CN112730417A - 一种小麦外观品质的在线检测装置 - Google Patents
一种小麦外观品质的在线检测装置 Download PDFInfo
- Publication number
- CN112730417A CN112730417A CN202011395851.2A CN202011395851A CN112730417A CN 112730417 A CN112730417 A CN 112730417A CN 202011395851 A CN202011395851 A CN 202011395851A CN 112730417 A CN112730417 A CN 112730417A
- Authority
- CN
- China
- Prior art keywords
- wheat
- chute
- conveyor belt
- image acquisition
- guide groove
- 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.)
- Granted
Links
- 241000209140 Triticum Species 0.000 title claims abstract description 109
- 235000021307 Triticum Nutrition 0.000 title claims abstract description 109
- 238000001514 detection method Methods 0.000 title claims abstract description 32
- 235000013339 cereals Nutrition 0.000 claims abstract description 57
- 230000005540 biological transmission Effects 0.000 claims description 2
- 238000012545 processing Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 238000000034 method Methods 0.000 description 4
- 230000000903 blocking effect Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 229920000742 Cotton Polymers 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 235000012343 cottonseed oil Nutrition 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000011496 digital image analysis Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 210000001161 mammalian embryo Anatomy 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/85—Investigating moving fluids or granular solids
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/94—Hardware or software architectures specially adapted for image or video understanding
Landscapes
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明属于智能检测技术领域，涉及一种小麦外观品质的在线检测装置；包括电机、传送带、料斗、滑槽、单粒化导槽、遮光箱、线阵光源、图像采集装置、显示屏和计算机；传送带安装在机架上，横跨机架两端，沿传送带运动方向依次在机架上设有料斗、滑槽、单粒化导槽和遮光箱；传送带贯穿单粒化导槽和遮光箱；料斗和滑槽一体化设计，滑槽的出口处对接传送带；遮光箱内部上方设有图像采集装置，侧壁设有线阵光源；图像采集装置与计算机电性连接；小麦经传送带运送至单粒化导槽，将粘连的小麦分开，实现小麦的单粒化；再经图像采集部分采集图像后传输至计算机，显示检测结果；本发明实现了小麦外观品质的实时在线检测，保证了小麦颗粒的高效自动检测。
Description
技术领域
本发明属于智能检测技术领域，具体涉及一种小麦外观品质的在线检测装置。
背景技术
小麦是我国三大谷物之一，2019年我国的小麦产量近1.31亿吨，占全世界小麦生产总量的17％。但是我国小麦的产后综合损失率为7.8％，其中储藏环节发生品质变化而损失比例占40％，因此在食品加工生产过程中对小麦进行品质检测就显得尤为重要。在国标《GB1351-2008小麦》中，将品质发生变化但仍有食用价值的小麦颗粒称为不完善粒，包括虫蚀粒、破损粒、赤霉病粒、黑胚粒、生芽粒和生霉粒。目前大多使用传统的人工检测，评定标准主要以容重、杂质以及缺陷粒等作为重要的判别标准，依靠检测人员的经验对小麦的品质进行评价，此方法具有不稳定性且易受人为因素影响。
机器视觉技术，是以图像处理技术为核心，将数字图像处理技术和数字图像分析、图像识别等技术相结合，研究出一种类似人脑的部分功能***，并获取研究对象信息。
目前，有文献公开了一种棉花种子精选自动化***及其方法，该***通过对棉花种子颜色信息的采集、分析，控制电磁阀和喷嘴将不合格的种子筛选出来；但是该***无法解决前后小麦粘连的问题，并且容易造成识别分类的错误。还有文献公开了一种基于机器视觉的小麦籽粒图像采集平台，该平台通过型孔的设计解决了籽粒粘连的现象；但是该平台每次的识别量有限，且每次识别完以后还需要对型孔进行填充，识别效率显著降低。
因此，目前利用机器视觉技术进行小麦外观品质检测存在以下问题：
(1)在图像处理过程中，粘连的小麦影响着图像处理的速度，导致图像处理效率低、识别正确率不高等问题；(2)在现有小麦单粒化装置的研究中，无法解决前后小麦粘连的问题。
发明内容
针对现有技术中存在的不足，本发明提供了一种小麦外观品质在线检测装置，该装置可通过单粒化处理使小麦分开，即便仍有个别粘连状况，只需在图像识别部分做简单分割即可。使用CMOS线阵彩色相机可实现小麦外观品质的实时快速在线检测，这样通过简单的小麦外观品质在线检测装置即可实现小麦外观品质的识别分类。
本发明是通过以下技术手段实现上述技术目的的：
一种小麦外观品质在线检测装置，包括：驱动部分、喂料部分、小麦单粒化部分、图像采集部分和图像识别部分；
所述驱动部分包括电机和传送带；所述喂料部分包括料斗和滑槽；所述小麦单粒化部分为单粒化导槽；所述图像采集部分包括遮光箱、线阵光源和图像采集装置；所述图像识别部分包括显示屏和计算机；
所述机架的两端分别记为第一端和第二端；沿第一端至第二端方向依次在机架上设有固定料斗、滑槽、单粒化导槽、遮光箱；
所述传送带安装在机架上，其长度从第一端至第二端，且贯穿单粒化导槽和遮光箱；
在机架的第一端设有支架，通过支架固定料斗和滑槽；所述料斗和滑槽是一体化设计，滑槽的上方为料斗；所述滑槽的出口处对接传送带，以便经滑槽流出的小麦滑落至传送带上；
所述遮光箱内部正上方设有图像采集装置，遮光箱内部的侧壁设有线阵光源；所述图像采集装置与计算机电性连接；
所述在机架第二端的侧壁上还设有收集盒，用于小麦的收集。
所述，滑槽坡度设计，与传送带表面构成的内角为30-45°，改变滑槽的坡度可调节小麦的下滑速度；
所述单粒化导槽内设有第一档板、第二挡板和第三挡板；第一档板和第二挡板的宽度与传送带的宽度相同，第三挡板由多组格栅板组成，垂直于传送带运动的方向依次排列；所述格栅板的组距为0.5～1cm，每一组格栅板之间的间距为5-10mm；且相邻两组格栅板错位排列；
所述机架侧壁还设有电机，所述电机的输出轴与传送带一端的传动轮连接，用于驱动传送带的运动。
优选的，所述滑槽内设有10～15个通道，每个通道宽度可调，宽度为6～10mm。
优选的，所述滑槽与传送带表面构成的内角为45°。
优选的，所述格栅板的组距为1cm，每一组格栅板之间的间距为6mm。
优选的，所述图像采集装置为线阵CMOS彩色相机和图像采集卡。
工作方法：
S1、小麦倒入料斗，经滑槽滑落于传送带的表面；然后经传送带运送至单粒化导槽，由于单粒化导槽内设有错位排列的格栅板，左右粘连的小麦可以有效分开，若有前后粘连在一起的小麦，在通过第二组格栅板时，格栅板会给小麦一个阻挡力，使其落入不同的通道，从而驱使前后粘连的小麦分开，实现了小麦的单粒化；
S2、经过单粒化导槽后继续由传送带运送至遮光箱，开启线阵光源，由图像采集装置对流经遮光箱的小麦进行图像采集，从而把采集到的图像信息传输至计算机，经过图像软件识别之后，在显示屏上显示识别结果；
S3.经过图像采集后的小麦继续经传送带传输至收集盒。
所述图像软件具体是在Halcon软件的基础上，联合C#编程语言而设计的小麦外观品质检测***软件；图像软件的构建为本领域的技术人员所公知的常识。
本发明的有益效果是：
(1)本发明利用机器视觉检测技术实现了小麦外观品质的分类识别。
(2)小麦单粒化部分导槽错位排列的设计简单，使用方便灵活，解决了传统设备小麦粒前后粘连分离困难的问题，单粒化效果改善显著，大幅度减低了依靠图像分割解决粘连问题的计算量，判别速率显著提升。
(3)该装置能实现小麦外观品质的全自动在线实时检测，使小麦的外观品质检测更加机械化、自动化、智能化。
附图说明
图1是一种小麦外观品质在线检测装置的结构示意图。
图2是一种小麦外观品质在线检测装置的喂料部分。
图3是一种小麦外观品质在线检测装置的单粒化部分。
其中，1-料斗、2-滑槽、3-支架、4-传送带、5-单粒化导槽、6-遮光箱、7-线阵CMOS彩色相机、8-线阵光源、9-小麦收集盒、10-图像采集卡、11-显示屏、12-计算机、13-机架、14-电机，15-第一档板，16-第二档板，17-第三挡板。
具体实施方式
下面结合附图及具体实施例对本发明进行更加详细与完整的说明。可以理解的是，此处所描述的具体实施例仅用于解释本发明，而非对本发明的限定。
实施例1：
如图1-3，一种小麦外观品质在线检测装置，包括：驱动部分、喂料部分、小麦单粒化部分、图像采集部分和图像识别部分；
所述驱动部分包括电机14和传送带4；所述喂料部分包括料斗1和滑槽2；所述小麦单粒化部分为单粒化导槽5；所述图像采集部分包括遮光箱6、线阵CMOS彩色相机7、线阵光源8和图像采集卡10；所述图像识别部分包括显示屏11和计算机12。
所述机架13的两端分别记为第一端和第二端；沿第一端至第二端方向依次在机架13上设有固定料斗1、滑槽2、单粒化导槽5、遮光箱6；
所述传送带4安装在机架13上，其长度从第一端至第二端，且贯穿单粒化导槽5和遮光箱6；
在机架13的第一端设有支架3，通过支架3固定料斗1和滑槽2；所述料斗1和滑槽2是一体化设计，滑槽2的上方为料斗1；所述滑槽2的出口处对接传送带4，以便经滑槽2流出的小麦滑落至传送带4上；其中，滑槽2坡度设计，改变滑槽2的坡度可调节小麦的下滑速度；本实施例中与传送带4表面构成的内角为45°；同时，滑槽内设有15个通道，每个通道宽度为6mm，仅允许单列小麦通过，小麦借助自身重力滑行通过通道至传送带4。
所述遮光箱6内部正上方设有图像采集装置，遮光箱6内部的侧壁设有线阵光源8；其中图像采集装置由线阵CMOS彩色相机7和图像采集卡10组成，所述线阵CMOS彩色相机7和图像采集卡10通过数据线连接，图像采集卡10的另一端通过数据线与计算机12电性连接；
所述在机架13第二端的侧壁上还设有收集盒，用于小麦的收集。所述机架13侧壁还设有电机14，所述电机14的输出轴与传送带4一端的传动轮连接，用于驱动传送带4的运动。
所述单粒化导槽5内设有第一档板15、第二挡板16和第三挡板17；第一档板15和第二挡板16的宽度与传送带4的宽度相同，第三挡板17由三组格栅板组成，垂直于传送带4运动的方向依次排列；图中箭头方向为传送带4运动的方向；
每一组格栅板包括多个平行独立的格栅板，格栅板之间的间距为6mm，即用图中的字母B来表示；且相邻两组格栅板错位排列，三组格栅板之间的组距为1cm，即用图中的字母A来表示。
在小麦通过第一组格栅板之后，左右粘连的小麦可以有效分开，若有前后粘连在一起的小麦，在通过第二组格栅板时，格栅板会给小麦一个阻挡力，使其落入不同的通道，从而驱使前后粘连的小麦分开，实现了小麦的单粒化。
检测方法：
S1、小麦倒入料斗1，经滑槽2滑落于传送带4的表面；然后经传送带4运送至单粒化导槽5，由于单粒化导槽5内设有错位排列的格栅板，左右粘连的小麦可以有效分开，若有前后粘连在一起的小麦，在通过第二组格栅板时，格栅板会给小麦一个阻挡力，使其落入不同的通道，从而驱使前后粘连的小麦分开，实现了小麦的单粒化；
S2、经过单粒化导槽5后继续由传送带运送至遮光箱6，开启线阵光源8，由线扫CMOS彩色相7实时采集流经遮光箱6的小麦图像，经图像采集卡10处理并把采集到的图像信息传输至计算机12，经过图像软件识别之后，在显示屏11上显示识别结果；
S3.经过图像采集后的小麦经传送带4继续传输至收集盒9。
其所述图像软件具体是在Halcon软件的基础上，联合C#编程语言而设计的小麦外观品质检测***软件；图像软件的构建为本领域的技术人员所公知的常识，是现有技术。
使用该装置对200粒小麦进行外观品质在线检测，其中180颗小麦完善粒，20颗小麦不完善粒。在该实例中使用加拿大Teledyne Dalsa公司的线阵CMOS彩色相机，型号为：Linea LA-CC-08K05B；加拿大Teledyne Dalsa公司的Camerlink图像采集卡，型号为：OR-Y4C0-XMX00；法国Schneider公司的线阵镜头，型号为：Apo-Componon4.0-6.0；中国大恒图像公司的白色高亮线扫描光源，型号为：DHK-LS225F-HW。相机拍摄图像的幅宽为200mm，线阵相机行频为1024Hz，曝光时间为320ms。
相机与图像采集卡连接成功后***开始运行；将传送带的移动速度设定为50mm/s；将小麦放入料斗1中，通过滑槽2散落于传送带4上，经过单粒化导槽5实现单粒化；在遮光箱6进行图像采集，通过计算机12进行图像软件识别之后，进行小麦完善粒的识别运算；在显示屏11上显示识别结果，最终输出的结果为：小麦完善粒的识别正确率为97.7％，小麦不完善粒的识别正确率为95.23％。
说明：以上实施例仅用以说明本发明而并非限制本发明所描述的技术方案；因此，尽管本说明书参照上述的各个实施例对本发明已进行了详细的说明，但是本领域的普通技术人员应当理解，仍然可以对本发明进行修改或等同替换；而一切不脱离本发明的精神和范围的技术方案及其改进，其均应涵盖在本发明的权利要求范围内。
Claims (6)
1.一种小麦外观品质的在线检测装置，其特征在于，包括：驱动部分、喂料部分、小麦单粒化部分、图像采集部分和图像识别部分；
所述驱动部分包括电机(14)和传送带(4)；所述喂料部分包括料斗(1)和滑槽(2)；所述小麦单粒化部分为单粒化导槽(5)；所述图像采集部分包括遮光箱(6)、线阵光源(8)和图像采集装置；所述图像识别部分包括显示屏(11)和计算机(12)；
所述机架(13)的两端分别记为第一端和第二端；沿第一端至第二端方向依次在机架(13)上设有固定料斗(1)、滑槽(2)、单粒化导槽(5)、遮光箱(6)；
所述传送带(4)安装在机架(13)上，其长度从第一端至第二段，且贯穿单粒化导槽(5)和遮光箱(6)；
在机架(13)的第一端设有支架(3)，通过支架(3)固定料斗(1)和滑槽(2)；所述料斗(1)和滑槽(2)是一体化设计，滑槽(2)的上方为料斗(1)；所述滑槽(2)的出口处对接传送带(4)，以便经滑槽(2)流出的小麦滑落至传送带(4)上；
所述遮光箱(6)内部正上方设有图像采集装置，遮光箱(6)内部的侧壁设有线阵光源(8)；所述图像采集装置(7)与计算机(12)电性连接；
所述在机架(13)第二端的侧壁上还设有收集盒，用于小麦的收集。
所述，滑槽(2)坡度设计，与传送带(4)表面构成的内角为30-45°，改变滑槽(2)的坡度可调节小麦的下滑速度；
所述单粒化导槽(5)内设有第一档板(15)、第二挡板(16)和第三挡板(17)；第一档板(15)和第二挡板16的宽度与传送带(4)的宽度相同，第三挡板(17)由多组格栅板组成，垂直于传送带(4)运动的方向依次排列；所述格栅板的组距为0.5～1cm，每一组格栅板之间的间距为5-10mm；且相邻两组格栅板错位排列；
所述机架(13)侧壁还设有电机(14)，所述电机(14)的输出轴与传送带(4)一端的传动轮连接，用于驱动传送带(4)的运动。
2.根据权利要求1所述的一种小麦外观品质的在线检测装置，其特征在于，所述滑槽(2)内设有10～15个通道，每个通道宽度可调，宽度为6～10mm。
3.根据权利要求1所述的一种小麦外观品质的在线检测装置，其特征在于，所述滑槽(2)与传送带(4)表面构成的内角为45°。
4.根据权利要求1所述的一种小麦外观品质的在线检测装置，其特征在于，所述格栅板的组距为1cm，每一组格栅板之间的间距为6mm。
5.根据权利要求1所述的一种小麦外观品质的在线检测装置，其特征在于，所述图像采集装置为线阵CMOS彩色相机(7)和图像采集卡(10)。
6.根据权利要求1～5任一项所述在线检测装置的检测方法，其特征在于，具体步骤如下：
S1、小麦倒入料斗(1)，经滑槽(2)滑落于传送带(4)的表面；然后经传送带(4)运送至单粒化导槽(5)，由于单粒化导槽(5)内设有错位排列的格栅板，将粘连的小麦分开，实现了小麦的单粒化；
S2、经过单粒化导槽(5)后继续由传送带(4)运送至遮光箱(6)，开启线阵光源(8)，由图像采集装置对流经遮光箱(6)的小麦进行图像采集，从而把采集到的图像信息传输至计算机(12)，经过图像软件识别之后，在显示屏(11)上显示识别结果；
S3.经过图像采集后的小麦继续经传送带(4)传输至收集盒(9)。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011395851.2A CN112730417B (zh) | 2020-12-03 | 2020-12-03 | 一种小麦外观品质的在线检测装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011395851.2A CN112730417B (zh) | 2020-12-03 | 2020-12-03 | 一种小麦外观品质的在线检测装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112730417A true CN112730417A (zh) | 2021-04-30 |
| CN112730417B CN112730417B (zh) | 2024-06-14 |
Family
ID=75598132
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011395851.2A Active CN112730417B (zh) | 2020-12-03 | 2020-12-03 | 一种小麦外观品质的在线检测装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112730417B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117054297A (zh) * | 2023-09-12 | 2023-11-14 | 江苏洪祥饲料科技有限公司 | 一种基于线阵光学图像技术的饲料颗粒粒度检测装置 |
| CN117314716A (zh) * | 2023-09-06 | 2023-12-29 | 深圳市农业科技促进中心 | 种子特征采集设备及种子特征采集方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN202021164U (zh) * | 2011-03-18 | 2011-11-02 | 青岛农业大学 | 一种花生外观品质检测和分拣装置 |
| CN104070016A (zh) * | 2014-06-05 | 2014-10-01 | 浙江大学 | 一种小颗粒农业物料质量实时检测与分级装置及方法 |
| CN106238337A (zh) * | 2016-07-28 | 2016-12-21 | 广东技术师范学院 | 一种玉米籽粒品质视觉检测装置 |
| CN206573495U (zh) * | 2017-01-09 | 2017-10-20 | 华中农业大学 | 一种基于线阵光学图像技术的筛片破损检测装置 |
| CN109719057A (zh) * | 2019-03-03 | 2019-05-07 | 西南大学 | 一种基于图像处理技术的小麦不完整粒检测装置 |
| CN111359907A (zh) * | 2020-02-24 | 2020-07-03 | 南京农业大学 | 基于嵌入式深度学习的小麦感染赤霉病病粒率实时在线检测***及方法 |
| CN211927712U (zh) * | 2019-12-23 | 2020-11-13 | 武汉康柏科特科技有限公司 | 一种包括图像采集装置的粮食作物颗粒大小检测设备 |
| CN214794500U (zh) * | 2020-12-03 | 2021-11-19 | 江苏大学 | 一种小麦外观品质的在线检测装置 |
-
2020
- 2020-12-03 CN CN202011395851.2A patent/CN112730417B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN202021164U (zh) * | 2011-03-18 | 2011-11-02 | 青岛农业大学 | 一种花生外观品质检测和分拣装置 |
| CN104070016A (zh) * | 2014-06-05 | 2014-10-01 | 浙江大学 | 一种小颗粒农业物料质量实时检测与分级装置及方法 |
| CN106238337A (zh) * | 2016-07-28 | 2016-12-21 | 广东技术师范学院 | 一种玉米籽粒品质视觉检测装置 |
| CN206573495U (zh) * | 2017-01-09 | 2017-10-20 | 华中农业大学 | 一种基于线阵光学图像技术的筛片破损检测装置 |
| CN109719057A (zh) * | 2019-03-03 | 2019-05-07 | 西南大学 | 一种基于图像处理技术的小麦不完整粒检测装置 |
| CN211927712U (zh) * | 2019-12-23 | 2020-11-13 | 武汉康柏科特科技有限公司 | 一种包括图像采集装置的粮食作物颗粒大小检测设备 |
| CN111359907A (zh) * | 2020-02-24 | 2020-07-03 | 南京农业大学 | 基于嵌入式深度学习的小麦感染赤霉病病粒率实时在线检测***及方法 |
| CN214794500U (zh) * | 2020-12-03 | 2021-11-19 | 江苏大学 | 一种小麦外观品质的在线检测装置 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117314716A (zh) * | 2023-09-06 | 2023-12-29 | 深圳市农业科技促进中心 | 种子特征采集设备及种子特征采集方法 |
| CN117054297A (zh) * | 2023-09-12 | 2023-11-14 | 江苏洪祥饲料科技有限公司 | 一种基于线阵光学图像技术的饲料颗粒粒度检测装置 |
| CN117054297B (zh) * | 2023-09-12 | 2024-04-12 | 江苏洪祥饲料科技有限公司 | 一种基于线阵光学图像技术的饲料颗粒粒度检测装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112730417B (zh) | 2024-06-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113820325B (zh) | 一种玉米籽粒直收含杂率和破碎率在线检测***及其方法 | |
| CN104668199B (zh) | 基于机器视觉和生物散斑的水果自动分级装置 | |
| CN103639124B (zh) | 一种分拣*** | |
| US20110202169A1 (en) | Apparatus and method for sorting plant material | |
| CN112544242B (zh) | 基于ai云计算的水稻全自动脱粒及产量分析*** | |
| CN206395010U (zh) | 自动数粒装瓶机 | |
| CN114405871B (zh) | 一种油茶籽自动分选装置 | |
| CN1970173A (zh) | 一种棉花种子精选自动化***及其方法 | |
| CN209531484U (zh) | 青梅品质检测分选装置 | |
| CN108719424A (zh) | 一种基于机器视觉的水产品分类方法及*** | |
| CN105009731B (zh) | 玉米考种方法及其*** | |
| CN111359907B (zh) | 基于嵌入式深度学习的小麦感染赤霉病病粒率实时在线检测***及方法 | |
| CN111112105B (zh) | 一种基于机器视觉识别荔枝果核大小的分拣装置及方法 | |
| CN105783990A (zh) | 一种用于玉米果穗室内精确考种的全景图像测量*** | |
| CN214794500U (zh) | 一种小麦外观品质的在线检测装置 | |
| CN109848066A (zh) | 青梅分选装置及方法 | |
| CN114950969B (zh) | 一种三七主根与茎基的实时视觉识别分拣***及方法 | |
| CN112730417A (zh) | 一种小麦外观品质的在线检测装置 | |
| CN109499914A (zh) | 一种基于人工智能的煤矸石分选*** | |
| CN110420886B (zh) | 一种辣椒防堆积智能识别分选装置 | |
| CN208513101U (zh) | 一种双面视觉检测芒果分级装置 | |
| CN104596423A (zh) | 一种基于图像的烟梗外形结构检测方法及装置 | |
| CN116550621A (zh) | 一种核桃分级分选装置 | |
| CN110328156A (zh) | 一种玉米果穗色选仪 | |
| CN109499913A (zh) | 一种多通道选煤机 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CB03 | Change of inventor or designer information |
Inventor after: Ma Haile Inventor after: Zhu Junsong Inventor after: Cai Jianrong Inventor before: Zhu Junsong Inventor before: Ma Haile Inventor before: Cai Jianrong |
|
| CB03 | Change of inventor or designer information |