CN107262389A - 一种基于图像采集的粮食杂质清理***和方法 - Google Patents

一种基于图像采集的粮食杂质清理***和方法 Download PDF

Info

Publication number
CN107262389A
CN107262389A CN201710278209.8A CN201710278209A CN107262389A CN 107262389 A CN107262389 A CN 107262389A CN 201710278209 A CN201710278209 A CN 201710278209A CN 107262389 A CN107262389 A CN 107262389A
Authority
CN
China
Prior art keywords
image
grain surface
target grain
impurity
target
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201710278209.8A
Other languages
English (en)
Inventor
凌姗姗
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuwei Wanjiang Grain Machinery Co Ltd
Original Assignee
Wuwei Wanjiang Grain Machinery Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Wuwei Wanjiang Grain Machinery Co Ltd filed Critical Wuwei Wanjiang Grain Machinery Co Ltd
Priority to CN201710278209.8A priority Critical patent/CN107262389A/zh
Publication of CN107262389A publication Critical patent/CN107262389A/zh
Pending legal-status Critical Current

Links

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B07SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07CPOSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/34Sorting according to other particular properties
    • B07C5/342Sorting according to other particular properties according to optical properties, e.g. colour
    • B07C5/3425Sorting according to other particular properties according to optical properties, e.g. colour of granular material, e.g. ore particles, grain
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • G06T7/0008Industrial image inspection checking presence/absence
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/70Determining position or orientation of objects or cameras
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/90Determination of colour characteristics
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30108Industrial image inspection
    • G06T2207/30128Food products

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种基于图像采集的粮食杂质清理***和方法,包括:图像采集模块,用于采集目标粮食表面原始图像;图像处理模块,用于对目标粮食表面原始图像进行提取前处理,得到目标粮食表面优化图像;图像判断模块,用于判断目标粮食表面优化图像是否符合定位标准;杂质定位模块,用于当图像判断模块判断目标粮食表面优化图像符合定位标准时,获取目标粮食表面优化图像中杂质位置;杂质清理模块,用于根据杂质位置对目标粮食中的杂质进行清除。

Description

一种基于图像采集的粮食杂质清理***和方法
技术领域
本发明涉及粮食加工技术领域,尤其涉及一种基于图像采集的粮食杂质清理***和方法。
背景技术
粮食在加工和收货的过程中,常常会混入各种杂质,尤其是小石粒、小螺丝、沙子、虫子尸体等杂质。当精米、小麦中混杂这些杂质对食用的人来说是个非常大的风险,咀嚼过程中,一旦食入石子,轻则咯牙,感觉不适,重则将牙齿咯掉,在小麦进行加工时,这些杂质会个小麦加工带来困扰。
目前,人工清理粮食中的杂质效率很低,成本较高。如此,如何经济快速地去除粮食特别是大米和小麦中的小石粒、小螺丝、沙子、虫子尸体等杂质,是本领域急需解决的问题。
发明内容
基于背景技术存在的技术问题,本发明提出了一种基于图像采集的粮食杂质清理***和方法;
本发明提出的一种基于图像采集的粮食杂质清理***,该***包括:
图像采集模块,用于采集目标粮食表面原始图像;
图像处理模块,用于对目标粮食表面原始图像进行提取前处理,得到目标粮食表面优化图像;
图像判断模块,用于判断目标粮食表面优化图像是否符合定位标准;
杂质定位模块,用于当图像判断模块判断目标粮食表面优化图像符合定位标准时,获取目标粮食表面优化图像中杂质位置;
杂质清理模块,用于根据杂质位置对目标粮食中的杂质进行清除。
优选地,所述图像处理模块,具体用于:
对目标粮食表面原始图像进行增加对比度处理;
对增加对比度处理后的目标粮食表面原始图像进行灰度处理,得到目标粮食表面优化图像。
优选地,所述图像判断模块,具体用于:
检查目标粮食表面优化图像中是否有粮食信息,检查目标粮食表面优化图像的图像质量是否达到预设质量值,当2次检查结果均为是时,判断目标粮食表面优化图像符合定位标准。
优选地,所述杂质定位模块,具体用于:
获取目标粮食表面优化图像中所有像素点的灰度值S1…Sn
将S1…Sn与预设灰度值S0进行比较,
当Si>S0时,该点所在位置为目标粮食表面优化图像中杂质位置;其中Si表示第i个像素点的灰度值。
优选地,还包括图像重操作模块,图像重操作模块用于:用于当图像判断模块判断目标粮食表面优化图像不符合定位标准时,图像采集模块重新采集目标粮食表面原始图像,图像处理模块对重新采集的目标粮食表面原始图像进行提取前处理得到目标粮食表面优化图像,图像判断模块判断目标粮食表面优化图像是否符合定位标准;
还包括粮食摊平模块,用于在图像采集模块采集目标粮食表面原始图像之前,将目标粮食摊平成预设厚度的平面。
一种基于图像采集的粮食杂质清理方法,该方法包括:
S1、采集目标粮食表面原始图像;
S2、对目标粮食表面原始图像进行提取前处理,得到目标粮食表面优化图像;
S3、判断目标粮食表面优化图像是否符合定位标准,当判断结果为是时,获取目标粮食表面优化图像中杂质位置,执行S4;当判断结果为否时,执行S1;
S4、根据杂质位置对目标粮食中的杂质进行清除。
优选地,步骤S2,具体包括:
对目标粮食表面原始图像进行增加对比度处理;
对增加对比度处理后的目标粮食表面原始图像进行灰度处理,得到目标粮食表面优化图像。
优选地,在步骤S3中,判断目标粮食表面优化图像是否符合定位标准,具体包括:检查目标粮食表面优化图像中是否有粮食信息,检查目标粮食表面优化图像的图像质量是否达到预设质量值,当2次检查结果均为是时,判断目标粮食表面优化图像符合定位标准。
优选地,在步骤S3中,获取目标粮食表面优化图像中杂质位置,具体包括:
获取目标粮食表面优化图像中所有像素点的灰度值S1…Sn
将S1…Sn与预设灰度值S0进行比较,
当Si>S0时,该点所在位置为目标粮食表面优化图像中杂质位置;其中Si表示第i个像素点的灰度值。
优选地,其特征在于,步骤S1中,在所述采集目标粮食表面原始图像之前,还包括:将目标粮食摊平成预设厚度的平面。
本发明通过采集粮食表面原始图像,将粮食表面原始图像进行提取前处理,得到粮食表面优化图像,在粮食表面优化图像中快速定位杂质的位置,有针对性的对粮食中的各种杂质进行清除,从而实现了粮食中杂质自动化清除,提高杂质清除效率,减少了人工清除杂质的成本,同时避免了因人为作弊或监控不利导致粮食中杂质清除不完全的隐患。
附图说明
图1为本发明提出的一种基于图像采集的粮食杂质清理***的模块示意图;
图2为本发明提出的一种基于图像采集的粮食杂质清理方法的流程示意图。
具体实施方式
参照图1,本发明提出的一种基于图像采集的粮食杂质清理***,该***,包括:
图像采集模块,用于采集目标粮食表面原始图像;
在本实施方式中,通过摄像头对目标粮食表面进行拍照,从而采集目标粮食表面原始图像。
图像处理模块,用于对目标粮食表面原始图像进行提取前处理,得到目标粮食表面优化图像;
图像处理模块,具体用于:
对目标粮食表面原始图像进行增加对比度处理;
对增加对比度处理后的目标粮食表面原始图像进行灰度处理,得到目标粮食表面优化图像;
在本实施方式中,由于粮食和杂质的颜色有可能会相近,所以对目标粮食表面原始图像进行增加对比度处理,增大粮食和杂质的区别,对增加对比度处理后的目标粮食表面原始图像进行灰度处理,将图像中每个像素点的颜色去除,保留灰度值,根据灰度值大小可判断该点为粮食或杂质。
图像判断模块,用于判断目标粮食表面优化图像是否符合定位标准;
图像判断模块,具体用于:
检查目标粮食表面优化图像中是否有粮食信息,检查目标粮食表面优化图像的图像质量是否达到预设质量值,当2次检查结果均为是时,判断目标粮食表面优化图像符合定位标准;
在本实施方式中,由于采集图像时可能会发生异常,导致采集的图像中没有粮食信息,或采集的图像质量过低,无法正确识别目标粮食表面优化图像中的杂质。
杂质定位模块,用于当图像判断模块判断目标粮食表面优化图像符合定位标准时,获取目标粮食表面优化图像中杂质位置;
杂质定位模块,具体用于:
获取目标粮食表面优化图像中所有像素点的灰度值S1…Sn
将S1…Sn与预设灰度值S0进行比较,
当Si>S0时,该点所在位置为目标粮食表面优化图像中杂质位置;其中Si表示第i个像素点的灰度值;
在本实施方式中,通过将目标粮食表面优化图像中所有像素点的灰度值与预设灰度值进行比较,当某点的灰度值高于预设灰度值,判断此点所在位置即为杂质所在位置。
杂质清理模块,用于根据杂质位置对目标粮食中的杂质进行清除。
在本实施方式中,通过杂质位置,定位目标粮食中杂质位置,根据杂质位置对杂质进行清除。
还包括图像重操作模块,图像重操作模块用于:用于当图像判断模块判断目标粮食表面优化图像不符合定位标准时,图像采集模块重新采集目标粮食表面原始图像,图像处理模块对重新采集的目标粮食表面原始图像进行提取前处理得到目标粮食表面优化图像,图像判断模块判断目标粮食表面优化图像是否符合定位标准;
在本实施方式中,当判断目标粮食表面优化图像不符合定位标准时,需要重新采集目标粮食表面原始图像,降低因为采集目标粮食表面原始图像异常带来的粮食非正常损失。
还包括粮食摊平模块,用于在图像采集模块采集目标粮食表面原始图像之前,将目标粮食摊平成预设厚度的平面;
在本实施方式中,将目标粮食摊平成预设厚度的平面,方便粮食和杂质之间的覆盖,导致杂质被粮食覆盖从而找不到杂质所在位置。
参照图2,本发明提出的一种基于图像采集的粮食杂质清理方法,该方法包括:
步骤S1,采集目标粮食表面原始图像;
步骤S1中,在所述采集目标粮食表面原始图像之前,还包括:将目标粮食摊平成预设厚度的平面;
在本实施方式中,将目标粮食摊平成预设厚度的平面,方便粮食和杂质之间的覆盖,导致杂质被粮食覆盖从而找不到杂质所在位置,再通过摄像头对目标粮食表面进行拍照,从而采集目标粮食表面原始图像。
步骤S2,对目标粮食表面原始图像进行提取前处理,得到目标粮食表面优化图像;
本步骤具体包括:
对目标粮食表面原始图像进行增加对比度处理;
对增加对比度处理后的目标粮食表面原始图像进行灰度处理,得到目标粮食表面优化图像;
在本实施方式中,由于粮食和杂质的颜色有可能会相近,所以对目标粮食表面原始图像进行增加对比度处理,增大粮食和杂质的区别,对增加对比度处理后的目标粮食表面原始图像进行灰度处理,将图像中每个像素点的颜色去除,保留灰度值,根据灰度值大小可判断该点为粮食或杂质。
步骤S3,判断目标粮食表面优化图像是否符合定位标准,当判断结果为是时,获取目标粮食表面优化图像中杂质位置,执行S4;当判断结果为否时,执行S1;
在步骤S3中,判断目标粮食表面优化图像是否符合定位标准,具体包括:检查目标粮食表面优化图像中是否有粮食信息,检查目标粮食表面优化图像的图像质量是否达到预设质量值,当2次检查结果均为是时,判断目标粮食表面优化图像符合定位标准;
在步骤S3中,获取目标粮食表面优化图像中杂质位置,具体包括:
获取目标粮食表面优化图像中所有像素点的灰度值S1…Sn
将S1…Sn与预设灰度值S0进行比较,
当Si>S0时,该点所在位置为目标粮食表面优化图像中杂质位置;其中Si表示第i个像素点的灰度值;
在本实施方式中,由于采集图像时可能会发生异常,导致采集的图像中没有粮食信息,或采集的图像质量过低,无法正确识别目标粮食表面优化图像中的杂质,此时需要重新采集目标粮食的原始图像;再通过将目标粮食表面优化图像中所有像素点的灰度值与预设灰度值进行比较,当某点的灰度值高于预设灰度值,判断此点所在位置即为杂质所在位置。
步骤S4,根据杂质位置对目标粮食中的杂质进行清除。
在本实施方式中,通过杂质位置,定位目标粮食中杂质位置,根据杂质位置对杂质进行清除。
本实施方式通过采集粮食表面原始图像,将粮食表面原始图像进行提取前处理,得到粮食表面优化图像,在粮食表面优化图像中快速定位杂质的位置,有针对性的对粮食中的各种杂质进行清除,从而实现了粮食中杂质自动化清除,提高杂质清除效率,减少了人工清除杂质的成本,同时避免了因人为作弊或监控不利导致粮食中杂质清除不完全的隐患。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。

Claims (10)

1.一种基于图像采集的粮食杂质清理***,其特征在于,包括:
图像采集模块,用于采集目标粮食表面原始图像;
图像处理模块,用于对目标粮食表面原始图像进行提取前处理,得到目标粮食表面优化图像;
图像判断模块,用于判断目标粮食表面优化图像是否符合定位标准;
杂质定位模块,用于当图像判断模块判断目标粮食表面优化图像符合定位标准时,获取目标粮食表面优化图像中杂质位置;
杂质清理模块,用于根据杂质位置对目标粮食中的杂质进行清除。
2.根据权利要求1所述的基于图像采集的粮食杂质清理***,其特征在于,所述图像处理模块,具体用于:
对目标粮食表面原始图像进行增加对比度处理;
对增加对比度处理后的目标粮食表面原始图像进行灰度处理,得到目标粮食表面优化图像。
3.根据权利要求1所述的基于图像采集的粮食杂质清理***,其特征在于,所述图像判断模块,具体用于:
检查目标粮食表面优化图像中是否有粮食信息,检查目标粮食表面优化图像的图像质量是否达到预设质量值,当2次检查结果均为是时,判断目标粮食表面优化图像符合定位标准。
4.根据权利要求1所述的基于图像采集的粮食杂质清理***,其特征在于,所述杂质定位模块,具体用于:
获取目标粮食表面优化图像中所有像素点的灰度值S1…Sn
将S1…Sn与预设灰度值S0进行比较,
当Si>S0时,该点所在位置为目标粮食表面优化图像中杂质位置;其中Si表示第i个像素点的灰度值。
5.根据权利要求1所述的基于图像采集的粮食杂质清理***,其特征在于,还包括图像重操作模块,图像重操作模块用于:用于当图像判断模块判断目标粮食表面优化图像不符合定位标准时,图像采集模块重新采集目标粮食表面原始图像,图像处理模块对重新采集的目标粮食表面原始图像进行提取前处理得到目标粮食表面优化图像,图像判断模块判断目标粮食表面优化图像是否符合定位标准;
还包括粮食摊平模块,用于在图像采集模块采集目标粮食表面原始图像之前,将目标粮食摊平成预设厚度的平面。
6.一种基于图像采集的粮食杂质清理方法,其特征在于,包括:
S1、采集目标粮食表面原始图像;
S2、对目标粮食表面原始图像进行提取前处理,得到目标粮食表面优化图像;
S3、判断目标粮食表面优化图像是否符合定位标准,当判断结果为是时,获取目标粮食表面优化图像中杂质位置,执行S4;当判断结果为否时,执行S1;
S4、根据杂质位置对目标粮食中的杂质进行清除。
7.根据权利要求6所述的基于图像采集的粮食杂质清理方法,其特征在于,步骤S2,具体包括:
对目标粮食表面原始图像进行增加对比度处理;
对增加对比度处理后的目标粮食表面原始图像进行灰度处理,得到目标粮食表面优化图像。
8.根据权利要求6所述的基于图像采集的粮食杂质清理方法,其特征在于,在步骤S3中,判断目标粮食表面优化图像是否符合定位标准,具体包括:检查目标粮食表面优化图像中是否有粮食信息,检查目标粮食表面优化图像的图像质量是否达到预设质量值,当2次检查结果均为是时,判断目标粮食表面优化图像符合定位标准。
9.根据权利要求6所述的基于图像采集的粮食杂质清理方法,其特征在于,在步骤S3中,获取目标粮食表面优化图像中杂质位置,具体包括:
获取目标粮食表面优化图像中所有像素点的灰度值S1…Sn
将S1…Sn与预设灰度值S0进行比较,
当Si>S0时,该点所在位置为目标粮食表面优化图像中杂质位置;其中Si表示第i个像素点的灰度值。
10.根据权利要求6所述的基于图像采集的粮食杂质清理方法,其特征在于,步骤S1中,在所述采集目标粮食表面原始图像之前,还包括:将目标粮食摊平成预设厚度的平面。
CN201710278209.8A 2017-04-25 2017-04-25 一种基于图像采集的粮食杂质清理***和方法 Pending CN107262389A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710278209.8A CN107262389A (zh) 2017-04-25 2017-04-25 一种基于图像采集的粮食杂质清理***和方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710278209.8A CN107262389A (zh) 2017-04-25 2017-04-25 一种基于图像采集的粮食杂质清理***和方法

Publications (1)

Publication Number Publication Date
CN107262389A true CN107262389A (zh) 2017-10-20

Family

ID=60074296

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710278209.8A Pending CN107262389A (zh) 2017-04-25 2017-04-25 一种基于图像采集的粮食杂质清理***和方法

Country Status (1)

Country Link
CN (1) CN107262389A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111380833A (zh) * 2020-03-11 2020-07-07 惠仁康宁(苏州)健康科技有限公司 基于多目视觉的除杂***
CN111767871A (zh) * 2020-06-30 2020-10-13 武汉轻工大学 清粮机筛面清理***及方法
CN113642694A (zh) * 2021-08-11 2021-11-12 海南青峰生物科技有限公司 一种基于5g通讯及图像识别处理的水稻种子计数方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS60128314A (ja) * 1983-12-15 1985-07-09 Kubota Ltd 果実識別装置
JPS62194587A (ja) * 1985-09-24 1987-08-27 Kubota Ltd 果実認識装置
CN103198477B (zh) * 2013-03-25 2015-07-15 沈阳理工大学 一种采用苹果套袋机器人进行视觉定位的方法
CN103521464B (zh) * 2013-10-25 2015-12-02 华中农业大学 基于机器视觉的散黄蛋识别和分离方法及装置
CN105944976A (zh) * 2016-05-16 2016-09-21 陕西科技大学 一种利用数字图像处理技术分拣大块煤矸石的方法及装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS60128314A (ja) * 1983-12-15 1985-07-09 Kubota Ltd 果実識別装置
JPS62194587A (ja) * 1985-09-24 1987-08-27 Kubota Ltd 果実認識装置
CN103198477B (zh) * 2013-03-25 2015-07-15 沈阳理工大学 一种采用苹果套袋机器人进行视觉定位的方法
CN103521464B (zh) * 2013-10-25 2015-12-02 华中农业大学 基于机器视觉的散黄蛋识别和分离方法及装置
CN105944976A (zh) * 2016-05-16 2016-09-21 陕西科技大学 一种利用数字图像处理技术分拣大块煤矸石的方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
朱铮涛,郑国盾: "颗粒粮食中异物的视觉检测算法与实现", 《安徽农业科学》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111380833A (zh) * 2020-03-11 2020-07-07 惠仁康宁(苏州)健康科技有限公司 基于多目视觉的除杂***
CN111380833B (zh) * 2020-03-11 2024-02-06 惠仁康宁(苏州)健康科技有限公司 基于多目视觉的除杂***
CN111767871A (zh) * 2020-06-30 2020-10-13 武汉轻工大学 清粮机筛面清理***及方法
CN113642694A (zh) * 2021-08-11 2021-11-12 海南青峰生物科技有限公司 一种基于5g通讯及图像识别处理的水稻种子计数方法
CN113642694B (zh) * 2021-08-11 2024-05-14 海南青峰生物科技有限公司 一种基于5g通讯及图像识别处理的水稻种子计数方法

Similar Documents

Publication Publication Date Title
CN108714003B (zh) 基于灰度测量的固定桌面维护***
CN107262389A (zh) 一种基于图像采集的粮食杂质清理***和方法
US10620005B2 (en) Building height calculation method, device, and storage medium
US7336821B2 (en) Automatic detection and correction of non-red eye flash defects
Gujjar et al. A method for identification of basmati rice grain of india and its quality using pattern classification
CN107633503B (zh) 一种自动检测谷粒中残留秸秆的图像处理方法
CN107490582B (zh) 一种流水线工件检测***
CN110110760A (zh) 一种基于机器视觉的工件定位与识别方法
CN108470343A (zh) 一种改进的图像边缘检测方法
CN112184648A (zh) 一种基于深度学习的活塞表面缺陷检测方法及***
JP7074185B2 (ja) 特徴推定装置および特徴推定方法、プログラム
Yimyam et al. Physical properties analysis of mango using computer vision
CN110991434B (zh) 自助终端证件识别方法及装置
CN115049959A (zh) 一种基于数字化的家政服务质量智能分析评价管理平台
CN113762427B (zh) 一种工业自动化检测场景中的上料异常检测方法
CN113610185B (zh) 基于主色调识别的木材色选方法
EP1530154A3 (en) Image processing method and apparatus for image sharpening
CN117245104A (zh) 3dp金属打印缺陷识别的监测方法、装置、设备及介质
CN109001215A (zh) 一种基于机器视觉的电力接线端子缺陷检测***
CN111047575A (zh) 无人机电力巡线影像质量盲评估方法
CN116721102A (zh) 一种爆珠产品质量快速溯源方法
CN115880282A (zh) 一种用于火锅底料均匀装料的监测方法及其监测装置
CN113791078B (zh) 一种玉米种子内部裂纹批量检测方法及装置
CN113408396B (zh) 一种基于云计算的桥梁智能感知***
Narendra et al. An intelligent system for identification of Indian Lentil types using Artificial Neural Network (BPNN)

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20171020

RJ01 Rejection of invention patent application after publication