基于机器视觉的谷糙分离检测方法

[目的]解决传统的谷糙分离机存在的人工检测精度差的问题,提高生产效率。[方法]提出了一种基于机器视觉的图像检测方法,通过不同图像算法的多级式递进融合,实现对谷糙的特征识别与分离。对采集到的图像进行ROI区域选定,并利用Retinex算法进行图像增强;使用Otsu算法对图像进行分割,再利用中值滤波与形态学相结合去除图像噪声;采用改进的Canny算法对二值图像进行边缘特征检测,结合Hough变换提取谷糙图像轮廓的位置信息;最后应用卡尔曼滤波对位置信息进行状态估计,得到分离位置最佳预测值的同时,减小位置偏移误差。[结果]系统的检测平均误差为3.14 mm,相比较滤波前减少1.82 mm,滤波误差平均标准差为0.8 mm。[结论]该方法能够有效检测谷糙特征信息并提高分离精度。     

提高谷糙分离效果的途径

原粮状况，谷糙分离工艺和设备及操作和管理，都影响谷糙分离效果，通过对影响谷糙分离效果因素的分析，提出了提高谷糙分离效果的看法。     

锥筒谷糙分离效果的计算机仿真

运用人工神经网络对锥筒谷糙分离效果进行计算机仿真。建立非连续、连续两种喂料方式锥筒谷糙分离效果神经网络模型。应用试验数据对网络进行训练，达到了足够的精度，并对网络进行验证，网络计算值与试验值吻合。     

谷糙分离工艺设计的探讨

谷糙分离工艺设计的探讨浙江省绍兴粮食机械厂（３１２０００）孙雪龙，戴笃荣，蒋友成，庄志良目前，多数米厂采用平面回转筛进行各糙分离，由于原粮混杂、参差不齐，达不到净糙含谷少于４０粒儿ｇ的标准，不得不采用提高脱壳率和增加回等谷含糙率的办法来解决，这就导致...     

谷糙分离工序的改进

本文介绍了我国谷糙分离设备的概况及演变过程;对谷糙分离工序的改进进行了技术论证;对选糙平转筛、重力谷糙分离机的工作过程以及谷糙分离对砻谷、碾米的影响进行了比较详细的分析。     

谷糙分离工艺技术研究

本文通过对谷糙分离工艺技术的研究,探讨出谷糙分离新工艺、新技术,收到了较好的工艺效果。     

碾米厂谷糙分离的工艺设计

谷糙分离是稻谷碾米工艺中的一个重要环节。它对保证和提高产品质量,提高产量,提高出品率,降低消耗,提高企业的经济效益都有着重要的意义。本文拟根据目前碾米厂谷糙分离的工艺设备情况进行分析比较,提出碾米厂特别是大、中型碾米厂的谷糙分离工艺设计方案,供从     

谷糙分离工艺技术研究

本通过对谷糙分离工艺技术的研究,探讨了出谷糙分离新工艺,新技术,收到了较好的工艺效果。     

我国谷糙分离的现状及发展趋势

我国谷糙分离的现状及发展趋势湖北省粮机厂研究设计所（４３００２２）陆宏标在碾米加工厂中，谷糙分离无疑是一道重要工序。根据碾米工艺的要求，糙米的含谷量不得超过４０粒／ｋｇ，含谷过多不仅会使成品大米的含谷超标，而且会使大米精度不均，从而降低成品大米的质量...     

谷糙分离工艺的探讨

随着全国粮食流通体制改革的进一步深化，势必带来粮食加工企业的产品质量竞争将更加激烈化。与此同时，稻谷加工企业的原料稻谷的品种变化、互混现象加剧，又对稻谷加工企业现有加工工艺带来了很大的难度，对大米产品质量及稳定性形成了一定的冲击。在稻谷加工工艺中，谷...     

基于机器视觉的水果分级系统

目的:解决目前水果分级检测方法效率低、误检率高等问题。方法:以苹果为分拣对象,设计一个基于机器视觉的水果分级系统。对实时采集得到的苹果图像进行预处理,使用改进的Canny边缘检测算法进行边缘提取,通过最小外接圆法拟合边缘坐标得到苹果的横切面半径。将采集到的RGB图像转换为HSI图像,根据H分量范围计算红色区域比例,判断苹果的色泽度。统计区域像素点个数,分别求取苹果的面积和周长,计算出苹果的圆形度。结合苹果果径长度、色泽度和圆形度3个特征值对苹果进行综合分级。结果:50个苹果样本试验结果表明,水果分级系统和人工分拣测量的果径误差范围在±1.5 mm以内,样本颜色特征与苹果实际外观相符,圆度值的大小与实际形状优劣相符。结论:该系统满足实际生产中对于苹果分级的需求,有助于实现苹果品级的准确识别。     

Fault detection in braiding utilizing low‐cost USB machine vision

This paper investigates the effect of yarn tension on braid formation point (braid point) motion. A computer‐controlled take‐up machine is developed to facilitate braiding experiments. The results of several experiments are used to recognize tension aberrations that lead to poor quality and wasted product. Optimal braid performance is observed, which serves as the baseline for comparing the behavior of faults. By studying the effects of common faults, a diagnostic tool is developed to recognize the onset of defects and provide some insight into what might be causing the fault. Radial fluctuation of braid point position is a good indicator of mechanical faults of the tensioning mechanisms. Observations based on mechanical and visual methods are also presented as diagnostic tools. From visual observations, it can be concluded that as the tension in one yarn increases with each revolution, the radial fluctuation increases until a yarn breaks. From mechanical observations, it can be concluded that the fluctuation in motor speed increases until the point when the yarn breaks. Through this study, braid point motion can be used as a diagnostic for shutting down the machine before irreversible damage occurs.     

人体轮廓机器视觉检测算法的研究进展

为了更好地将轮廓视觉检测方法应用于非接触式二维人体围度测量,总结了近年来轮廓视觉检测的方法,包括基于边缘算子的检测、基于数学形态学的检测、基于水平集的主动轮廓模型的检测算法.通过实验效果图对比,重点评述了轮廓视觉检测方法的边缘清晰度、抗噪能力以及目标边缘定位能力,其中特别探讨了Canny边缘算子在优化与改进方面的研究进...     

机器视觉技术在大米品质检测中的研究进展

粮食事关国运民生。随着我国经济的高速发展以及人们生活水平的不断提高,人们对粮食的需求也由追求数量转变为追求质量,对优质大米的需求也越来越大,提高大米品质对稳定国内市场以及出口国外市场具有重要意义。利用机器视觉技术可以对大米的加工品质及外观品质进行快速、无损检测,对于提高大米的品质至关重要。本文综述了近年来国内外学者利用机器视觉技术在大米加工品质和外观品质中的研究现状与应用,并对今后大米品质检测技术的发展做出了展望。     

基于机器视觉的纸张表面缺陷检测系统

介绍了一套在高档纸生产线上应用的纸张表面缺陷（纸病）检测系统——Fopesigh-PDI,该系统能够在线检测边损、孔洞、白斑、黑点、油斑、褶皱等纸张缺陷。介绍了该系统的功能和特点,探讨其在提高纸张生产效率和质量控制中的重要作用。     

基于RGB图像特征的大豆含水量快速测定系统研究

基于机器视觉技术,选取黑龙江、美国、巴西以及阿根廷大豆为样品,通过matlab图像处理,结合Design-Expert进行大豆图像特征值与含水量的相关性分析,探讨出一种可以精准预测同批次同产地大豆含水量的方法。通过matlab GUI图形界面设计了一个大豆含水量快速检测的软件。对大豆含水量真实值与软件预测值进行校验结果表明,该软件对同批次同产地大豆含水量预测精度均在97%以上。为大豆入仓时含水量在线快速测定提供了理论依据。     

基于机器学习的布匹瑕疵识别研究

纺织工业是我国制造业出口的重要组成部分。布匹的质量控制在纺织工业中尤为重要,而布匹瑕疵是影响布匹质量控制的重要因素之一。在中小企业中,布匹瑕疵识别主要依靠人工流水线作业,存在着人工成本高、人眼识别准确度低等问题。因此,一个有效的布匹瑕疵检验系统是十分必要的,布匹瑕疵分类算法是保证疵点判决效率的核心。基于布匹生产企业存在的问题,有针对性地研究了机器学习与计算机视觉的布匹瑕疵识别算法的基本原理,介绍了各类布匹瑕疵识别中的检测与分类算法,将最近发展迅速的机器学习的理论研究引入布匹瑕疵识别中,对涉及机器学习的模式识别算法进行了介绍。     

亲亲肠残次品在线视觉检测识别方法

目的:研究亲亲肠生产过程中常见外观缺陷的自动检测方法。方法:采用CMOS相机在线获取亲亲肠产品的图像信息,应用图像处理技术对产品外观缺陷特征进行提取并分析缺陷种类。结果:应用该在线检测方法对亲亲肠常见外观缺陷检测的准确率在97.2%以上。结论:该检测方法简单,实际应用前景广阔。     

基于机器视觉的卷烟爆珠在线检测系统设计

目的：针对卷烟爆珠的质量检测,设计和构建融上料传送、机器视觉图像处理及不合格品剔除功能为一体的卷烟爆珠质量检测系统。方法：通过改进类间方差法对爆珠单颗粒图像进行提取,通过灰度分析、非线性度变换及改进最小外接圆等算法,实现爆珠质量自动化检测,在完成图像自动化检测之后,通过设计的不合格品剔除机构进行剔除,并开展爆珠质量检测的重复试验和应用分析。结果：该系统对不合格爆珠的异色、异行、破损总误检率低于3%,能精确剔除不合格爆珠且系统稳定可靠。结论：基于机器视觉的卷烟爆珠在线检测系统设计,能完成对爆珠质量的自动化在线检测,提高了检测速度与准确度。     

食品中细菌总数用机器视觉法与培养法检测的结果比较

提出利用机器视觉技术检测食品细菌总数的方法．以适应快速准确检测的要求。比较平板培养计数法,在菌液、牛奶、果汁和牛肉的细菌总数检测试验中,两种方法结果无显著差异（t检验结果p〉0．05）。