TWI662481B - 稻穀含水量光學影像處理自動量測系統 - Google Patents

稻穀含水量光學影像處理自動量測系統 Download PDF

Info

Publication number
TWI662481B
TWI662481B TW107120725A TW107120725A TWI662481B TW I662481 B TWI662481 B TW I662481B TW 107120725 A TW107120725 A TW 107120725A TW 107120725 A TW107120725 A TW 107120725A TW I662481 B TWI662481 B TW I662481B
Authority
TW
Taiwan
Prior art keywords
rice
space
module
drying
image
Prior art date
Application number
TW107120725A
Other languages
English (en)
Other versions
TW202001671A (zh
Inventor
Hung Jung Shieh
謝宏榮
Original Assignee
China University Of Science And Technology
中華學校財團法人中華科技大學
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China University Of Science And Technology, 中華學校財團法人中華科技大學 filed Critical China University Of Science And Technology
Priority to TW107120725A priority Critical patent/TWI662481B/zh
Application granted granted Critical
Publication of TWI662481B publication Critical patent/TWI662481B/zh
Publication of TW202001671A publication Critical patent/TW202001671A/zh

Links

Landscapes

  • Drying Of Solid Materials (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本發明揭露一種稻穀含水量光學影像處理自動量測系統,其包括多工處理模組及輸送模組。多工處理模組包含機台、轉座、第一影像擷取模組、第二影像擷取模組。轉座包括環繞地固定在轉軸的四個隔板;當轉座每次旋轉九十度角時,四隔板分別與腔室的周壁、頂面及底面分別對應地圍住入料空間、第一乾燥處理空間、第二乾燥處理空間及出料空間。當第一次旋轉九十度角時,隔板將第一特定量的帶梗稻穀推送至第一乾燥處理空間,由第一加熱模組及第一通氣模組對稻穀進行第一次乾燥作業,並由影像以供量測模組量測其乾燥狀況。當轉座第二次旋轉九十度角時,隔板將第一特定量的帶梗稻穀推送至第二乾燥處理空間,由第二加熱模組及第二通氣模組對帶梗稻穀進行第二次乾燥作業,並由第二影像擷取模組擷取帶梗稻穀的影像以供量測模組量測其乾燥狀況。當轉座第三次旋轉九十度角時,隔板將帶梗稻穀推送至出料空間而送出腔室,俾能精確地測出稻穀的水分含量,以作為是否再次執行乾燥處理的依據。

Description

稻穀含水量光學影像處理自動量測系統
本發明係有關一種稻穀含水量光學影像處理自動量測系統,尤指一種可以實現準確度高、響應速度快以及成本低的自動測量稻穀含水量的檢測乾燥技術。
按,臺灣地區地處亞熱帶,氣候潮溼多雨,所以在稻穀採收後必須立即做乾燥處理,否則將會使得採收後之稻穀發霉而造成財務上的損失。稻穀水分含量高低,不但影響貯存期限的長短以及米質的好壞,同時亦會影響稻穀的重量,尤其在買賣稻穀時,則會涉及到公平交易的問題。以前在測定水分含量時,只能求得一個平均水分含量的數值,然而有些稻穀的平均水分含量雖然相同,但其穀粒間高低水分的分佈情形可能不同,因此了解水分含量分佈的特性及建立簡便的測量方法,對於農民、乾燥者、貯存者、加工者及收購者而言,確實是有其絕對的必要性。
一般來說,稻穀含水率超過20%則會有稻穀儲存上的困難,所以政府或農會在收購稻穀時大多會要求稻穀含水率不得超過13%的規定,由此可見,含水率與儲存溫度愈低則代表稻穀儲存時間愈長。此外,在政府農業自動化政策下,臺灣地區的稻米自動化生產技術已經逐漸成熟,且進入全面推廣的階段。在間歇再循環稻穀乾燥中,穀物是間歇乾燥模式。許多乾燥、加熱和分析方法已被提出,包括間歇乾燥法以及再循環 稻米乾燥方法。由來上述乾燥方法在過程階段需要耗費相當多的資源時間,因此,一套簡單可以測量稻穀水分含量的裝置便顯得非常地重要。
為了節省時間和成本,電子式含水量測設備(如溫度計、濕度計及平衡水份表的組合)已被廣泛應用於對於稻穀加熱乾燥的量測用途上,但是稻穀水分含量與實際數值之間仍然存在著明顯誤差,此誤差更會隨著稻穀含水量的增加而被不斷擴大,該習知含水量測量設備雖然具有測試時間較短的優點,但是在高濕度下的檢測精度仍然不理想,而且複雜測量過程使驗證過程變得困難。除此之外,對於同一型號的不同設備,還會出現錯誤的情事發生,因而造成檢測使用上的不便與極大的困擾。
有鑒於此,習知稻穀水分含量檢測及乾燥的技術雖已行之有年,然而檢測精確度卻未達到所需的要求,故而上述習知稻穀水分含量的檢測乾燥技術確實有再改善的必要性,因此,如何開發出一種準確度高、響應速度快以及成本低的自動測量稻穀水分含量的檢測乾燥技術實已為相關技術領域產官學界所亟欲克服與挑戰的技術課題。
本發明主要目的在於提供一種稻穀含水量光學影像處理自動量測系統,主要是透過旋轉式循環功能性隔腔、多視角影像辨識及間歇性加熱乾燥等機能設置,以於多個功能性隔腔內依序進行入料、多視角影像擷取辨出、加熱乾燥以及出料等工序,因而具有檢測準確度高、縮短檢測時間、建置成本相對較低以及提升稻穀的乾燥效能等特點。達成本發明主要目的之技術手段,係包括多工處理模組及輸送模組。多工處理模組包 含機台、轉座、第一影像擷取模組、第二影像擷取模組。轉座包括環繞地固定在轉軸的四個隔板;當轉座每次旋轉九十度角時,四隔板分別與腔室的周壁、頂面及底面分別對應地圍住入料空間、第一乾燥處理空間、第二乾燥處理空間及出料空間。當第一次旋轉九十度角時,隔板將第一特定量的帶梗稻穀推送至第一乾燥處理空間,由第一加熱模組及第一通氣模組對稻穀進行第一次乾燥作業,並由影像以供量測模組量測其乾燥狀況。當轉座第二次旋轉九十度角時,隔板將第一特定量的帶梗稻穀推送至第二乾燥處理空間,由第二加熱模組及第二通氣模組對帶梗稻穀進行第二次乾燥作業,並由第二影像擷取模組擷取帶梗稻穀的影像以供量測模組量測其乾燥狀況。當轉座第三次旋轉九十度角時,隔板將帶梗稻穀推送至出料空間而送出腔室。
1‧‧‧帶梗稻穀
10‧‧‧多工處理模組
11‧‧‧機台
110‧‧‧腔室
111‧‧‧脫穗空間
112‧‧‧第一轉桿
113‧‧‧篩網
114‧‧‧撥扳
115‧‧‧第二轉桿
116‧‧‧拍扳
117‧‧‧收集桶
118‧‧‧初篩板
118a‧‧‧篩孔
119‧‧‧壓板
12‧‧‧轉座
120‧‧‧轉軸
121‧‧‧隔板
13‧‧‧第一影像擷取模組
13a‧‧‧第一頂部影像擷取單元
13b‧‧‧第一底部影像擷取單元
13c‧‧‧第一側部影像擷取單元
14‧‧‧第一乾燥處理單元
140‧‧‧第一加熱模組
141‧‧‧第一通氣模組
15‧‧‧第二影像擷取模組
15a‧‧‧第二頂部影像擷取單元
15b‧‧‧第二底部影像擷取單元
15c‧‧‧第二側部影像擷取單元
16‧‧‧第二乾燥處理單元
160‧‧‧第二加熱模組
161‧‧‧第二通氣模組
20‧‧‧輸送模組
21‧‧‧輸送管
22‧‧‧輸送帶
23‧‧‧延伸台
24‧‧‧擋板
25‧‧‧推板
30‧‧‧量測模組
40‧‧‧動力傳動機構
41‧‧‧第一線性驅動組件
42‧‧‧第二線性驅動組件
50‧‧‧震動模組
a‧‧‧入料空間
b‧‧‧第一乾燥處理空間
c‧‧‧第二乾燥處理空間
d‧‧‧出料空間
a1‧‧‧入口
d1‧‧‧出口
圖1係本發明具體實施架構的外觀示意圖。
圖2係本發明俯視視角的第一動作實施示意圖。
圖3係本發明俯視視角的第二動作實施示意圖。
圖4係本發明後視視角的具體實施示意圖。
圖5係本發明功能方塊實施示意圖。
圖6(a)係本發明稻穀的秸稈的原始影像;(b)係為HSL操作結果的影像示意圖。
圖7(a)係本發明以邊緣增強法分割背景的圖像;(b)係利用邊緣檢測的圖像。
圖8係本發明秸稈的輪廓檢測圖像示意圖。
圖9係本發明秸稈色調與乾燥時間的關係對照示意圖。
圖10係本發明秸稈顏色飽和度與乾燥時間的關係對照示意圖。
為讓 貴審查委員能進一步瞭解本發明整體的技術特徵與達成本發明目的之技術手段,玆以具體實施例並配合圖式加以詳細說明如下:請配合參看圖1~5所示為達成本發明主要目的之實施例,係包括多工處理模組10及輸送模組20等技術特徵。多工處理模組10包括一機台11、一轉座12、一第一影像擷取模組13、一第一乾燥處理單元14、一第二影像擷取模組15、一第二乾燥處理單元16。該第一乾燥處理單元14包含第一加熱模組140及一第一通氣模組141。該第二乾燥處理單元16包含第二加熱模組160及第二通氣模組161。該機台11包括一腔室110,該腔室110沿著一水平面環繞而劃分成一入料空間a、一第一乾燥處理空間b、一第二乾燥處理空間c及一出料空間d。轉座12包括一轉軸120及等圓心角為九十度而環繞地固定在轉軸120上的四個隔板121;當轉座12受到一動力傳動機構40之驅動而每次相對機台11及腔室110旋轉九十度角時,該四隔板121分別與腔室110的周壁、頂面及底面分別對應地圍住入料空間a、第一乾燥處理空間b、第二乾燥處理空間c及出料空間d,使入料空間a、第一乾燥處理空間b、第二乾燥處理空間c及出料空間d分別以四隔板121相隔離。第一影像擷取模組13、第一加熱模組140及第一通氣模組141分別設置於相對第一乾燥處理空間b的位置。第二影像擷取模組15、第二加熱模組160一第二通氣模組161分別設置於相對第二乾燥處理空間c的位置。輸送模組20用以將一第一特定量的帶梗稻穀1(即第一批帶梗稻穀)送入入料空間a;當轉座12相對腔室110第一次旋轉九十度角時,隔板121將第一特定量的帶梗稻穀1推送至第一乾燥處理空間b,由第一加熱模組140及第一通氣模組141對第一特定量的帶梗稻穀1進行第一次乾燥作業,並由 第一影像擷取模組13擷取第一特定量的帶梗稻穀1的影像以供一量測模組30(如內建有影像辨識處理軟體的電腦或伺服器)量測其乾燥狀況,而輸送模組20則將一第二特定量的帶梗稻穀1(即第二批帶梗稻穀)送入入料空間a;當轉座12相對腔室110第二次旋轉九十度角時,隔板121將第一特定量的帶梗稻穀1推送至第二乾燥處理空間c,由第二加熱模組160及第二通氣模組161對第一特定量的帶梗稻穀1進行第二次乾燥作業,並由第二影像擷取模組15擷取第一特定量的帶梗稻穀1的影像以供量測模組30量測其乾燥狀況;而隔板121將第二特定量的帶梗稻穀1推送至第一乾燥處理空間b,由第一加熱模組140及第一通氣模組141對第二特定量的帶梗稻穀1進行第一次乾燥作業,並由第一影像擷取模組13擷取第二特定量的帶梗稻穀1的影像以供量測模組30量測其乾燥狀況;而輸送模組20則將一第三特定量的帶梗稻穀1(即第三批帶梗稻穀)送入入料空間a;當轉座12相對腔室110第三次旋轉九十度角時,隔板121將該第一特定量的帶梗稻穀1推送至出料空間d使該第一特定量的帶梗稻穀1送出腔室110;而隔板121將第二特定量的帶梗稻穀1推送至第二乾燥處理空間c,由第二加熱模組160及第二通氣模組161對該第二特定量的帶梗稻穀1進行第二次乾燥作業,並由第二影像擷取模組15擷取第二特定量的帶梗稻穀1的影像以供審視乾燥狀況;而隔板121將第三特定量的帶梗稻穀1推送至第一乾燥處理空間b,由第一加熱模組140及第一通氣模組141對第一特定量的帶梗稻穀1進行第一次乾燥作業,並由第一影像擷取模組13擷取第三特定量的帶梗稻穀1的影像以供審視乾燥狀況;而輸送模組20則將一第四特定量的帶梗稻穀1(即第四批帶梗稻穀;第一至第四批只是帶梗稻穀入料的方便說明而已,並非為限定至第四批帶梗稻穀為止)送入上述入料空間a。
請配合參看圖1~3所示的實施例,上述第一影像擷取模組 13包括分別佈置於第一乾燥處理空間b的第一頂部、第一底部及第一側部的一第一頂部影像擷取單元13a、一第一底部影像擷取單元13b及一第一側部影像擷取單元13c,用以擷取位在第一乾燥處理空間b內的帶梗稻穀1的頂部、底部及側部影像。第二影像擷取模組15包括分別佈置於第二乾燥處理空間c的第二頂部、第二底部及第二側部的第二頂部影像擷取單元15a、一第二底部影像擷取單元15b及一第二側部影像擷取單元15c,用以擷取位在第二乾燥處理空間c內的該帶梗稻穀1的頂部、底部及側部影像。
請配合參看圖1~3所示的實施例,上述輸送模組20包括一輸送管21。該輸送管21之底部佈置一循環運轉的輸送帶22,其一端設一延伸台23,該延伸台23一末端設一擋板24,該擋板24與輸送管21有一位於延伸台23上方的間隔空間,該間隔空間一側與入料空間a一側的一入口a1相對通,另一側設有一可受一第一線性驅動組件41驅動而直線往復移動的推板25。於具體的運作時,該輸送帶22將帶梗稻穀1沿著輸送管21送至間隔空間,該推板25則將帶梗稻穀1經由入口a1而推入入料空間a。
請配合參看圖4所示的實施例,上述出料空間d底部設一出口d1,上述特定量的帶梗稻穀1自出口d1下落而脫離腔室110,並落入至位於腔室110下方的一脫穗空間111,該脫穗空間111設一第一轉桿1112,一底部設一篩網113,該第一轉桿112周面佈列複數個撥扳114,當第一轉桿112帶動複數撥扳114旋轉時,則可將帶梗稻穀平均撥向脫穗空間111的一側,並於脫穗空間111一側設一轉速較第一轉桿112為快的第二轉桿115,第二轉桿115周面佈列複數個拍扳116,當第二轉桿115帶動複數拍扳116旋轉時,各拍扳116則扳擊各撥板114所撥送而來的帶梗稻穀,用以使稻穀脫離其秸稈,並經由篩網113下落至收集桶113。
承上所述,上述脫穗空間111介於第一轉桿112與篩網113 之間可抽取式地設置一初篩板118,該初篩板118設有複數孔徑較篩網113為大的篩孔118a,以使自其秸稈脫離的稻穀通過各篩孔118a後經篩網113而落入收集桶117中,至於各秸稈則留置在初篩板118上。
請配合參看圖4所示的實施例,上述出料空間d一頂部設一可受一第二線性驅動組件42驅動而直線往復上下位移的壓板119。該壓板119下移時,則輔助推動特定量的帶梗稻穀1自出口d1下落至脫穗空間111,並將脫穗空間111暫時封閉。
請配合參看圖1~3所示的實施例,上述腔室底部設有一震動模組50,用以使帶梗稻穀1藉由震動作用而可平均分佈於腔室110內,以提升帶梗稻穀1的影像擷取精度。
簡言之,本發明量測模組30主要是先將上述影像進行影像處理,並將影像中的秸稈輪廓從稻穀影像中擷取分離出來;進一步而言,是應用邊緣增強與形狀檢測法以更準確地擷取該影像特定的檢測區域(即秸稈輪廓,如圖8所示),然後再設定上述秸稈輪廓之顏色直方圖的多個門檻值,並根據顏色直方圖的顏色分佈或是秸稈輪廓的特定色調或色彩飽和度來判定稻穀的含水率為何?
一般而言,穀物乾燥過程類似於牛頓定律冷卻原理,其中乾燥速率與含水量之間的差異成正比,平均水分含量為如下所示:
取上述方程的積分可以得到一個解類似於紐曼定律(紐曼,1931),其中指數模型,由下面的等式表示,得到描述糙米的乾燥特性:
其中A,k是乾燥常數,Mo是初始含水量稻穀,Me是平衡 含水量,M是瞬時含水量,t是乾燥時間。在乾燥過程中,中央的含水量穀物面積遠高於糙米的表面。上述等式的M是通過計算權重獲得的在烘箱中乾燥後,是整體平均含水量;根據平衡的方程式水分含量,而不是動態平衡水分內容。由於動態平衡含水量的值較大比靜態平衡含水量積累的多仿真過程中增值方法的結果動態的建立平衡含水率模型是基於牛頓定律冷卻來推導出一個類似紐曼的方程,水分損失率與穀物含水量之間的差異成正比和平衡含水量,如下所示:
M3是t=t3時的含水量。當乾燥時間的間隔相同時,n小時,Dt=t1=(t2△T1)=(t3△T2),總結上述三個方程式如下:
使用熱空氣溫度,熱空氣濕度,乾燥時間及平均時間為變量,本發明獲得動態均衡在間歇乾燥的情況下,稻穀的水分含量模型通過價值法和統計回歸法實現。如果f(x,y)包含非隨機噪聲n(x,y),則其 中f0(x,y)是中斷前的圖像,則下面的等式在中值濾波之後獲得:f(x,y)=f'(x,y)+n(x,y) (11)
其中g(x,y)是濾波後的圖像。顏色分割就是判斷圖像中的所有顏色,獲取特定的顏色基本的方法是實現一個如圖1所示的稻穀烘乾機及檢測設備。關於特定的顏色分析檢測到的稻穀的色澤,色度門檻值應首先確定範圍以確定特定的顏色圖像採集系統用於確定RGB顏色的第一張圖片。三色係數可以表示比例像素的顏色中的RGB顏色的光量以及總和的三色係數是1,其中只有r和g分量被視為指定的範圍在RGB空間中定義的顏色將會由於環境光源造成的深度變化,因此顏色分割在RGB空間中將導致相當大的錯誤,因此,本發明使用HSL色彩空間進行色彩分割,這對環境光源不太敏感。在HSL中色彩空間,色調H,飽和度S和Lia亮度HSL的主要優點是可以分離顏色和圖像的亮度以產生良好的顏色分割效果。因此,顏色檢測系統可以使用HSL顏色圖像預處理的空間,因為亮度隔離很少相關性,因為大多數電腦都使用這種方式。
圖6為稻穀的秸稈影像示意,其中(a)為原始影像;(b)為HSL操作結果影像。RGB色彩空間,從RGB色彩空間到HSL空間的轉換基於以下公式:
稻穀影像中秸稈的H值在40~90之間,並應刪除一些誤判因素以防止出現錯誤,梯度(x,y)處的圖像f(x,y)被定義為向量rf。
其中f(x,y)是稻穀影像的灰度級;梯度向量rf是f(x,y)在坐標處的最大變化率的方向(x,y);Gx和Gy是沿x和y軸的梯度值。圖像數值增加的最大方向f(x,y)方向是梯度方向,並且這個增加方向可以寫成:
圖7為稻穀秸稈的邊緣增強法的顯示結果示意,其中,(a)為背景分割的圖像;(b)邊緣檢測的圖像。另一個重要的物理量是這個向量的大小,其中顯示為▽f|,其中:
由計算如果梯度操作中的H與採樣點進行比較,採樣點的值在40~90之間,但不在之間在秸稈的兩個邊緣之後,採樣點被消除。評估所有採樣點的平均H和S值用剩餘的採樣點計算秸稈以獲得a精確的結果。
其中Have是秸稈的平均H值;Save是平均S值的秸稈;是 秸稈圖像H值的總和;ΣS i 是秸稈圖像的S值之和;N是像素的總量秸稈圖像。
圖9、10所示為顏色分量之間關係的實驗結果,圖9為稻穀的色調平均值與乾燥時間對照示意,圖10為稻穀的秸梗的飽和度範圍與乾燥時間對照示意。百分誤差的近似值可以計算為,其中R是相應的係數變量。基於以上,動態平均含水率的乾燥情況可以在給定的乾燥條件下實現,如圖9所示必須設置矩陣內相應的數值數據庫在使用查找表(LUT)方法設置相應的之前圖像HSL值之間的連接關係和稻穀的實際水分含量,根據這些數據,可以獲得LUT,將HSL值轉換為獲得稻穀的水分含量,影像處理速度方法比複雜的數學表達式快得多。一般來說,使用影像辨識系統進行測量的誤差稻穀的水分含量在2%以內根據處理,乾燥方法具有不同的LUT方法,稻穀的實際含水量是一致的與由指定的LUT轉換的值。LUT數據庫應該優化,如果錯誤值需要減少,所以便可獲得更精確的稻穀水分含量的數值。
本發明是一種採用影像辨識處理技術來監測稻穀乾燥狀態的一種自動烘乾系統,透過使用顏色分割,結合數據庫識別結果,影像處理的數據由量測模組30(即電腦)來判斷,在HSL分配的秸稈方面,為了分析稻穀的含水量。稻穀自動分析乾燥系統進行了調整和改進,使之成為可能適合於在線應用。
以上所述,僅為本發明之可行實施例,並非用以限定本發明之專利範圍,凡舉依據下列請求項所述之內容、特徵以及其精神而為之其他變化的等效實施,皆應包含於本發明之專利範圍內。本發明所具體界定 於請求項之結構特徵,未見於同類物品,且具實用性與進步性,已符合發明專利要件,爰依法具文提出申請,謹請 鈞局依法核予專利,以維護本申請人合法之權益。

Claims (9)

  1. 一種稻穀含水量光學影像處理自動量測系統,其包括:一多工處理模組,其包括:一機台,其包括一腔室,該腔室沿著一水平面環繞而劃分成一入料空間、一第一乾燥處理空間、一第二乾燥處理空間及一出料空間;一轉座,其包括一轉軸及等圓心角為九十度而環繞地固定在該轉軸上的四個隔板;當該轉座每次相對該機台及該腔室旋轉九十度角時,該四隔板分別與該腔室的周壁、一頂面及一底面分別對應地圍住該入料空間、該第一乾燥處理空間、該第二乾燥處理空間及該出料空間,使該入料空間、該第一乾燥處理空間、該第二乾燥處理空間及該出料空間分別以該四隔板相隔離;一第一影像擷取模組及一第一乾燥處理單元分別設置於相對該第一乾燥處理空間的位置;一第二影像擷取模組、一第二乾燥處理單元分別設置於相對該第二乾燥處理空間的位置;一輸送模組,用以將一第一特定量的帶梗稻穀送入該入料空間;當該轉座相對該腔室第一次旋轉九十度角時,該隔板將該第一特定量的帶梗稻穀推送至該第一乾燥處理空間,由該第一乾燥處理單元對該第一特定量的帶梗稻穀進行第一次乾燥作業,並由該第一影像擷取模組擷取該第一特定量的帶梗稻穀的影像以供一量測模組量測其乾燥狀況,而該輸送模組則將一第二特定量的帶梗稻穀送入該入料空間;當該轉座相對該腔室第二次旋轉九十度角時,該隔板將該第一特定量的帶梗稻穀推送至該第二乾燥處理空間,由該第二乾燥處理單元對該第一特定量的帶梗稻穀進行第二次乾燥作業,並由該第二影像擷取模組擷取該第一特定量的帶梗稻穀的影像以供該量測模組量測其乾燥狀況;而該隔板將該第二特定量的帶梗稻穀推送至該第一乾燥處理空間,由該第一乾燥處理單元對該第二特定量的帶梗稻穀進行第一次乾燥作業,並由該第一影像擷取模組擷取該第二特定量的帶梗稻穀的影像以供該量測模組量測其乾燥狀況;而該輸送模組則將一第三特定量的帶梗稻穀送入該入料空間;當該轉座相對該腔室第三次旋轉九十度角時,該隔板將該第一特定量的帶梗稻穀推送至該出料空間使該第一特定量的帶梗稻穀送出該腔室;而該隔板將該第二特定量的帶梗稻穀推送至該第二乾燥處理空間,由該第二乾燥處理單元對該第二特定量的帶梗稻穀進行第二次乾燥作業,並由該第二影像擷取模組擷取該第二特定量的帶梗稻穀的影像以供審視乾燥狀況;而該隔板將該第三特定量的帶梗稻穀推送至該第一乾燥處理空間,由該第一乾燥處理單元對該第一特定量的帶梗稻穀進行第一次乾燥作業,並由該第一影像擷取模組擷取該第三特定量的帶梗稻穀的影像以供審視乾燥狀況;而該輸送模組則將一第四特定量的帶梗稻穀送入該入料空間。
  2. 如請求項1所述之稻穀含水量光學影像處理自動量測系統,其中,該第一影像擷取模組包括分別佈置於該第一乾燥處理空間的一第一頂部、一第一底部及一第一側部的一第一頂部影像擷取單元、一第一底部影像擷取單元及一第一側部影像擷取單元,用以擷取位在該第一乾燥處理空間內的該帶梗稻穀的頂部、底部及側部影像;該第二影像擷取模組包括分別佈置於該第二乾燥處理空間的一第二頂部、一第二底部及一第二側部的一第二頂部影像擷取單元、一第二底部影像擷取單元及一第二側部影像擷取單元,用以擷取位在該第二乾燥處理空間內的該帶梗稻穀的頂部、底部及側部影像。
  3. 如請求項1所述之稻穀含水量光學影像處理自動量測系統,其中,該輸送模組包括一輸送管;該輸送管一底部佈置一循環運轉的輸送帶,一端設一延伸台;該延伸台一末端設一擋板,該擋板與該輸送管有一位於該延伸台上方的間隔空間;該間隔空間一側與該入料空間一側的一入口相對通,另一側設有一可直線往復移動的推板;該輸送帶將該帶梗稻穀沿著輸送管送至該間隔空間,該推板將該帶梗稻穀經由該入口而推入該入料空間。
  4. 如請求項1所述之稻穀含水量光學影像處理自動量測系統,其中,該出料空間一底部設一出口,該第一特定量的帶梗稻穀自該出口下落而脫離該腔室,並落入至位於該腔室下方的一脫穗空間;該脫穗空間設一第一轉桿,並於該脫穗空間底部設一篩網,該第一轉桿周面佈列複數個撥扳;當該第一轉桿帶動該複數撥扳旋轉時,則可將該帶梗稻穀均勻地撥向該脫穗空間的一側;該脫穗空間一側設一轉速較該第一轉桿為快的第二轉桿,該第二轉桿周面佈列複數個拍扳,當該轉桿帶動該複數拍扳旋轉時,該拍扳則扳擊各該撥板所撥送而來的該帶梗稻穀,用以使稻穀脫離其秸稈,並經由篩網下落至一收集桶。
  5. 如請求項4所述之稻穀含水量光學影像處理自動量測系統,其中,該脫穗空間介於該第一轉桿與該篩網之間可抽取式地設置一初篩板,該初篩板設有複數孔徑較該篩網為大的篩孔,以使自其秸稈脫離的稻穀通過各該篩孔而經該篩網落入該收集桶中,該秸稈則留置在該初篩板上。
  6. 如請求項4所述之稻穀含水量光學影像處理自動量測系統,其中,該出料空間一頂部設一可直線往復上下位移的壓板;該壓板下移時,輔助推動該第一特定量的帶梗稻穀自該出口下落至該脫穗空間,並將該脫穗空間暫時封閉。
  7. 如請求項1所述之稻穀含水量光學影像處理自動量測系統,其中,該第一乾燥處理單元包含分別設置於相對該第一乾燥處理空間的一第一加熱模組及一第一通氣模組;該第二乾燥處理單元包含分別設置於相對該第二乾燥處理空間的一第二加熱模組及一第二通氣模組。
  8. 如請求項1所述之稻穀含水量光學影像處理自動量測系統,其中,該量測模組用以該影像進行影像處理,並將該影像中的秸稈輪廓從稻穀影像中擷取分離出來,再設定該秸稈輪廓之顏色直方圖的多個門檻值,並根據顏色直方圖的顏色分佈或是秸稈輪廓的特定色調或色彩飽和度來判定稻穀的含水率。
  9. 如請求項1所述之稻穀含水量光學影像處理自動量測系統,其中,該腔室底部設有一震動模組,用以使該帶梗稻穀藉由震動作用而平均分佈於該腔室內。
TW107120725A 2018-06-15 2018-06-15 稻穀含水量光學影像處理自動量測系統 TWI662481B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
TW107120725A TWI662481B (zh) 2018-06-15 2018-06-15 稻穀含水量光學影像處理自動量測系統

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW107120725A TWI662481B (zh) 2018-06-15 2018-06-15 稻穀含水量光學影像處理自動量測系統

Publications (2)

Publication Number Publication Date
TWI662481B true TWI662481B (zh) 2019-06-11
TW202001671A TW202001671A (zh) 2020-01-01

Family

ID=67764527

Family Applications (1)

Application Number Title Priority Date Filing Date
TW107120725A TWI662481B (zh) 2018-06-15 2018-06-15 稻穀含水量光學影像處理自動量測系統

Country Status (1)

Country Link
TW (1) TWI662481B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI707140B (zh) * 2019-10-02 2020-10-11 國立中興大學 穀物雜糧含水率檢測裝置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1275031C (zh) * 2003-09-02 2006-09-13 中国农业大学 一种检测稻米直链淀粉含量的方法
JP2010054457A (ja) * 2008-08-29 2010-03-11 Sumitomo Electric Ind Ltd 水分検出装置、生体中水分検出装置、自然産物中水分検出装置、および製品・材料中水分検出装置
TWI368541B (zh) * 2005-07-11 2012-07-21
TW201636596A (zh) * 2015-02-19 2016-10-16 Gaoqiao Engineering Co Ltd 豆莢篩選系統以及豆莢篩選裝置
TWM536779U (zh) * 2016-11-03 2017-02-11 Chung Chou Univ Of Science And Tech 農作監控系統

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1275031C (zh) * 2003-09-02 2006-09-13 中国农业大学 一种检测稻米直链淀粉含量的方法
TWI368541B (zh) * 2005-07-11 2012-07-21
JP2010054457A (ja) * 2008-08-29 2010-03-11 Sumitomo Electric Ind Ltd 水分検出装置、生体中水分検出装置、自然産物中水分検出装置、および製品・材料中水分検出装置
TW201636596A (zh) * 2015-02-19 2016-10-16 Gaoqiao Engineering Co Ltd 豆莢篩選系統以及豆莢篩選裝置
TWM536779U (zh) * 2016-11-03 2017-02-11 Chung Chou Univ Of Science And Tech 農作監控系統

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI707140B (zh) * 2019-10-02 2020-10-11 國立中興大學 穀物雜糧含水率檢測裝置

Also Published As

Publication number Publication date
TW202001671A (zh) 2020-01-01

Similar Documents

Publication Publication Date Title
Zareiforoush et al. Potential applications of computer vision in quality inspection of rice: a review
Zhang et al. Date maturity and quality evaluation using color distribution analysis and back projection
Yuan et al. Early prediction of soybean traits through color and texture features of canopy RGB imagery
Dong et al. Nondestructive determination of soluble solids content of ‘Fuji’apples produced in different areas and bagged with different materials during ripening
Zhang et al. Non-destructive identification of slightly sprouted wheat kernels using hyperspectral data on both sides of wheat kernels
Tan et al. AuToDiDAC: Automated tool for disease detection and assessment for cacao black pod rot
Wang et al. Correlation between moisture content and machine vision image characteristics of corn kernels
TWI662481B (zh) 稻穀含水量光學影像處理自動量測系統
Wang et al. Determination of moisture content of single maize seed by using long-wave near-infrared hyperspectral imaging (LWNIR) Coupled with UVE-SPA combination variable selection method
Donis-González et al. Color vision system to assess English walnut (Juglans Regia) kernel pellicle color
CN101021488A (zh) 稻谷损伤的检测方法和装置
Zhang et al. A novel image detection method for internal cracks in corn seeds in an industrial inspection line
AgaAzizi et al. Identification of impurity in wheat mass based on video processing using artificial neural network and PSO algorithm
Shao et al. Determination of damaged wheat kernels with hyperspectral imaging analysis
Hafezi et al. The effect of drying kinetic on shrinkage and colour of potato slices in the vacuum-infrared drying method
CN112557394A (zh) 一种全自动玉米果穗高通量考种仪
CN115049902B (zh) 柑橘叶片含水量可视化预测方法、系统、设备及存储介质
JP7077646B2 (ja) 画像生成装置、撮像システム、プログラム、画像生成方法、情報管理システムおよび端末
CN110609011A (zh) 单籽粒玉米种子淀粉含量近红外高光谱检测方法及系统
CN108369192A (zh) 用于测量花序、种子和/或种子产量表型的方法和设备
Parmar et al. Image morphological operation based quality analysis of coriander seed (Coriandrum satavum L)
TWI818334B (zh) 以手機影像推估穀粒含水量及收穫時期的方法
Odek et al. Effect of grain inverters in cross-flow dryers on kernel fissuring and head rice yield reduction
Al-kaf et al. The Size And Weight Prediction For Intact Pineapples Using A Low Cost Vision System
Wang et al. Color grading of green Sichuan pepper (Zanthoxylum armatum DC.) dried fruit based on image processing and BP neural network algorithm

Legal Events

Date Code Title Description
MM4A Annulment or lapse of patent due to non-payment of fees