Analizzatore di qualità del riso di ispezione del laboratorio con il materiale inossidabile del commestibile 304

L'ispettore combina i metodi tradizionali di visione artificiale e gli algoritmi di intelligenza artificiale per analizzare il riso. In primo luogo, il metodo visivo tradizionale è usato per segmentare i grani del riso nel video telaio e poi l'algoritmo di intelligenza artificiale è usato per identificare gli attributi dei grani segmentati del riso e giudicare Whether là insetto-sono mangiati, germogliare, muffa ed altri problemi. Allo stesso tempo, due macchine fotografiche ad alta definizione sono state usate per fotografare la parte anteriore ed indietro del riso e le proprietà dei due lati sono state analizzate. Con l'algoritmo di registrazione, la parte anteriore ed indietro del riso è registrata uno per uno ed i loro rispettivi attributi si combinano per ottenere gli attributi di un grano completo del riso.

Dettagli di ispezione

L'analizzatore combina i metodi tradizionali di visione artificiale e gli algoritmi di intelligenza artificiale per analizzare il riso. In primo luogo, i metodi visivi tradizionali sono usati per segmentare i grani del riso nel video telaio e poi gli algoritmi di intelligenza artificiale sono usati per identificare gli attributi dei grani segmentati del riso e giudicare Whether là insetto-sono mangiati, germogliare, muffa ed altri problemi. Allo stesso tempo, due macchine fotografiche ad alta definizione sono state usate per fotografare la parte anteriore ed indietro del riso e le proprietà dei due lati sono state analizzate. Con l'algoritmo di registrazione, la parte anteriore ed indietro del riso è registrata uno per uno ed i loro rispettivi attributi si combinano per ottenere gli attributi di un grano completo del riso.

Tecnologia chiave

1. Binarization automatico: Usi la rete neurale profonda per segmentare la priorità alta ed i precedenti dell'immagine. Rispetto al metodo tradizionale di binarization, può applicarsi a varie condizioni di luce e la segmentazione del bordo di riso è alti vantaggi più regolari, veloci e robusti.

2. Algoritmo adesivo di segmentazione del riso: Il metodo basato sui dominii collegati non può segmentare il riso aderito. La rete neurale profonda è usata per segmentare il riso aderito ad un livello di istanza, che può raggiungere una velocità di 1000fps e può trasformare il riso aderito in tempo reale.

3. Algoritmo di riconoscimento di attributo del riso: adotta una rete neurale leggera ed integra un metodo d'apprendimento semi-sorvegliato. Il modello può essere ottimizzato iteratamente soltanto segnando una piccola quantità di dati. Presenta i vantaggi di alta precisione, della velocità veloce e dello spiegamento conveniente.

Gamma di applicazione

L'analizzatore di qualità del grano di serie di KVS-G è composto di sistema visivo, di sistema di software e di altre strutture di modulo. Quando il grano fornisce il campo visivo della macchina fotografica, il grano è fotografato e le caratteristiche di un grano completo sono ottenute con l'algoritmo di registrazione. Identificazione di attributo per determinare se ci sono problemi quali i punti di malattia, la crescita di muffa, il germogliamento, il danno e l'erosione dell'insetto. Ha una vasta gamma di applicazioni ed è di grande importanza alla separazione ed al miglioramento di qualità dei grani.

** Oltre a riso, ai prodotti agricoli quali i semi del melone, ai pinoli, alle mandorle, ai chicchi di caffè ed alle noci di betel che possono essere disposte stabile può essere analizzato dal nostro analizzatore.