CN206788070U - 食品异物x射线检测*** - Google Patents
食品异物x射线检测*** Download PDFInfo
- Publication number
- CN206788070U CN206788070U CN201720592064.4U CN201720592064U CN206788070U CN 206788070 U CN206788070 U CN 206788070U CN 201720592064 U CN201720592064 U CN 201720592064U CN 206788070 U CN206788070 U CN 206788070U
- Authority
- CN
- China
- Prior art keywords
- ray
- module
- foreign matter
- article
- linear array
- 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.)
- Active
Links
Landscapes
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
本实用新型提供了一种食品异物X射线检测***，包括线阵X射线发射模块、线阵X射线接收模块、AD电压采集模块、FPGA模块和上位机。使用X射线进行无损检测，对环境要求低，检测精度和效率较高；不仅适用于透明、半透明或不透明的瓶体，而且由于X射线对金属的穿透性，在检测金属瓶体上具有优势。
Description
技术领域
本实用新型涉及食品检测机械应用领域，特别涉及一种食品异物X射线检测***。
背景技术
生产“安全，安心”的食品，需要在生产制造过程中进行严格的品质管理，而作为品质控制的一个重要手段，食品在包装后的异物检测自然显得至关重要。现有异物检测技术主要有：
可见光检测法，可见光检测属于视觉检测法。它是对能够反应异物情况的视觉图像进行分析处理，得出异物信息的方法。使用可见光检测液位的***一般由四部分组成：可见光源，CCD摄像头，图像处理芯片及相应的图像处理软件。由LED发光二极管组成闪光***提供高质量闪光源，配以特殊的光学镜头***，CCD就能够采集到具有明显分界面的异物图像，CCD摄像机把从生产线上拍摄的物品通过光学成像和数字化转换成数字图像；由图像处理芯片或工业计算机对此数字图像进行处理，比如可能经过预处理，图像分析，特征提取，图像识别等过程，最终得到与异物相关的结果。可见光检测理论上思路清晰，能够准确获知异物并进行判别，研究的难点在于图像处理和异物识别的算法。目前相关的公开论文，大多对固定位置的物品进行检测，且处理的算法多用传统算法理论，这种可见光源的检测方法不能用于透明度较低或不透明的物体。
光学检测法，基于图像处理技术，理论上思路清晰，但仅适用于透明或半透明的物品，不能用于金属物品的检测；且仅适用于空瓶异物或不含其它物质的异物检测，不能用于不透明包装的食品等物品的检测。
实用新型内容
本实用新型所要解决的技术问题是提供一种能够对不透明包装的食品进行异物检测的食品异物X射线检测***。
为达到上述目的，本实用新型的技术方案如下：
食品异物X射线检测***，包括线阵X射线发射模块、线阵X射线接收模块、AD电压采集模块、FPGA模块和上位机；
所述线阵X射线发射模块发射强度均匀的射线，射线穿过被检测的物品；
所述线阵X射线接收模块由数块等距阵列的射线接收模块组成，这些射线接收模块由FPGA模块控制逐行接收穿过物品的射线，并将射线量转换为模拟电压量；
所述AD电压采集模块将每一行的模拟电压量传送给所述FPGA模块进行处理；
所述FPGA模块处理得到一条线上的图像灰度值；所述FPGA对一个物品上的所有条线上的图像进行拼接，得到一个物品的所有灰度值，进而得到一个物品的图像，并将处理图像传给所述上位机；
所述上位机对图像进行算法处理，识别物品中是否存在异物，进而判断被测物品中是否存在异物，如果判断存在异物，所述上位机向剔除装置发送剔除指令。
进一步的是，所述X射线发射模块中具有降电压升至高电压的升压模块。
如上所述，本实用新型的有益效果是：使用X射线进行无损检测，对环境要求低，检测精度和效率较高；不仅适用于透明、半透明或不透明的瓶体，而且由于X射线对金属的穿透性，在检测金属瓶体上具有优势。
附图说明
为了更清楚地说明本实用新型实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍。
图1为本实施例所公开的食品异物X射线检测***的示意图。
具体实施方式
下面将结合本实用新型实施例中的附图，对本实用新型实施例中的技术方案进行清楚、完整地描述。
实施例一
食品异物X射线检测***，包括线阵X射线发射模块、线阵X射线接收模块、AD电压采集模块、FPGA模块和上位机；
线阵X射线发射模块发射强度均匀的射线，射线穿过被检测的物品；
线阵X射线接收模块由数块等距阵列的射线接收模块组成，这些射线接收模块由FPGA模块控制逐行接收穿过物品的射线，并将射线量转换为模拟电压量；
AD电压采集模块将每一行的模拟电压量传送给FPGA模块进行处理；
FPGA模块处理得到一条线上的图像灰度值；当物品以均匀的速度通过X射线发射模块和线阵X射线接收模块之间时，FPGA模块控制线阵X射线接收模块和AD电压采集模块对被检测物体进行逐行扫描，FPGA模块处理得到所有条线上的图像灰度值，并将所有条线上的图像进行拼接，得到一个物品的所有灰度值，进而得到一个物品的图像，并将处理图像传给上位机；
上位机对图像进行算法处理，识别物品中是否存在异物，进而判断被测物品中是否存在异物，如果判断存在异物，上位机向剔除装置发送剔除指令。
进一步的是，X射线发射模块中具有降电压升至高电压的升压模块。
实施例二
以检测金属易拉罐中的异物为例进行说明（图1中星形代表合格物质，圆形代表异物）：
1.***上电，设置好相关参数，如高压源输出的高压大小，电流大小等；
2.***预热，待X射线发射模块内的升压模块将电压升至设定高压，发射模块开始工作后才可进行检测；
3.电压采集，线阵X射线发射模块不断发射强度均匀的X射线，FPGA模块控制线阵X射线接收传感器逐行接收的X射线的强度，将X射线强度转换为模拟电压值；AD电压采集模块将将每一行的模拟电压量传送给FPGA模块进行处理；FPGA模块对每行的电压数据进行采集。
4.数据处理，FPGA模块依次对每行数据进行拼接，即可得到被检测易拉罐的所有灰度值，进而得到完整的图像。
5.执行处理，FPGA模块将采集的图像传给上位机，上位机对图像进行算法处理，识别被检测易拉罐中存在异物，判断被检测物品不合格，进而对剔除装置发送剔除指令。
对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本实用新型的精神或范围的情况下，在其它实施例中实现。因此，本实用新型将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (2)
1.食品异物X射线检测***，其特征在于，包括线阵X射线发射模块、线阵X射线接收模块、AD电压采集模块、FPGA模块和上位机；
所述线阵X射线发射模块发射强度均匀的射线，射线穿过被检测的物品；
所述线阵X射线接收模块由数块等距阵列的射线接收模块组成，这些射线接收模块由FPGA模块控制逐行接收穿过物品的射线，并将射线量转换为模拟电压量；
所述AD电压采集模块将每一行的模拟电压量传送给所述FPGA模块进行处理；
所述FPGA模块处理得到一条线上的图像灰度值；所述FPGA对一个物品上的所有条线上的图像进行拼接，得到一个物品的所有灰度值，进而得到一个物品的图像，并将处理图像传给所述上位机；
所述上位机对图像进行算法处理，识别物品中是否存在异物，进而判断被测物品中是否存在异物，如果判断存在异物，所述上位机向剔除装置发送剔除指令。
2.根据权利要求1所述的食品异物X射线检测***，其特征在于，所述X射线发射模块中具有降电压升至高电压的升压模块。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201720592064.4U CN206788070U (zh) | 2017-05-24 | 2017-05-24 | 食品异物x射线检测*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201720592064.4U CN206788070U (zh) | 2017-05-24 | 2017-05-24 | 食品异物x射线检测*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN206788070U true CN206788070U (zh) | 2017-12-22 |
Family
ID=60713172
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201720592064.4U Active CN206788070U (zh) | 2017-05-24 | 2017-05-24 | 食品异物x射线检测*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN206788070U (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114113159A (zh) * | 2021-11-25 | 2022-03-01 | 陕西金之力电子科技有限公司 | 新型x射线异物的检测***及方法 |
-
2017
- 2017-05-24 CN CN201720592064.4U patent/CN206788070U/zh active Active
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114113159A (zh) * | 2021-11-25 | 2022-03-01 | 陕西金之力电子科技有限公司 | 新型x射线异物的检测***及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103170459B (zh) | 镜片瑕疵检测*** | |
| CN101566582B (zh) | 基于机器视觉的粉针剂生产中药瓶标贴信息在线检测*** | |
| CN101539533B (zh) | 电池内部缺陷自动检测装置及方法 | |
| CN102854192B (zh) | 一种基于苹果表面缺陷检测***的苹果表面缺陷检测方法 | |
| CN107944504B (zh) | 木板识别及木板识别的机器学习方法、装置及电子设备 | |
| CN105251707B (zh) | 基于医药大输液可见异物检测***的次品剔除分拣装置 | |
| CN112132796A (zh) | 以反馈数据自主学习提升检测精度的视觉检测方法和*** | |
| CN103473778A (zh) | 一种led发光芯片插偏缺陷的检测算法 | |
| CN104132945A (zh) | 一种基于光纤传导的棒材表面质量在线视觉检测装置 | |
| CN201707305U (zh) | 一种检测容器盖质量的检测装置 | |
| CN104118609A (zh) | 贴标质量检测方法和装置 | |
| CN109490320A (zh) | 一种基于机器视觉的动力电池组正负极异常检测***和方法 | |
| CN112362674A (zh) | 一种基于人工智能视觉技术的输液袋异物识别方法及检测方法 | |
| CN110873718A (zh) | 基于机器视觉的钢板表面缺陷检测***及方法 | |
| CN107525812A (zh) | 一种包装袋喷码缺陷检测方法 | |
| CN206788070U (zh) | 食品异物x射线检测*** | |
| CN115035082A (zh) | 一种基于YOLOv4改进算法的航空器透明件缺陷检测方法 | |
| Ma et al. | High-precision medicine bottles vision online inspection system and classification based on multifeatures and ensemble learning via independence test | |
| CN114324398A (zh) | 一种药食品包装标签智能视觉检测***及检测方法 | |
| Huaiyuan et al. | The detection system for pharmaceutical bottle-packaging constructed by machine vision technology | |
| CN103439343A (zh) | 一种瓶盖质量检测*** | |
| JP2021050959A (ja) | 検査装置及びプログラム | |
| Ren et al. | Research and application of label defect detection method based on machine vision | |
| CN205785431U (zh) | X射线液位检测*** | |
| Wang et al. | A vision-based intelligent inspector for wine production |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| GR01 | Patent grant | ||
| GR01 | Patent grant |