基于机器视觉+深度学习目标检测的皮革表面缺陷检测系统研究

针对皮革表面缺陷人工检测效率低、准确率低等问题,基于机器视觉和深度学习算法等构建了一种皮革表面缺陷检测系统.对该系统的主要框架及核心功能进行分析,以一般皮革表面光学检测系统为对象进行检测精度与检测效率对比.结果表明,基于机器视觉+深度学习的皮革表面缺陷检测系统检测精度更高,在应用初期的检测效率与一般检测系统较为接近,但随着应用时间的增长,系统检测效率优势也会逐渐显现.     

雪茄烟烟支外观质量检测方法

为解决雪茄烟烟支外观质量检测自动化程度低、人为影响因素大等问题,研制了一种雪茄烟烟支外观质量检测装置,并构建了基于机器视觉技术和深度学习的烟支外观质量缺陷检测模型。通过检测装置采集雪茄烟柱面缺陷图像,并利用随机平移、翻转等方法对图像进行均衡和增强,建立数据集;使用K-means聚类算法生成适用于柱面缺陷数据集的先验框;对YOLOv5模型进行训练,并验证检测效果;采用大津法求得最佳阈值对雪茄烟端面空头图像进行分割,通过统计烟丝缺失比例实现空头缺陷检测。结果表明：(1)采用YOLOv5模型对柱面缺陷进行检测,多类别平均准确率MAP(Mean Average Precision)为87.7%,单张图像检测时间为13.1 ms/张,模型抗干扰能力强,检测精度和时间均优于对比模型。(2)YOLOv5模型能够准确识别和定位多尺寸、多种类以及密集缺陷,具有较强泛化能力和鲁棒性。(3)在不同亮度光照环境下,均能够实现空头缺陷检测。该方法可为提高雪茄烟产品质量提供支持。     

基于深度学习的织物疵点检测研究进展

为提高疵点检测的准确性和通用性,实现使用简洁而有效的形式对织物图像的特点和疵点的本质特征进行综合表达,首先,介绍了深度学习技术,对引入了深度学习的疵点检测方法进行综述,同时对深度学习与疵点检测的内在关系进行阐述;然后,分析总结了深度学习的概念及代表性的计算模型,并对引入深度学习的疵点检测方法进行归纳、总结和分类;最后,对典型的方法进行了分析,讨论了各种方法的优缺点,并对未来的研究趋势进行了展望。指出：随着深度学习的发展,探索更加通用的检测方法是推进深度学习在织物疵点检测领域应用的努力方向。     

基于机器视觉的纽扣缺陷检测技术研究

利用机器视觉和深度学习算法对纽扣缺陷进行检测。首先对纽扣图像滤波去噪处理,提取轮廓并获取图像特征;接着对图像阈值分割,对二值图像标记连通域,完成纽扣区域分割及轮廓提取,通过轮廓数目判断是否存在多孔、少孔和外形轮廓缺陷;最后使用YOLOv4算法训练纽扣缺陷类型,实现四眼塑料纽扣缺陷检测。验证结果表明纽扣缺陷检测精度达到了95.5%,单个纽扣平均检测时间为0.89s,满足工程应用需求。     

食用油质量检测研究进展

随着人们对食用油的质量安全和营养价值的重视,对其检测技术要求也越来越精密。文章从食用油的常规检验指标出发,阐述电导法、光谱法、色谱法和质谱法在食用油质量检测方面的研究进展,展望食用油检测技术的研究方向。     

基于机器视觉的食品瓶罐包装缺陷检测研究进展

根据近年文献资料,介绍了机器视觉技术在食品瓶罐包装缺陷检测上的应用和发展,概述瓶罐包装缺陷检测系统的硬件结构和检测流程;梳理并分析基于图像处理技术和基于深度学习方法在食品瓶罐包装缺陷检测领域取得的研究成果,探讨分类网络模型和目标检测网络模型两种技术在该领域的优势和不足,并对未来的发展进行了展望,为智能瓶罐包装检测的创新和发展提供参考。     

HACCP体系在食用油灌装生产中的应用

HACCP体系是保证食品安全和控制食品质量的预防性技术管理体系。本文主要讲述了HACCP体系的原理、实施步骤及在食用油灌装生产中的应用,重点讨论了在食用油灌装生产中关键点的确认及其危害性分析,并详细说明了HACCP计划在食用油灌装生产中的具体实施过程。     

食用油包装现状及质量检测的探讨

目前,国内食用油市场普遍采用塑料桶装运。各大超市出售的花生油、菜籽油、豆油、色拉油等几乎都是用塑料桶包装的。非常规油脂,例如昂贵的橄榄油,被装在玻璃或金属罐里,而塑料罐子则通常用皮特制造。由于玻璃陶瓷容器易碎,不易运输,建议罐装铁质。文章通过大量的检测数据,对目前瓶装食用油质量状况进行了初步分析,表明不同厂家食用油的瓶装质量实际存在差异,并指出了目前瓶装食用油存在的问题,为我国食用油包装标准的进一步完善提供参考。     

基于机器视觉的食品外包装缺陷检测算法研究进展

食品包装在生产过程中由于各种因素会导致缺陷产生,包装缺陷种类多,背景复杂。通过视觉成像和计算机信息处理完成包装的识别、检测和测量等任务的机器视觉检测,相比传统的人工检测,具有执行速度快、精度高等特点,可显著提高生产自动化程度。文章根据食品外包装常见缺陷,从缺陷检测算法的角度介绍传统机器视觉检测算法和深度学习相关算法在食品外包装缺陷检测中的研究应用,并对检测算法在食品外包装缺陷检测中的应用前景,以及存在的问题进行分析与展望。     

食用油掺假检测方法研究进展

最近地沟油事件再次引起人们对食品安全的担忧。目前由于缺乏有效的食用油中地沟油掺假的检测方法,制约着食品安全的有效监管和预警体系建设。为了节约时间、财力和人力,我国食用油掺假（例如地沟油）的检测需要借鉴国际经验。基于此,本文对国际上食用油掺假的检测方法研究最新进展进行综述。     

食用油高温煎炸后的指纹标记研究

利用红外光谱和电子鼻建立快速检测食用油高温煎炸后功能基团变化的方法。结果表明:红外吸收检测发现,油脂加热氧化形成了醛类、酮类吸收峰部分谱区面积发生变化。利用电子鼻检测发现:食用油品加热温度低于150℃成分没有发生明显的变化,超过150℃时,同对照组相比有明显的差异。连续加热超过3h也出现同样的效果。因此,利用红外光谱和电子鼻技术均能鉴别出食用油在高温油炸过程的变化。     

食用碘盐重力称重式充填机充填精度与速度

本文根据食用碘盐物料特性和现有食用碘盐重力称重式充填机的不足 ,提出了提高充填机精度与速度的方法。     

食用植物油酸值检测研究进展

酸值是衡量食用植物油中游离脂肪酸（free fatty acid, FFA）含量的指标,也是其重要的氧化和质量指标。目前食用油酸值测定方法中最常用的是滴定法,该方法简单、易行,对多数油脂的检测是有效的,但对酸值较低、颜色较深或存在除FFA外干扰成分的油脂检测误差较大,光谱法、电化学法、比色法、色谱法等仪器分析方法可以作为其替代方法,且仪器分析方法具有较好的灵敏度、准确性。为了进一步拓展和创新食用植物油酸值检测的技术与方法,实现各种植物油酸值的快速准确检测,分析比较了食用植物油FFA的产生途径、酸值检测方法的特点、现状,以期为酸值检测方法的改进及新方法的建立提供参考。     

深度学习在水果品质检测与分级分类中的应用

水果自动无损品质检测与分级分类是保障人们健康的重要措施,也间接影响着水果的经济价值。随着计算机技术的飞速发展,以深度学习为代表的人工智能方法在水果品质检测与分级分类领域的研究中取得了一系列重要成果。本文概述了深度学习的背景及常用的深度学习主流算法,然后从水果外部品质检测、内部品质检测、安全品质检测和分级分类等方面综述了近年来深度学习在水果品质检测与分级分类领域的最新研究成果。最后总结了未来深度学习和水果品质检测、分级分类交叉融合研究与应用中的优势,并展望了水果品质检测与分级分类研究融合深度学习的未来发展方向。     

食用植物油快速检测方法灵敏度研究

目的:研究快速检测方法对食用植物油的检测精确度,为其推广应用提供科学依据。方法:采用快速检测方法、国标法进行食用植物油检测的对照研究。结果:快速检测法对食用植物油的检测合格率为97.9%,与国标组无统计学差异,并且快速检测法与国标组符合率为97.9%,灵敏度为97.9%。结论:快速检测法与国标组的符合率较高,重复性较好,灵敏度较高,能够满足现场监督检测的需要,具有在现场监督和重大活动保障中推广的潜力。     

兰州市城关区食用植物油卫生质量的调查分析

目的 调查分析兰州市城关区部分大型超市，火锅城及烧烤煎炸店用油的卫生质量。方法根据食用植物油国家卫生标准对采集样品的酸价、过氧化值、羰基价及感官性状进行测定。结果超市销售的食用油合格率90％，火锅店和烧烤煎炸店用油合格率分别为30％和45％。结论兰州市城关区销售、使用的食用植物油需强化监测、监督措施，提高卫生质量。     

兰州市城关区食用植物油卫生质量的调查分析

目的调查分析兰州市城关区部分大型超市,火锅城及烧烤煎炸店用油的卫生质量。方法根据食用植物油国家卫生标准对采集样品的酸价、过氧化值、羰基价及感官性状进行测定。结果超市销售的食用油合格率90%,火锅店和烧烤煎炸店用油合格率分别为30%和45%。结论兰州市城关区销售、使用的食用植物油需强化监测、监督措施,提高卫生质量。