自动分级对高大平房仓长期储存粮食的影响及对策

通过多年来的实验探索,本文多方面阐述了粮食自动分级对储粮稳定性、储粮品质的负面影响.同时,因地制宜,多角度提出了如何有效地减小粮食自动分级的相应对策,从而达到粮食安全储存的目的.     

浅圆仓粮食自动分级问题的讨论

浅圆仓在粮食储备库及世行粮食中转库项目中已得到了较广泛的使用。经几年的运用 ,逐渐看出该仓型在储粮方面具有不少优点。但粮食在进仓后 ,会出现粮食与杂质的自动分级现象 ,这给粮食的长期储藏带来了一系列的不利因素。为了解决粮食进仓的自动分级现象 ,国内一些技术人员进行了一些试验研究 ,如使用布料器 ,但效果不够理想。布料器的使用能否解决粮食进入浅圆仓的自动分级 ,我们应从粮食进仓后产生自动分级的原因、物料在布料器上的运动分析、物料经布料器后的抛掷距离等一系列问题 ,从理论上进行分析讨论 ,才能真正了解粮食产生自动分级…     

基于图像处理和光电技术的储粮虫害监测系统研究

提出了平均像素修正的图像处理方法来提高计数准确程度,同时提出基于光电技术的粮虫监测方法进行辅助监测。开发出一套基于Lab VIEW的储粮虫害监测及自动分级报警系统。通过实际测试,图像处理部分计数准确,误差小于5%,光电部分的电压值随着虫子数目的增多按二次函数关系减少。结果表明,此系统既可实现对粮虫的准确计数,又能够大幅节约成本。     

基于SOM神经网络实现猪肉颜色的自动分级

结合图像处理和SOM神经网络对猪肉背最长肌断面颜色的分级进行了研究。通过摄像头采集猪肉背最长肌断面图像,对图像进行均值滤波后,将图像背景、脂肪去除,在此基础上,得到了肌肉颜色特征值向量H、S和L值。将H、S和L值输入自组织映射(SOM)神经网络进行聚类分析,以实现对猪肉颜色等级的划分。结果表明,对6个颜色等级分级准确率分别为73·2%、80·1%、90·5%、65·8%、54·7%和33·1%。大量的实验表明,计算机智能化分级系统具有很好的稳定性和一定的准确率,可以作为有效的猪肉颜色分级工具,但分级准确率还有待于进一步提高。     

基于SOM神经网络实现猪肉颜色的自动分级

结合图像处理和SOM神经网络对猪肉背最长肌断面颜色的分级进行了研究。通过摄像头采集猪肉背最长肌断面图像,对图像进行均值滤波后,将图像背景、脂肪去除,在此基础上,得到了肌肉颜色特征值向量H、S和L值。将H、S和L值输入自组织映射(SOM)神经网络进行聚类分析,以实现对猪肉颜色等级的划分。结果表明,对6个颜色等级分级准确率分别为73·2%、80·1%、90·5%、65·8%、54·7%和33·1%。大量的实验表明,计算机智能化分级系统具有很好的稳定性和一定的准确率,可以作为有效的猪肉颜色分级工具,但分级准确率还有待于进一步提高。      

粮食入仓自动分级现象PFC模拟及定量分析

对粮食入仓自动分级问题进行研究,理论上分析了矩形筒仓装粮过程中产生自动分级现象的主要原因。并采用离散单元法的PFC~(3D)程序建立实际仓体的缩尺模型,通过设置不同的颗粒模拟粮食入仓自动分级的过程,在颗粒流动的动态过程中观察分级形成。在仓内装料完成并达到静力平衡后显示颗粒分级状态,.在仓内设置测量圈,分别监测圈内满仓时和删除完整颗粒时的两种孔隙率,计算出所有测量圈中破碎颗粒的含有率,得到分级情况的定量描述。     

基于图像处理的储粮低密度虫害监测系统的设计与验证

为解决高害虫密度储粮处理成本昂贵和现有监测系统实时性和移动性不足等问题,采用Web技术,结合自主设计的粮虫诱捕器,建立了储粮低密度虫害实时监测系统。树莓派控制诱捕器采集害虫图像并进行图像处理得到图像中害虫的数量,再将数据传至云端服务器,用户通过Web客户端获取历史以及实时的害虫图像和害虫数量。在实验室用该系统监测了赤拟谷盗密度为0.5、1、2、3、4、5头/kg的稻谷,通过系统捕获第一只害虫的时间来评价其灵敏度,24 h内对害虫的捕捉率验证系统用于低密度虫害监测的可行性,并以人工直接计数结果为参考计算了系统计数的准确率,结果表明：系统灵敏度高,在低密度害虫条件下对害虫的捕捉率高于61.98%且诱捕器捕捉的害虫数与稻谷中的害虫总数存在显著线性关系,系统计数准确率为90.26%。因此,该系统可用于低密度虫害的实时监测。     

基于图像识别的螃蟹自动分级系统及其控制程序

传统的螃蟹分级方法主要以人工辨别其雌雄并通过目测估算重量,分级效率和准确度都较低。基于图像识别技术,以LABVIEW为软件平台对螃蟹进行雌雄识别,并将识别结果通过OPC通信技术传送给S7-200控制器,同时采用称重传感器对螃蟹进行重量标定。最终完成了以螃蟹雌雄和重量为分级指标的自动分级控制系统的设计,该装置的识别准确率达到95%以上。     

基于深度学习的香蕉成熟度自动分级

目的:快速、准确分类香蕉成熟度。方法:采集不同成熟度的香蕉图像并建立图库,利用多种神经网络作为分类器提取香蕉特征,通过迁移学习对香蕉6个成熟度等级进行分类,并对最适合进行香蕉成熟度分类的网络模型进行改进,设计简易香蕉成熟度实时检测界面,最后验证模型的可行性和实用性。结果:AlexNet模型最适合用于香蕉成熟度分类,准确率最高,可达到95.56%;通过修改其全连接层结构改进AlexNet模型,模型准确率再提升1.11%。结论:AlexNet模型可快速准确识别并分类不同成熟度的香蕉。     

基于图像处理的鸡蛋新鲜度预测模型研究

采集98枚不同贮藏时间鸡蛋图像信息,测量鸡蛋蛋重、蛋白及气室高度等新鲜度常规指标,以Matlab图像处理工具箱为研究工具,测量蛋黄面积比、气室高度及整蛋长短径,通过SPSS统计分析蛋重与整蛋长短径和气室高度关系回归模型,蛋白高度与蛋黄面积比、气室高度等关系模型;以蛋重及蛋白高度为特征参数,利用深度信念网络建立预测模型,进行新鲜度预测分级。所建蛋重及蛋白高度预测模型相关系数分别为0.942和0.925,新鲜度分级准确率为93.3%。结果表明:该试验所设计基于图像处理数据的鸡蛋新鲜度分级模型准确率高,采集装置简单,可用于估测鸡蛋新鲜度。     

关于钻石自动分级系统的设想

钻石日益被世人喜爱，因而其4C分级就最显重要。由于影响因素多而使结果有争议性，如何通过一系列仪器使4C分级量化；同时又减少人员的的工作量，这点是极具吸引力的。据此，结合鉴定证书，作者提出了一些设想。     

基于电化学原理的白酒在线自动分级仪的研制与应用

目前,蒸馏白酒品质定级由两步完成,首先由人工摘出酒头后按酒精度对主体酒进行分段,二是将分段酒放置15天后,由感官品评参考气相色谱检测结果完成定级。定级的时效性差和准确性差成为白酒行业提高产品质量和效益的瓶颈问题。白酒中全部风味物质的协同效应决定了白酒的品质。采用电化学技术测试已知等级白酒风味物质协同效应的阻抗谱、氧化电流和酯类物质的三维特征信号,从海量的已知等级白酒的三维特征信号中探寻白酒等级之间的差异,并通过数理统计的方法建立白酒等级电化学识别模型图谱。在进行白酒在线自动定级时,只需将被检测白酒的三维特征信号输入电化学识别模型图谱就能快速得到白酒等级数值,实现在线定级。     

基于图像处理的玉米颗粒霉变程度检测方法研究

提出利用HSV模型快速识别霉变玉米颗粒与霉变等级的方法。基于感染霉菌的玉米颗粒表层会发生颜色褐变、发黑等特点,首先对彩色玉米图像进行图像增强,然后采用V分量的阈值区分正常玉米颗粒与霉变玉米颗粒,再通过H与V分量的阈值区分轻度霉变与严重霉变玉米颗粒。试验表明,该方法对正常玉米颗粒、轻度霉变玉米颗粒、严重霉变玉米颗粒的检测准确率可达93.7%、80%、92.9%以上,能够达到区分检测的目的。     

滩羊胴体眼肌切面图像处理及分级特征值的提取

为获得高质量滩羊胴体眼肌切面图像,采集图像用工业摄像机,并对样本图像分割算法进行研究。首先预处理样本图像,3×3模板中值滤波器去除干扰,采用加权平均值灰度化,用自动选择最优分割值OTSU算法去除复杂背景;再对其进行二值化,通过区域逐步分割对目标区域进行粗提取,通过区域标记和形态学处理进行有效眼肌区域的精确提取;最后对有效眼肌区域面积、背膘厚度进行计算。结果表明,图像处理算法具有较好的分割效果和计算效果。     

浅圆仓储粮自动分级研究现状

综述了浅园仓自动分级产生原理及其影响因素,防自动分级设备的开发研究现状和自动分级带来的危害及其处理方法。根据镇江直属库的实际应用情况,提出在没有有效的防自动分级设备情况下,采用抽芯、单管通风、充氮气调或者综合运用以上措施,并加强粮情检查,可以有效地处理自动分级引起的发热问题和降低自动分级带来的危害。     

水果自动分级技术的现状与发展

我国是一个水果生产大国,自动分级技术对提高我国鲜食水果的市场竞争力和利润水平有重要的意义。本文综述了国内外水果自动分级技术的研究进展和产品化现状;同时,对国内水果自动分级技术研究的现状及发展前景做了概括。     

浅谈粮食破碎和自动分级形成原因、预防措施及装置应用现状

粮食破碎和自动分级现象是粮食运输和储藏过程中常见且无法避免的问题,不仅直接影响粮食的使用价值,降低粮食的加工品质及贸易等级,而且存在一定的安全隐患,给粮食的储藏安全性带来极大风险。合理解决粮食破碎及自动分级问题,对于保证粮食数量、提高入仓粮食品质及储粮稳定性,确保储粮安全,具有重要意义。针对粮食筒仓的储粮特点,对粮食入仓过程中,粮食破碎和自动分级的形成原因以及影响因素进行详细的阐述,并提出相应预防措施,同时对目前已应用至筒仓中的防破碎及自动分级装置的特性、优缺点以及应用现状进行分析,以期为仓储企业及粮食工作者在设计及设备选择时提供依据和参考。     

利用自动检验装置进行清洁检验的分级标准

提出了一种利用自动检验装置进行生丝清洁检验的抽样方法搜分级标准，调查研究了抽样误差与等级误判率，并与日本现行检验进行了对比。 精确设定的分级标准使得在5A～A级之间各等级的等级误判率大致为一定值，对于一般庄口而言，该值约在0．22--0．23之间。而且，与现行检验相比，对于高等级即5A--3A级的等级误判率能够减少一半，从而大大提高了分级标准的置信度。     

对砻谷机谷壳分离器出口处谷糙自动分级现象的研究

对砻谷机谷壳分离器出口处谷糙自动分级现象的研究广西自治区粮食局（５３００２３）杨军砻谷机是大米加工的重要设备，砻谷机的吸式谷壳分离器是根据砻下物在空气中的悬浮速度不同，即谷壳在空气中的悬浮速度较稻谷和糙米在空气中的悬浮速度小的原理来分离砻下物中的谷壳...     

基于图像处理技术的菌落自动计数系统的研究

针对现行培养菌类试验中的菌落计数是采用人工方式完成，在试验样品量较大时，很难快速准确的得到结果的问题，研究开发了一套菌落计数系统。该系统根据RGB色度学原理，利用图像处理技术，可以对培养皿里的白色菌落的数量进行自动检测。在对菌落的色度值分布进行试验研究的基础上．确定了获取分割图像最佳阈值的方法。实验证明此方法不仅计数结果准确，重现性好，而且速度快．计数结果不受菌落接种方法、菌落形态、大小的影响。是实现菌落计数的一种行之有效的方法。