排序方式: 共有11条查询结果,搜索用时 15 毫秒
1.
采用夹持水果果梗的方法,设计一套能够适应当前水果在线检测分级需求的水果检测分级机,主要包括水果果梗夹持装置、输送装置、旋转装置以及分级卸果装置。其中果梗夹持装置是本设计的核心部件,它不仅能够独立完成果梗的夹持功能,还能够在其他辅助装置的配合下完成水果的输送、旋转及卸果功能。该果梗夹持装置实现了水果夹持部分与水果的共同旋转,有效避免了水果与机械装置之间的摩擦,使得整个水果检测分级机对水果的机械损伤大大降低,能够很好地满足水果在线检测分级的需求,具有较高参考价值和应用前景。 相似文献
2.
3.
4.
针对目前新疆哈密瓜的检测分级人工劳动强度大,生产成本高且生产率低的问题,设计了一种用于哈密瓜在线检测的输送翻转装置。该装置由双节距链条,输送翻板,翻板底座等组成。通过哈密瓜输送翻板静应力仿真分析,得到输送翻板的最大应力是7.8566×10-2MPa,材料许用应力为105MPa,最大应力小于许用应力,符合机械设计要求。完成装置样机制作后进行哈密瓜输送翻转装置三因素三水平正交试验,试验结果表明该翻转装置翻转卸料时的最佳组合为:电动机转速n为3r/min;电磁推杆的最佳行程时间t为1.8s;输送翻板支撑杆角度θ为15°。 相似文献
5.
6.
近年来,具有快速、准确、客观和无损等特点的机器视觉技术已经被广泛用于农产品外部品质检测,以解决人工检测中存在的人力成本高、标准不统一和效率低等问题。在红枣加工和销售过程中,外部特征是影响其品质的重要因素,快速准确地对红枣外部品质检测能有效保障食品品质及安全、提高企业生产效率。本文综述了机器视觉技术在红枣外部品质检测中的应用,针对缺陷、大小、纹理、颜色和综合外部品质等指标总结了机器视觉检测方法的特点、存在的问题并阐明了其发展趋势,为我国红枣高效、快速检测分级装备的研发提供参考。 相似文献
7.
目的:解决目前红枣检测过程中果梗/花萼容易被误识别为缺陷枣的问题。方法:提出一种基于深度学习和图像处理的干制哈密大枣果梗/花萼及缺陷识别方法。通过改进深度残差网络ResNeXt-50,采用感兴趣区域提取方法和迁移学习技术提出一种TL-ROI-X-ResNext-50分类模型,实现干制哈密大枣果梗/花萼及缺陷分类。结果:通过模型试验对比,感兴趣区域提取方法和迁移学习技术可以减少模型计算成本,提高准确率,模型识别准确率可达94.17%。结论:该方法可初步满足干制哈密大枣果梗/花萼及缺陷在线检测装备的生产需求。 相似文献
8.
本文研究了自然场景下不同颜色葡萄果实的识别方法,针对晴天顺光、晴天逆光及夜间三种光照情况下采集的葡萄图像进行处理,在图像预处理的基础上提出了基于不同颜色空间的图像分割方法,利用最大类间方差法和直方图双峰法分别获取最佳阈值,得到葡萄串的轮廓图像,实现目标果实和复杂背景区域的分割。根据目标果实轮廓图像绘制其最小外接矩形,并利用Harris角点检测法提取果实重心及采摘点坐标等特征信息。实验结果表明:葡萄识别算法可对图像中果实部分快速准确地识别出来,并在很大程度上降低了光照强度等因素对果实识别效果的影响,其中绿色葡萄在晴天顺光、晴天逆光、夜间的识别率分别为93.3%、86.7%、96.7%,紫色葡萄在三种光照情况下识别率分别为90%、83.3%、96.7%。 相似文献
9.
本文利用高光谱图像技术对干制后的哈密大枣可溶性固形物含量(SSC)进行预测研究。使用多种预处理方法对原始光谱进行处理,并对原始光谱和预处理后的光谱分别建立PLS模型,对比分析得出均值中心化(MC)处理效果最佳。对MC处理后的光谱经联合区间偏最小二乘算法(si-PLS)筛选后,再结合遗传算法(GA)和竞争性自适应重加权算法(CARS)提取哈密大枣SSC的特征波长,将提取的波长变量建立哈密大枣SSC的PLS预测模型。结果显示:利用MC-CARS-GA-si-PLS方法提取的16个关键波长变量(仅占全光谱变量的2%)所建立的PLS模型性能优于全光谱PLS模型。该模型的预测集相关系数(Rp)、预测均方根误差(RMSEP)和预测(RPD)分别为0.93、0.48和2.721。该方法提取的波长变量所建立的预测模型,不仅使模型简化,而且增强了模型的预测能力,为高光谱图像技术对水果及其干制品的定量分析研究提供了参考。 相似文献
10.