-
公开(公告)号:CN106111556A
公开(公告)日:2016-11-16
申请号:CN201610699736.1
申请日:2016-08-22
Applicant: 华中农业大学
Abstract: 本发明公开了一种穗状水果的自动检测与分级装备,涉及农产品在线无损自动检测与分级技术。本发明包括依次连接的输送装置、数据采集装置、分级控制系统、分级踢出装置和分拣装置;在输送装置一侧设置有数据采集装置,在输送装置的另一侧设置有分级踢出装置,在分级踢出装置的下方设置有分拣装置。本发明的夹持机构保证了悬挂式输送水果上料方便,易于操作,运输稳定;利用机器视觉和光谱技术对穗状水果进行图像检测和光谱数据收集,对水果的外部品质和内部品质综合判断分级,从而克服分级指标少、功能单一的特点;自动踢出装置能实现水果的自动分级,不会损伤柔软果实的水果;分拣装置加快了分级的速度,避免过多的人力资源消耗,提高了分级效率。
-
公开(公告)号:CN106370668A
公开(公告)日:2017-02-01
申请号:CN201610699705.6
申请日:2016-08-22
Applicant: 华中农业大学
IPC: G01N21/89
CPC classification number: G01N21/8914
Abstract: 本发明公开了一种咸蛋内部品质的在线视觉检测装置及其方法,涉及咸蛋加工分级技术领域。本装置包括咸蛋(8);设置有传送带(1)、工业相机(2)、暗箱(3)、光源(4)、光电开关(5)、PLC控制器(6)和计算机(7)。本方法是:①咸蛋图像的采集;②合格蛋的判别步骤:1)咸蛋图像的预处理;2)特征参数的提取;3)判别合格蛋;③退溶蛋与黑黄蛋的判别步骤:1)将判别不合格的咸蛋图像重新预处理;2)特征参数的提取;3)判别黑黄蛋与退溶蛋。本发明利用机器视觉进行检测,对应用环境具有不挑剔性,具有良好的应用推广前景;高效率和高智能,能够实现无损在线检测;适用于对咸蛋的检测和分类。
-
公开(公告)号:CN104764744A
公开(公告)日:2015-07-08
申请号:CN201510188942.1
申请日:2015-04-21
Applicant: 华中农业大学
IPC: G01N21/84
Abstract: 本发明公开了一种禽蛋新鲜度的视觉检测装置及其方法,涉及禽蛋加工分级技术领域。本装置是:在传送带的下方设置有光源,在传送带的上方设置有暗箱,在暗箱的顶部正中设置有工业相机;光源通过传送带的空隙透射放置在传送带上的禽蛋,工业相机通过数据线与计算机相连。本方法是:①禽蛋图像的采集;②禽蛋图像的预处理;③提取气室面积与整蛋面积比值,并作为特征参数;④提取其它特征参数;⑤建立模型;⑥新鲜度判别。本发明利用机器视觉进行检测,对应用环境具有不挑剔性,具有良好的应用推广前景;对气室面积的提取采用前人没有用过的方法,且效果好;采用SVM进行分级,准确率高;高效率、高智能,能够实现无损检测。
-
公开(公告)号:CN106370668B
公开(公告)日:2019-01-18
申请号:CN201610699705.6
申请日:2016-08-22
Applicant: 华中农业大学
IPC: G01N21/89
Abstract: 本发明公开了一种咸蛋内部品质的在线视觉检测装置及其方法,涉及咸蛋加工分级技术领域。本装置包括咸蛋(8);设置有传送带(1)、工业相机(2)、暗箱(3)、光源(4)、光电开关(5)、PLC控制器(6)和计算机(7)。本方法是:①咸蛋图像的采集;②合格蛋的判别步骤:1)咸蛋图像的预处理;2)特征参数的提取;3)判别合格蛋;③退溶蛋与黑黄蛋的判别步骤:1)将判别不合格的咸蛋图像重新预处理;2)特征参数的提取;3)判别黑黄蛋与退溶蛋。本发明利用机器视觉进行检测,对应用环境具有不挑剔性,具有良好的应用推广前景;高效率和高智能,能够实现无损在线检测;适用于对咸蛋的检测和分类。
-
公开(公告)号:CN105548028A
公开(公告)日:2016-05-04
申请号:CN201510919991.8
申请日:2015-12-11
Applicant: 华中农业大学
IPC: G01N21/25
CPC classification number: G01N21/25
Abstract: 本发明公开了一种禽蛋新鲜度的光纤光谱分级检测装置及方法,涉及农产品检测技术领域。本方法是:①调节装置参数,包括设置光纤光谱仪的暗电流、参考电流、平滑次数、平滑宽度和积分时间参数;②将新鲜禽蛋和不新鲜禽蛋编号并按顺序依次地摆放在禽蛋传送流水线上;③当禽蛋运动到光谱箱内且被光电传感器触发时获得相应禽蛋的光纤光谱。④对所采集的禽蛋光纤光谱数据进行数据处理。本发明利用光纤光谱透射技术,能够完成对禽蛋新鲜度的自动判别;无需破坏鸡蛋,分级速度快,而且正确率高;利用光谱透射技术,实现了对禽蛋内部品质的分级,解决了市场和工厂采用抽样检测的弊端。
-
公开(公告)号:CN105203543A
公开(公告)日:2015-12-30
申请号:CN201510607956.2
申请日:2015-09-22
Applicant: 华中农业大学
IPC: G01N21/84
Abstract: 本发明公开了一种基于机器视觉的整箱红提葡萄果粒大小自动分级装置及其方法,涉及群体水果分级技术领域。本方法是:①对待测的整箱红提葡萄进行编号并放置传送带上;②依次把整箱红提葡萄送入密封箱中进行图像采集,同时得到近红外图像和彩色图像;③对近红外图像和彩色图像进行图像处理:读取图像;对图像进行预处理;图像融合;边缘提取;葡萄果粒图像分割;去除小面积处理;椭圆拟合;提取参数;对椭圆进行筛选;建立分级模型并检验。本发明利用机器视觉技术,能够完成整箱红提葡萄的自动分级;分级标准统一,分级正确率高;利用图像处理技术实现了无损检测,且检测速度快;用机器视觉技术对群体性物体实现大小无损检测,具有广阔的应用前景。
-
公开(公告)号:CN105606473B
公开(公告)日:2018-06-15
申请号:CN201610037685.6
申请日:2016-01-20
Applicant: 华中农业大学
Abstract: 本发明公开了一种基于机器视觉的红提葡萄硬度检测方法,涉及红提葡萄内部品质的无损检测领域。本方法是:①搭建好检测平台,调整好相机和采集系统的各个参数;②划分样本集,随机划分训练样本与测试样本,利用图像采集装置分别采集样本图像信息;③利用质构仪做破坏性实验,测量红提葡萄样本的实际硬度值;④对红提葡萄图像进行图像处理及特征提取;⑤将提取的16个特征信息进行建模,选出最佳模型:⑥将测试样本导入红提葡萄硬度检测预测模型中,得出样本的测试硬度值,进行验证分析。本发明利用机器视觉技术能够准确地预测红提葡萄的硬度,具有速度快、无损性、智能化等特点,实现了对红提硬度的无损检测,具有广阔的应用前景。
-
公开(公告)号:CN106111556B
公开(公告)日:2018-02-23
申请号:CN201610699736.1
申请日:2016-08-22
Applicant: 华中农业大学
Abstract: 本发明公开了一种穗状水果的自动检测与分级装备,涉及农产品在线无损自动检测与分级技术。本发明包括依次连接的输送装置、数据采集装置、分级控制系统、分级踢出装置和分拣装置;在输送装置一侧设置有数据采集装置,在输送装置的另一侧设置有分级踢出装置,在分级踢出装置的下方设置有分拣装置。本发明的夹持机构保证了悬挂式输送水果上料方便,易于操作,运输稳定;利用机器视觉和光谱技术对穗状水果进行图像检测和光谱数据收集,对水果的外部品质和内部品质综合判断分级,从而克服分级指标少、功能单一的特点;自动踢出装置能实现水果的自动分级,不会损伤柔软果实的水果;分拣装置加快了分级的速度,避免过多的人力资源消耗,提高了分级效率。
-
公开(公告)号:CN104949998A
公开(公告)日:2015-09-30
申请号:CN201510376714.7
申请日:2015-07-01
Applicant: 华中农业大学
IPC: G01N21/94
Abstract: 本发明公开了一种群体产地禽蛋表面脏污的在线视觉检测装置及其方法,涉及禽蛋加工分级技术领域。本方法是:①禽蛋图像的采集;②禽蛋图像的预处理;③提取颜色特征参数,将禽蛋根据壳色分为青壳蛋和白壳蛋;④提取禽蛋表面脏污特征参数:脏污面积与整蛋面积的比值,脏污块数;⑤找出区分干净禽蛋和脏禽蛋的特征参数范围;⑥建立自动识别模型,判别禽蛋的脏污。本发明利用机器视觉进行检测,对应用环境具有不挑剔性,具有良好的推广应用前景;高效率、高智能,能够实现无损检测。
-
公开(公告)号:CN105203543B
公开(公告)日:2018-04-10
申请号:CN201510607956.2
申请日:2015-09-22
Applicant: 华中农业大学
IPC: G01N21/84
Abstract: 本发明公开了一种基于机器视觉的整箱红提葡萄果粒大小自动分级装置及其方法,涉及群体水果分级技术领域。本方法是:①对待测的整箱红提葡萄进行编号并放置传送带上;②依次把整箱红提葡萄送入密封箱中进行图像采集,同时得到近红外图像和彩色图像;③对近红外图像和彩色图像进行图像处理:读取图像;对图像进行预处理;图像融合;边缘提取;葡萄果粒图像分割;去除小面积处理;椭圆拟合;提取参数;对椭圆进行筛选;建立分级模型并检验。本发明利用机器视觉技术,能够完成整箱红提葡萄的自动分级;分级标准统一,分级正确率高;利用图像处理技术实现了无损检测,且检测速度快;用机器视觉技术对群体性物体实现大小无损检测,具有广阔的应用前景。
-
-
-
-
-
-
-
-
-