CN1207555C - 谷类区分装置及其方法 - Google Patents
谷类区分装置及其方法 Download PDFInfo
- Publication number
- CN1207555C CN1207555C CNB02155837XA CN02155837A CN1207555C CN 1207555 C CN1207555 C CN 1207555C CN B02155837X A CNB02155837X A CN B02155837XA CN 02155837 A CN02155837 A CN 02155837A CN 1207555 C CN1207555 C CN 1207555C
- Authority
- CN
- China
- Prior art keywords
- light
- differentiation
- distinguishing
- signal
- rotten
- 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.)
- Expired - Lifetime
Links
Images
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
- Sorting Of Articles (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明区分变质谷类的装置构成包括:用确定波长范围内的光对区分对象进行照射的光源(1);由该照射光中透过该区分对象的光对该区分对象的像进行摄像的摄像装置(4);比较器(5),所述比较器(5)将对应于所摄像的像的信号与确定的基准信号进行比较,判断所述区分对象是否含变质部分,并对应于该情况发出信号;以及接受该比较器发出的信号并排除含变质部分的区分对象的排除装置(6)。此外,在区分对象的后方,靠近区分对象并在光源(1)的更后方设置明亮的背景材料(2)。在区分对象的上方设置狭缝(3)。
Description
技术领域
本发明涉及能更加正确地对谷类、特别是对发生麦穗发芽(麦穗状态为刚发芽的状态)或红锈病等的变质情况的小麦进行区分的区分装置及其方法。
背景技术
小麦等谷类因成熟期或者收获期天气不利而使麦穗发芽的情况是一个较大的问题。特别是因小麦麦穗发芽引起淀粉粘度(淀粉值)下降,使小麦等的品质降低,而对交易造成很大影响。
作为上述发芽麦穗发芽的区分方法,现在还没有有效的区分方法;作为针对极端发芽状态谷类的区分方法,现只有根据比重进行区分的方法。
上述根据比重进行区分的方法是根据极端发芽了的谷类比重大大下降的现像,利用其与正常谷类之间的比重差来进行区分的方法。
上述现有的区分方法只能区分除去极端的发芽粮谷穗,而当发芽程度未达到极端状态时,则不仅不能区分出真实的合格品,而且由于小麦自身个体大小和重量差异,难以明确地设定合格品和非合格品之间的差值,存在所谓的成品率问题。
本发明的目的是提供一种能有效地对现有方法不能区分出来的发芽粮谷穗进行区分的装置以及方法。
发明内容
在只观察发芽粮谷穗表面反射的情况下,因发芽部分较小,或者表面凸凹不平,或者合格品和非合格品之间在外观色彩方面的差别不明显,难以区分非合格品(参照图1中的示意图)。
因此,本发明的发明者尝试着使光透过谷类的内部,由此观察发芽部分。图2所示的透视图是利用透射光获得的谷类合格品和非合格品的像。从图2可知,使光透过谷类的内部观察发芽部分时,可以看到合格品是明亮的,而与此相反,非合格品(发芽粮谷穗)的芽部分四周发暗;与利用反射所观察到的非合格品的变质部分相比,明显可以看出利用透射所观察到的非合格品的变质部分的面积更大。此外,在反射式中由于表面凸凹不平而造成难以进行区分,而用透射的方法与表面凸凹程度无关,能够容易地判断出变质部分。
另外,在观察发芽穗的各级断面的情况下,明显可以确认出芽部分四周变白的部分,该变白的部分遮住所透射的光而变暗。因此,本发明的发明者使光透过被检测物,根据由透射光得到的像对发芽穗进行区分,由此作为本发明的基本技术设想。
此外,本发明的发明者想到根据上述基本技术思想能否应用于对红锈病等其它的变质状态进行区分;通过试验可以看出,即使针对具有红锈病的穗子,也能够得到与发芽穗一样的良好结果。
因此,在本发明中,通过对透射、反射方式观察的非合格品的变质部分进行比较,发现透射方式观察到的非合格品的变质部分更大,本发明非常独特的方面在于对能应用于各种变质状态的区分进行判断,能排除仅表面变质而内部全无影响的变质状态,由此完成本发明。
本发明区分变质谷类的方法包括:用确定波长范围内的光对区分对象进行照射;用该照射光中的透过该区分对象的光对该区分对象的像进行摄像,且对应于该像产生信号;通过将对应于像的信号与确定的基准信号进行比较,判断所述区分对象是否含变质部分;根据该判断结果排除含变质部分的区分对象。
此外,本发明区分变质谷类的装置由以下结构构成:用确定波长范围内的光对区分对象进行照射的光源;用该照射光中的透过该区分对象的光对该区分对象的像进行摄像的摄像装置;比较器,所述比较器通过将对应于所摄像的像的信号与确定的基准信号进行比较,判断所述区分对象是否含变质部分,并对应于含变质发出信号;以及接受该比较器发出的信号并排除含变质部分的区分对象的排除装置。
另外,在本发明的方法和装置中,为了更加明确地判断出区分对象是否为合格品,在所述区分对象的背后也可以含有与该区分对象亮度大致一样的背景材料。此外,为了限制观察视野,在区分对象和所述摄像装置之间也可以含确定大小的狭缝。根据区分对象透射率的分光特性对光源的波长进行适当选择,优选的是选择透射率较高的波长范围。当区分对象是小麦时,所述光源光的波长范围优选为700nm至1150nm。排除装置优选的是含吹飞区分对象用的空气枪,但不局限于该空气枪,也可以使用本领域公知的各种装置。
附图说明
图1是不含发芽穗的合格品和含发芽穗的非合格品的外观示意图。
图2是不含发芽穗的合格品和含发芽穗的非合格品透射像的示意图。
图3是本发明区分装置的概略结构图。
图4是小麦的分光特性图。
图5是显示摄像机输出的不含发芽穗的合格品和含发芽穗的非合格品的信号实例的特性图。
图6是不带红锈病的合格品和带红锈病的非合格品的透射像的示意图。
图7是表示带有红锈病的麦和合格麦的透射分光特性曲线图。
具体实施形式
实施例1
以下针对应用于小麦麦穗发芽的区分实施例,对本发明进行说明。
图3显示的是根据本发明所作出的小麦麦穗发芽区分装置的概略结构图。
在图3中,用发光光源1从斜下方2发出的确定波长范围的光对作为区分对象的小麦进行照射。在区分对象的后方,靠近区分对象并在光源1的更后方设置明亮的背景材料2。为了限制观察视野,在区分对象的上方设置狭缝3。在狭缝3的上方,在能够同时观察到区分对象和背景的位置处设置摄像机4。摄像机4的输出部分与比较器5相连。由该构成,可以以背景材料为背景,通过透射的光用摄像机4对区分对象的像进行摄像。将由此获得的摄像的像作为从摄像机4的线传感器发出的像信号提供给比较器5。比较器5将所提供的像信号与针对预先设定好的合格品基准信号进行比较,判断各个区分对象是否为合格品,并输出与此对应的信号。比较器5的输出部分与空气枪装置6相连。空气枪6仅在比较器5判断为非合格品时才发出信号,由空气枪吹出空气,吹飞并排除已判断为非合格品的对象。由此,能够效率更高地对现有技术难以排除的发芽穗进行区分和排除。
图4显示的是小麦分光特性的特征图。从图4可知,小麦在700nm到1150nm的波长范围内具有较高的透射率。因此,当图3所示的装置以小麦为对象时,可以采用该波长范围的光作为发光光源。
以下对图3比较器5中电信号的处理进行说明。透过区分对象的光由摄像机4转换成电信号。图5显示的是该电信号的概略示图。从图5可知,合格品和非合格品(含发芽穗)之间电信号指标相差较大。因此,通过将比较器5的基准信号电平设定在合格品信号指标和非合格品信号电平之间的适当指标处,比较器5比较从基准信号和区分对象发出的信号,判断对象是否为合格品,在非合格品通过的情况下,产生输出信号,使空气枪工作。
实施例2
以下使用与图3所示装置相同的装置,对含一部分红锈病麦的聚集体进行区分。其结果是能够效率良好地区分出含红锈病的麦。试验结果是:在对区分出来的含红锈病的麦进行研究时,能够明显地确认出位于如图6右半部分所示的、外观没有太大变化的断面上的变白部分。另外,在对合格的麦和具有红锈病的麦的透射分光特性进行研究时,可以确认二者的透射率存在如图7所示的较大差别,并能够确定产生这种现像的原因是由于变白部分将透过的光遮住所造成的。
通过以上的说明可知,通过本发明能够比较简单、明确地用装置对现有反射式难以明确区分出的变质谷类进行区分。此外,由于本发明利用了透射光,因此,在反射式中由于表面凸凹造成区分困难,而本发明与表面凸凹程度无关,从而能够明确地判断出变质谷类。
Claims (8)
1.一种区分谷类变质物的方法,该方法由以下步骤形成:
用确定波长范围内的光对区分对象进行照射的步骤;
用该照射光中的透过该区分对象的光对该区分对象的像进行摄像,且对应于该像产生信号的步骤;
通过将对应于所摄像的像的信号与确定的基准信号进行比较判断所述区分对象是否含变质部分的步骤;
根据该判断结果排除含变质部分的区分对象的步骤。
2.如权利要求1所述的方法,其特征在于:上述选择对象为小麦,照射在区分对象的光波长范围是700nm到1150nm。
3.如权利要求1所述的方法,其特征在于:该方法还包括在所述区分对象的背后设置与区分对象亮度大致相同的背景材料。
4.一种区分谷类变质物的区分装置,该装置包括:
用确定波长范围内的光对区分对象进行照射的光源;
用该照射光中的透过该区分对象的光对该区分对象的像进行摄像的摄像装置;
比较器,所述比较器通过将对应于所摄像的像的信号与确定的基准信号进行比较,判断所述区分对象是否含变质部分,并对应于含变质情况发出信号;
以及接受该比较器发出的信号并排除含变质部分的区分对象的排除装置。
5.如权利要求4所述的装置,其特征在于:上述选择对象为小麦,照射在区分对象的光波长范围是700nm到1150nm。
6.如权利要求4所述的装置,其特征在于:该装置还包括设置在所述区分对象的背后并与区分对象亮度大致相同的背景材料。
7.如权利要求4所述的装置,其特征在于:该装置还包括设置在所述区分对象和所述摄像装置之间的规定大小的狭缝。
8.如权利要求4所述的装置,其特征在于:所述排除装置含有用于吹飞区分对象的空气枪。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP252344/2001 | 2001-08-23 | ||
JP2001252344 | 2001-08-23 | ||
JP232287/2002 | 2002-08-09 | ||
JP2002232287A JP2003159569A (ja) | 2001-08-23 | 2002-08-09 | 穀類の選別装置及び方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN1428602A CN1428602A (zh) | 2003-07-09 |
CN1207555C true CN1207555C (zh) | 2005-06-22 |
Family
ID=26620836
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNB02155837XA Expired - Lifetime CN1207555C (zh) | 2001-08-23 | 2002-08-23 | 谷类区分装置及其方法 |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP2003159569A (zh) |
CN (1) | CN1207555C (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006153567A (ja) * | 2004-11-26 | 2006-06-15 | Anzai Sogo Kenkyusho:Kk | 小麦粒選別機の選別設定値の自動設定装置 |
JP2006153566A (ja) * | 2004-11-26 | 2006-06-15 | Anzai Sogo Kenkyusho:Kk | 小麦粒の品質測定装置 |
JP4839441B2 (ja) * | 2006-09-08 | 2011-12-21 | 国立大学法人岩手大学 | 受粉蕾の検出方法及び装置 |
CN101929961A (zh) * | 2009-06-18 | 2010-12-29 | 华东交通大学 | 一种水稻种子质量检测、品种识别和分级的装置及方法 |
JP5630986B2 (ja) * | 2009-11-04 | 2014-11-26 | カワサキ機工株式会社 | 茶葉の異物選別装置 |
CN102784762B (zh) * | 2012-08-14 | 2014-03-12 | 中国农业科学院农产品加工研究所 | 一种应用激光快速检测并分选霉变谷粒的方法 |
CN102948282B (zh) * | 2012-10-31 | 2013-12-25 | 北京农业信息技术研究中心 | 小麦麦穗发芽程度检测方法 |
CN105825182A (zh) * | 2016-03-15 | 2016-08-03 | 浙江大学 | 一种在线识别裂颖稻种的双面分析方法 |
JP6804226B2 (ja) * | 2016-07-11 | 2020-12-23 | 大阪瓦斯株式会社 | 発芽可能米の発芽判定方法、発芽判定装置、処理時間決定装置および発芽装置 |
-
2002
- 2002-08-09 JP JP2002232287A patent/JP2003159569A/ja active Pending
- 2002-08-23 CN CNB02155837XA patent/CN1207555C/zh not_active Expired - Lifetime
Also Published As
Publication number | Publication date |
---|---|
CN1428602A (zh) | 2003-07-09 |
JP2003159569A (ja) | 2003-06-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10085379B2 (en) | Grain quality sensor | |
CN1207555C (zh) | 谷类区分装置及其方法 | |
US5703784A (en) | Machine vision apparatus and method for sorting objects | |
Zayas et al. | Detection of insects in bulkwheat samples with machine vision | |
US6410872B2 (en) | Agricultural article inspection apparatus and method employing spectral manipulation to enhance detection contrast ratio | |
Liu et al. | Discriminating and elimination of damaged soybean seeds based on image characteristics | |
Gunasekaran et al. | Evaluating quality factors of corn and soybeans using a computer vision system | |
EP3190866A1 (en) | Acoustic material flow sensor | |
MX2010006551A (es) | Elemento sensor para un dispositivo clasificador y metodo para clasificar productos. | |
CA2727903C (en) | Separating items based on a criterion determined by analysis of scattered light at two separate wavelengths | |
JP3113178U (ja) | 穀類の選別装置 | |
JP4590553B2 (ja) | 生籾被害粒の非破壊判定方法 | |
EP3681263B1 (en) | Grain handling system and method | |
JP3178017B2 (ja) | メロンの外観評価装置 | |
CN114441444A (zh) | 一种基于多波段复用的融合分选方法 | |
Steenhoek et al. | Implementing a computer vision system for corn kernel damage evaluation | |
WO2021149820A1 (ja) | 光学式粒状物判別装置 | |
Puchalski et al. | Image analysis for apple defect detection | |
WO2022259533A1 (ja) | ピスタチオ選別装置 | |
JP2021117091A (ja) | 光学式粒状物判別装置 | |
JP2642107B2 (ja) | 青果物の自動等級判定方法と装置 | |
WO2021177173A1 (ja) | 光学式選別機 | |
Pearson | Low-cost bi-chromatic image sorting device for grains | |
Gowen et al. | Hyperspectral image classification using spectral angle mapping (SAM) for surface damage detection on white mushrooms (Agaricus bisporus). | |
Bee et al. | Colour sorting in the food industry |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CX01 | Expiry of patent term | ||
CX01 | Expiry of patent term |
Granted publication date: 20050622 |