基于机器视觉技术大米品质检测

该文介绍国内外大米品质检测研究现状,重点介绍国内应用机器视觉技术对大米品质进行检测研究动态,指出应用机器视觉技术对大米品质检测存在问题,并提出今后研究方向。     

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。     

机器视觉技术在谷物识别与分级中的研究进展

机器视觉技术在农产品品质检测方面的研究和应用发展迅速，为了能充分解国内外在谷物方面的研究状况，综述了机器视觉技术在大米、小麦、玉米以及其它谷物的识别和分级中的研究进展。     

机器视觉技术在粮食品质检测中的应用进展

机器视觉检测技术是通过获得图像,对图像处理分析的无损检测技术。随着图像技术专业化发展和计算机成本的不断下降,机器视觉检测技术在农产品方面应用会越来越广泛。为了充分了解这方面的技术,介绍国内外机器视觉技术在粮食等农产品表观品质、破损等方面的研究动态,展望机器视觉技术在粮食方面的发展前景。     

机器视觉技术在果蔬的识别和分级中的应用

机器视觉技术在农产品品质检测方面的研究和应用发展迅速 ,为了能充分了解国内外在果蔬方面的研究状况 ,本文综述了机器视觉技术在果品和蔬菜的识别和分级中的研究进展 ,以供参考     

谷物品质无损检测方法的研究进展

现代无损检测方法在谷物品质检测上的应用对谷物的生产、流通、出售有重要的意义。介绍了近红外光谱、电子鼻、机器视觉、核磁共振和声振动五种现代电子信息技术检测方法,重点综述了近红外光谱技术、电子鼻技术和机器视觉技术在谷物品质无损检测方面的研究进展。无损检测方法在谷物品质检测上的应用可降低成本,提高检测准确性,与现代的计算机技术、数据处理技术相结合,必将在农业领域中起到重要作用。     

牛肉品质检测技术的研究进展

牛肉品质检测在牛肉生产、加工和消费过程中起着重要的作用。本文介绍了剪切力测定、近红外光谱分析(NIR)和机器视觉三种牛肉品质测定方法的技术特点和国内外研究现状,着重介绍了机器视觉技术在牛肉颜色、大理石花纹、纹理和生理成熟度等品质参数测定方面的研究进展情况,指出机器视觉技术是未来牛肉品质检测研究的主要发展方向。     

机器视觉技术在果蔬的识别和分级中的应用

机器视觉技术在农产品品质检测方面的研究和应用发展迅速，为了能充分了解国内外在果蔬方面的研究状况，本文综述了机器视觉技术在果品和蔬菜的识别和分级中的研究进展，以供参考。     

基于机器视觉的红枣外部品质检测技术研究进展

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。     

无损检测技术在花生品质检测中的应用

概述了花生品质检测的基本要求 ,介绍了机器视觉和光谱分析等无损检测技术在花生内外品质检测中的应用原理和主要方法 ,分析了国内外研究现状及存在的问题 ,提出了未来的发展方向。     

可视化自动识别技术与传统人眼识别在大米外观品质检验中的比较分析

摘要： 目的 明确人眼检验法和仪器检验法在大米外观品质检测中是否结果差异。 方法 使用SPSS统计分析方法，对35批次大米样品的“整精米率”、“碎米率”、“垩白粒率”的人眼法和仪器法测定结果进行比较分析。结果 在整精米率检验中，针对粳米检测，两种方法得到结果有系统性差异，建议采用人眼检验法；针对籼米检测，两种方法得到结果没有系统性差异，为提高检测效率，建议优先采用仪器检验法；在碎米率检验中，两种方法得到结果均有系统性差异，建议采用人眼检验法；在垩白粒率检验中，两种方法得到结果有系统性差异，建议采用人眼检验法。 结论 现阶段的可视化自动检测技术尚不能满足大米外观品质全项目的检测需求，需要谨慎使用。     

稻米粒形与外观品质计算机视觉检测技术研究进展

计算机视觉技术对稻米粒形、外观品质的检测与人工检测相比,具有客观、快速、精确度高等优点。通过综述近年来计算机视觉技术对稻米粒形、外观品质的研究进展,阐述了计算机视觉技术在检测稻米粒形、垩白粒、裂纹粒、黄粒米的实现方法以及发展前景。     

无损检测技术在稻米品质检测中的应用及展望

稻米作为世界上主要的粮食作物,在生活水平不断提高的今天,稻米的品质成为民众关心的重点。为了保证稻米品质,有必要寻找或开发更为快速和无损的检测方法。稻米无损检测技术是建立稻米质量和稻米安全有效监控体系的关键技术。综述了我国近年来稻米品质无损检测技术的研究现状与应用。从近红外光谱技术、电子鼻技术及计算机视觉检测技术在稻米的碾米品质、外观品质、营养品质、蒸煮品质、食味品质5个方面的应用阐述了稻米品质无损检测技术的研究进展及存在问题,并对稻米品质检测技术的发展作出了展望。     

稻米品质检测技术研究进展及展望

大米现已成为国人的第一大主食粮种。随着人们生活水平的不断提高,对大米的食用品质和安全性要求也越来越高,其在储藏、流通过程中的品质变化状况亦备受关注。因此做好稻米在储藏、加工、市场流通等环节的品质检测及品质变化的预测工作已显得尤为重要。综述了无损检测技术(近红外光谱分析技术、电子鼻技术、计算机视觉技术)、色谱分析技术、扫描电镜技术、质构分析技术等在稻米品质分析检测中的研究进展,提出了这些技术存在的问题,展望了这些技术的应用前景。其中,无损检测技术在稻米品质分析中的作用将更加突出,开发性能稳定、精确度高、操作方便、小型化的稻米分析检测系统,建立标准化的测量方法及分析方法,将会成为今后的发展趋势。随着粮食物流过程品控追溯技术的研究,稻米物流环节的品质变化也将受到关注。     

机器视觉在稻米整精米率快速计算中的应用

将机器视觉技术以及图像处理方法应用于稻米整精米率计算,通过图像预处理仅保留图像中大米的轮廓信息,并采用闭合图形边缘搜索方法提取大米轮廓像素点。由于米粒形似椭圆,并以长轴为对称轴来实现米粒长度的快速计算。实验结果表明,该算法检测与人工检测相关系数为0．96,可用于整精米率的快速检测。     

水果品质光学无损检测技术研究进展

在水果产量巨大和需求标准提高的双重影响下,目前亟需研究方便快捷的水果无损检测方法。本文主要介绍机器视觉、近红外光谱检测、拉曼光谱检测和高光谱成像技术共四种光学无损检测技术在水果品质检测中的应用,对水果品质光学无损检测研究历程和发展现状进行归纳整理,同时展望了未来发展方向,为水果品质光学无损检测研究工作提供基础理论参考。     

基于工业物联网技术的稻谷加工系统研究

目的:解决稻谷加工系统缺乏设备间信息交流和协调控制导致的大米产出质量不稳定问题。方法:基于工业物联网技术构建了稻谷加工系统5层架构，针对架构中网络层、决策层、控制层等层级存在的技术难题分别提出了基于机器视觉的无线传感器网络模型、基于差分进化算法的模糊自整定控制模型和砻谷机胶辊同步控制方法等相应层级难题的解决方法，并对系统的软硬件进行设计，对砻碾工段进行了实际改造，选用早籼稻谷进行了加工试验。结果:相比于传统加工，改进后的稻谷加工系统出糙率提升约1%,整精米率提升约1%,生产能耗降低约15%。结论:设计的基于物联网技术的稻谷加工系统对提高稻谷加工等流程加工系统的智能化改造具有借鉴意义。