mass and constituent measurement systems for combine harvesters |
| CN212031313U (zh) * | 2019-12-09 | 2020-11-27 | 安徽高哲信息技术有限公司 | 一种颗粒物料批量检测装置 |
| CN111366587A (zh) * | 2020-03-10 | 2020-07-03 | 安徽科杰粮保仓储设备有限公司 | 一种粮食重金属全自动在线检测方法及装置 |
| CN212197686U (zh) * | 2020-05-21 | 2020-12-22 | 常州纳捷机电科技有限公司 | 一种纠偏和主动送料一体的大承重送料机 |
| CN111595713A (zh) * | 2020-06-03 | 2020-08-28 | 安徽中青检验检测有限公司 | 一种用于小麦种子质量检测装置及其方法 |
| CN111882524A (zh) * | 2020-06-29 | 2020-11-03 | 李利明 | 食物重量计算方法、装置及存储介质 |
| WO2022049549A1 (en) * | 2020-09-04 | 2022-03-10 | Itc Limited | Artificial intelligence based tobacco particle measurement system |
| CN112246688A (zh) * | 2020-10-28 | 2021-01-22 | 迩言(上海)科技有限公司 | 一种粮食不完善粒的检测分拣设备 |
| CN112730418A (zh) * | 2020-12-21 | 2021-04-30 | 迩言(上海)科技有限公司 | 一种粮食不完善粒扫描检测线 |
| US20220207733A1 (en) * | 2020-12-29 | 2022-06-30 | Agco Corporation | Crop test-weight system |
| KR20220118270A (ko) * | 2021-02-18 | 2022-08-25 | (주)코스턴 | 순환형 음식 제공 매장의 음식 신선도 알림 시스템 및 그 운용 방법 |
| CN112986275A (zh) * | 2021-03-17 | 2021-06-18 | 哈尔滨工程大学 | 一种胚芽米胚芽完整度在线检测系统 |
| CN113203675A (zh) * | 2021-05-21 | 2021-08-03 | 迩言(上海)科技有限公司 | 一种粮食检测高拍仪 |
| CN113447502A (zh) * | 2021-06-25 | 2021-09-28 | 河南工业大学 | 一种粮食杂质含量的检测方法 |
| CN214933362U (zh) * | 2021-06-28 | 2021-11-30 | 巢湖市巢北粮油购销有限责任公司 | 一种用于粮食加工的可以控制速度的粮食传送装置 |
| CN113820325A (zh) * | 2021-09-13 | 2021-12-21 | 农业农村部南京农业机械化研究所 | 一种玉米籽粒直收含杂率和破碎率在线检测系统及其方法 |
| CN113869251A (zh) * | 2021-09-30 | 2021-12-31 | 河南工业大学 | 一种基于改进ResNet的小麦不完善粒在线检测方法 |
| WO2023068979A1 (en) * | 2021-10-20 | 2023-04-27 | Renholmen Ab | An automatic wood sorting facility |
| CN113895909A (zh) * | 2021-10-21 | 2022-01-07 | 武汉科技大学 | 考虑物料种类和物料量的带式输送机柔性调速控制方法 |
| WO2023101237A1 (ko) * | 2021-11-30 | 2023-06-08 | 주식회사 아이디알시스템 | 인공지능을 이용한 미곡 등급판정 및 품질관리시스템과 그 방법 |
| CN114037835A (zh) * | 2022-01-11 | 2022-02-11 | 安徽高哲信息技术有限公司 | 粮食籽粒质量估算方法、装置、设备及存储介质 |
| CN216792042U (zh) * | 2022-01-25 | 2022-06-21 | 中储粮成都储藏研究院有限公司 | 一种粮食不完善粒检测设备 |
| CN115479748A (zh) * | 2022-09-14 | 2022-12-16 | 西南石油大学 | 一种井下原位螺旋-旋流耦合分离模拟实验系统及方法 |
| CN218382425U (zh) * | 2022-12-19 | 2023-01-24 | 安徽省科亿信息科技有限公司 | 一种谷物类品质分析检测设备 |
| CN219129997U (zh) * | 2023-01-31 | 2023-06-06 | 阿贝力特科技(北京)有限公司 | 一种粮食不完善粒检测装置 |
| CN116559385A (zh) * | 2023-04-28 | 2023-08-08 | 新检(浙江)自动化科技有限公司 | 一种谷物检测数据处理仪 |
| CN116699364A (zh) * | 2023-06-08 | 2023-09-05 | 厦门新晟义集成电路有限公司 | 一种流水线式结构的芯片测试机 |
Non-Patent Citations (7)
| Title |
|---|
| YAO Y 等: "Head rice rate measurement based on concave point matching", 《SCI REP》, pages 1 - 11 * |
| ZHANG J 等: "Performance test and process parameter optimization of 9FF type square bale straw crusher", 《PERFORMANCE TEST AND PROCESS PARAMETER OPTIMIZATION OF 9FF TYPE SQUARE BALE STRAW CRUSHER》, pages 232 - 240 * |
| 刘光辉: "小麦籽粒理化特性及面粉生产方法概述", 《大麦与谷类科学》, pages 56 - 61 * |
| 曹婷翠 等: "基于CNN深度模型的小麦不完善粒识别", 《现代计算机》, pages 9 - 14 * |
| 朱俊松: "基于机器视觉的小麦外观品质检测技术研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅰ辑》, pages 1 - 92 * |
| 李晓亮 等: "小麦不完善粒图像采集技术及检测设备研发", 《粮食储藏》, pages 46 - 51 * |
| 邢航 等: "水稻谷粒考种参数自动提取装置及试验", 《华南农业大学学报》, pages 1 - 15 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118518449A (zh) * | 2024-07-23 | 2024-08-20 | 山东泓盛智能科技有限公司 | 一种品种识别仪 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116893127B (zh) | 2023-12-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103323457B (zh) | 水果外观缺陷实时在线检测系统及检测方法 | |
| CN116893127B (zh) | 粮食外观质量指标检测仪 | |
| CN105817431B (zh) | 一种智能外观缺陷高速检测机 | |
| CN104368540B (zh) | 一种基于近红外技术的双波长粮食自动分选机 | |
| CN107309181B (zh) | 一种基于机器视觉的珍珠智能分拣系统 | |
| CN109934821A (zh) | 一种零件缺陷检测方法及系统 | |
| CN106872474A (zh) | 零件立体视觉检测机及其检测方法 | |
| CN213456719U (zh) | 曲面屏缺陷的检测装置 | |
| CN105651782A (zh) | 一种发动机缸盖表面缺陷机器视觉自动检测设备 | |
| CN205844213U (zh) | 一种曲面表面缺陷自动检测装置 | |
| CN109807076A (zh) | 压敏双面胶自动光学检测方法及其设备 | |
| CN104634790A (zh) | 一种胶囊检测方法及高速全自动检测装置 | |
| CN109030504B (zh) | 基于虚实成像相结合的全景马铃薯缺陷检测装置及方法 | |
| CN205587323U (zh) | 一种智能外观缺陷高速检测机 | |
| CN107671007B (zh) | 基于机器视觉批量检测珍珠形状的智能分拣系统 | |
| CN107614127A (zh) | 利用多反射和多角度视图的新型基于颜色的光学分级系统 | |
| CN106000903B (zh) | 一种用于检测织布机布铗刀口缝隙的非接触式检测系统及方法 | |
| CN213903298U (zh) | 一种基于光谱分析的风送烟叶单面检测剔除装置 | |
| CN110044921A (zh) | 锂电池外观缺陷检测系统和方法 | |
| CN206609797U (zh) | 零件立体视觉检测机 | |
| CN108855992A (zh) | 一种玻璃检测及不良品剔除机构 | |
| CN209542487U (zh) | 镜片瑕疵检测设备 | |
| CN111380868B (zh) | 一种小麦形态双面鉴定装置 | |
| CN220170854U (zh) | 一种汽车保险杠表面缺陷检测装置 | |
| CN202256106U (zh) | 一种用于集料级配现场检测的抗干扰成像采集系统 |
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 |