哈密瓜无损检测技术及分级装备的研究现状和发展趋势

为实现对哈密瓜外部和内部品质的快速、无损、精准预测,提高哈密瓜的判别和分选准确性.从光谱分析技术、机器视觉技术、声学检测和电学检测等方法分析哈密瓜品质无损检测技术的应用、特点及技术难点,对比现有哈密瓜检测和分级装备的技术原理和优缺点,提出信息融合技术及提高装置的自动化和智能化等建议.展望无损检测技术在哈密瓜等厚皮瓜果品...     

基于机器视觉的猴头菇品质快速无损检测与分级

传统的猴头菇品质检测与分级主要依靠人工分拣来完成,其主观性强、精度相差大、效率低,浪费了大量人力物力资源。鉴于此,为了实现猴头菇的快速无损等级评估,该研究引入机器视觉技术,提出了一种猴头菇品质的快速无损检测与分级方法,设计一套基于机器视觉的猴头菇品质快速无损检测与智能分级设备,并通过图像处理和软件设计开发一套猴头菇智能快速无损检测分级系统。通过加色法混色模型（RGB）对猴头菇的颜色特征的快速检测与等级的判定;采用图像阈值分割和Canny边缘检测,实现猴头菇完整度的判定;使用最小外接圆法对猴头菇的大小进行实时计算,完成猴头菇直径大小的判别;基于Microsoft Visual Studio 2017平台开发一套猴头菇品质快速无损检测可视化平台。试验证明,基于机器视觉的猴头菇品质快速无损检测与分级系统检测准确率达到97.07%,速度达到人工的5倍多。验证了系统的可靠性和可行性,为食品工业的智能化生产和加工提供了技术支撑,推动了机器视觉技术在食品行业的应用。     

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。     

基于近红外、机器视觉及信息融合的水果综合品质检测

介绍了水果内外部品质检测的近红外、机器视觉和信息融合技术。近红外技术用于水果成熟度、坚实度、可溶性固形物和内部缺陷等内部品质的检测,机器视觉用于水果大小、形状、颜色、表面缺陷等外部品质的检测。但单一技术只能获得部分信息,采用多传感器信息融合技术可实现水果综合品质的评判,也是水果分级分选的发展趋势。     

机器视觉在食用植物油掺伪鉴别中的研究进展

食用植物油营养丰富,在生活饮食中必不可少,但市场上的食用植物油掺伪问题严重危害着人们的身体健康,因此做好食用植物油掺伪的鉴别十分重要。食用植物油掺伪鉴别的常规检测方法对仪器设备的要求较高,并且操作复杂,耗费时间较长,因此亟需一种食用植物油的快速无损检测方法来提高检测的效率。机器视觉技术作为一种快速无损检测方法,为食用植物油的无损快速检测提供了一个重要技术手段。文章介绍国内外机器视觉技术在食用植物油品质与掺伪鉴别中的研究动态,比较了几种方法对机器视觉检测性能的影响,展望了机器视觉技术在食用植物油掺伪快速鉴别应用中的发展前景。     

基于Blob分析的红枣表面缺陷在线检测技术

搭建一个基于机器视觉的红枣表面缺陷在线检测平台,实现红枣全表面信息的自动化在线实时测量。根据红枣及其表面缺陷的特征,提出在颜色空间模型中采用Blob分析算法进行红枣与背景的分离以及红枣表面缺陷的识别,给出不同缺陷特征种类的颜色空间模型和分割阈值,快速准确地实现破头果、霉变果、浆头果、虫蛀果等典型红枣表面缺陷的识别。试验结果表明,该方法检测结果稳健可靠,缺陷果识别的准确率可达到90%以上。     

马铃薯品质无损检测技术研究进展

随着马铃薯产量的加大及其加工业的快速发展,马铃薯品质无损检测技术的研究对保障马铃薯加工和深加工业快速安全的发展起到了至关重要的作用。针对马铃薯内外品质的检测,包括大小、形状、颜色、病斑、腐烂、机械损伤等外部缺陷和马铃薯干物质含量、空心、黑色心腐等内部缺陷,分别从超声波检测技术、机器视觉检测技术、近红外检测技术、高光谱检测技术4个方面入手,并结合多种化学计量学方法及统计学方法分析国内外的研究现状,同时为满足马铃薯实时、高效的在线检测,提出建立完善的马铃薯高光谱检测技术理论,而在实际生产加工环节采用机器视觉与多光谱技术代替高光谱成像技术的新思路。     

基于机器视觉技术的大米品质检测综述

介绍了国外大米品质检测的研究现状及国内应用机器视觉技术对大米品质进行检测的研究动态,指出了应用机器视觉技术对大米品质检测存在的问题,并提示了今后研究的方向。     

光谱技术在生鲜肉品质安全快速检测的研究进展

光谱技术作为无损快速检测技术在肉品行业中得到广泛应用.该技术能实现生鲜肉快速、在线、准确、无损检测,是各类生鲜肉品质安全分析的重要技术之一.文章综述了近红外光谱、拉曼光谱、高光谱成像技术、荧光光谱等光谱技术在生鲜肉品质检测和安全评定上的重要应用和研究进展.主要包括水分、蛋白质及脂肪等影响肉类营养品质的组成成分分析,肉品食用品质如嫩度、大理石花纹、肉色及新鲜度等指标的评价,肉品加工品质如保水性并由此实行肉类分级的检测以及生鲜肉在微生物污染等安全品质的评定.同时分析各种光谱技术的现状提出存在的问题,并针对目前发展趋势展望了该技术的前景:光谱技术通过与机器视觉技术等新型无损检测技术的有机融合,将实现在线检测评价生鲜肉品质安全的目标.     

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。     

基于机器视觉的坯布自动检测技术

针对我国纺织品检测大多采用人工检测,检测速度低,误检率、漏检率高等问题,提出了实现织物疵点检测自动化、鲁棒性的设计理念。介绍了目前国内外在织物检测方面的主要识别方法以及织物自动检测系统的研究成果,阐述了机器视觉软、硬件技术的发展现状及目前机器视觉技术在纺织检测应用中存在的问题;分析并提出研制分布式的、面向高速生产线的鲁棒机器视觉检测技术是适合我国坯布自动检测系统的研究方向。     

食用植物油掺伪鉴别技术研究进展

近年来,植物油掺伪问题频发,现有理化特性和感官特性检测已无法满足相关的检测需求。由于检测时间长、检测成本高,以及复杂的检测过程导致气相色谱法和高效液相色谱法等仪器分析方法的应用受限。近期,新型传感技术、新材料和数字信息技术、电子鼻技术、机器视觉技术、组学技术等的发展为快速准确鉴别植物油掺伪提供了技术支持。有鉴于此,以食用植物油掺伪研究为对象,综述了近期国内外对植物油掺伪检测的重要研究进展,讨论了光谱检测技术、色谱检测技术、电子鼻检测技术、机器视觉技术、组学技术等分析方法的特点以及发展现状,并对植物油掺伪鉴别技术的发展进行了展望,以期为植物油的掺伪检测提供一定的理论参考。     

禽蛋品质无损检测及分级技术研究进展

禽蛋产业是世界农业产业的重要组成部分,禽蛋产业也是我国农业的关键组成,是关系民生和社会稳定的重要产业。目前,禽蛋企业主要是依靠人工挑选及分级,劳动强度大且效率低,检测精度无法保证。因此,禽蛋品质的快速无损检测及分级研究对产业发展具有重要意义。本文根据现有研究,针对禽蛋无损检测中广泛使用的声学检测、机器视觉检测、光学检测等方法的研究现状进行综述,阐明不同的无损检测方法在实际的禽蛋挑选及分级中的适用性。其中,声学检测主要应用于禽蛋表面的裂纹检测与分级;机器视觉技术主要应用于禽蛋的大小、颜色等外观参数检测;光学特性检测主要是用于禽蛋新鲜度等内部品质检测。本文有望为禽蛋产业智能化分级技术的发展提供一定的理论支持。     

自动选枣机的设计

为满足当前枣农们自动选枣的需要,减少劳动量,提高生产效率,针对目前选枣机的不足及其存在的问题,设计出一种新的结构,解决了选枣不均、划伤枣、传送带受力不均匀的问题.实例表明,本设计既解决了上述提到的问题,又具有结构简单、使用效果好的优点,有很重要的实际意义.     

生鲜肉品质安全无损伤检测技术研究进展

生鲜肉品质安全无损检测技术是肉品品质检测的关键技术,日益受到肉制品生产加工企业的重视。本文介绍了国内外肉品无损检测技术的研究情况,包括用于肉品外部品质检测的机器视觉和图像处理技术、用于肉品内外部多品质同时检测的光谱技术、用于胴体检测分级的超声波技术和X射线技术等。研究表明,以上技术可以对胴体和肉品的品质参数进行快速无损检测,但这些研究大部分停留在实验系统的开发阶段,没有大规模用于工业生产。文中指出,为满足工业生产无损检测的要求,需要将多种检测技术、检测手段进行融合和集成,利用多种信息对肉品品质安全进行无损检测,开发出用于工业生产的在线无损检测系统。     

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。     

基于机器视觉的纸病检测系统发展综述

在详细介绍以机器视觉技术为核心的纸病检测流程的基础上,研究、梳理和归纳了纸病检测系统在硬件模式、软件系统和检测算法上的发展历程,分析了当前纸病检测中存在的难点问题,并讨论了该技术的发展前景。