共查询到20条相似文献,搜索用时 31 毫秒
1.
水果品质智能化实时检测和分级系统,是以信息化技术为基础,检验水果质量,预防低质量水果进入市场的一项现代化系统。本文简要阐述了系统的构成情况,强调了系统的应用价值。主要从质量检测与水果分级两方面,对系统的应用方法进行了探讨,以期能够为水果品质检测部门提供参考,提高饮食安全水平。 相似文献
2.
杭州杭挂机电有限公司与浙江大学联烟结出硕果,推出智能化水果分级生产线和小型智能化精米机系列产品,通过3年多的市场运作,取得了较好的经济效益和社会效益,为杭挂的健康发展拓展了空间。2002年10月,杭挂与浙大签订了共同研发“智能化水果分级生产线”科研项目协议,利用计算机视觉技术、机器人技术、电子学、机械学、光学、生物科学、数学形态学、物理学、计算机、模式识别、图像处理技术、人工神经网络、人工智能、自动化、CCD技术等多领域高新技术,在提高农产品品质实时检测与分级的精度和速度上进行突破。智能化水果分级生产线为双通… 相似文献
3.
水果品质检测与分级技术 总被引:3,自引:2,他引:3
介绍了国内外水果品质检测与分级技术的研究进展;通过对水果的尺寸、形状、颜色、表面缺陷和水果的生物特性等特征来对水果的品质进行检测.进而进行分级处理,有效地提高了水果的品质和市场竞争力;同时,对国内外水果品质检测与分级技术研究中存在的问题及发展前景做了概括。 相似文献
4.
水果品质智能化实时检测和分级系统研究 总被引:2,自引:1,他引:1
研究开发了水果品质智能化动态实时检测和分级系统,着重研究其水果输送翻转、水果精确过渡、水果动态称重和水果分级等子系统的相关机械与控制关键技术.在实时检测和分级过程中,水果以一定速度向前输送,并快速均匀翻转,以合适的位置和姿态传送到精确过渡系统,然后通过水果精确过渡系统传递给动态称重系统,从而准确、快速地获得该水果的质量信息.通过微机控制动态称重系统智能识别,综合判断每一水果的等级,结合控制系统获取并确定每个水果的位置信息,由控制模块将指令传输给分级系统,完成水果的分级. 相似文献
5.
6.
基于计算机视觉技术的水果分级研究进展 总被引:1,自引:0,他引:1
较为全面地介绍了国内外基于计算机视觉技术的水果外观品质的单指标分级、多指标综合分级和水果内部品质检测分级的研究现状与方法,指出了现有研究中研究对象较单一、图像采集不全面、图像处理算法不多、精度不高等存在的主要问题.同时,提出了未来水果分级的发展方向,认为水果内外品质融合的一体化分级技术是未来的发展趋势. 相似文献
7.
中国苹果总产量高,但出口量占比低,高端苹果市场多被进口苹果所占领,主要原因是缺乏果品品质分级精选技术与装备,采摘后处理自动化程度低,大部分果品未经加工或简单粗加工后进入消费市场,果品品质不稳定,大大降低了市场竞争力。本文分别对苹果品质无损检测和分级技术的现状进行了研究进展分析,并对其发展进行了展望。苹果无损检测技术主要包括光谱、电特性、CT、色谱、电子鼻和计算机视觉技术,针对各种技术的功能特点和优缺点,提出了发展基于新型传感器技术的苹果气味检测方法;苹果品质分级则主要采用基于机器视觉的多特征分级方法,苹果品质无损检测技术与分级技术的有机结合是苹果品质分级技术的发展方向,同时这对于提高苹果产业竞争力具有促进作用。整体而言,中国苹果品质无损检测和分级技术发展需求紧迫,检测新技术如采用纳米科学、生物技术和人工智能方法的传感器技术及产品在苹果无损、品质分级检测方面具有巨大潜力,多技术的融合如集成电、光、气和计算机视觉等实时、高效、高精度的苹果品质分级系统可能是提高苹果分级品质和提升苹果产业竞争力的重要发展方向。 相似文献
8.
9.
综合了市场上各类水果分级设备的优点,该文提出了一套水果外观品质智能化检测系统的开发设计流程,从理论上进一步探讨了水果外观品质智能化检测的方法途径。水果在线分级装置主要由上料结构、输送结构、机器视觉系统、气动分选结构以及电器控制部分等组成。机器视觉系统包括工业控制计算机、CCD摄像机、光源、光箱、图像采集卡、触发器和I/O卡等;气动部分包括电磁阀、空气压缩机及喷气嘴等;电器控制部分包括PLC、固态继电器等。 相似文献
10.
水果病害是影响果树健康生长、果实品质和产量的重要因素之一,及时、精准地掌握果树的病害信息并进行精准施药管控,对防范果园重大病害的发生和流行,保障水果的稳产优产具有重要意义。随着现代农业朝规模化、智能化和高效率的发展需求,视觉和光谱检测技术因具有无损检测、可规模化和高效率等优点,逐渐发展为检测水果病害的重要技术之一。梳理国内外机器视觉和光谱技术在水果病害检测应用领域的研究进展,介绍图像处理技术有较好的解释性,有利于与植保农艺研究相结合;深度学习技术有较好的精度和泛化性;透射光谱技术可用于检测果实内部病害;反射光谱技术可用于检测果实、叶片表面病害,并实现分级。最后,总结未来机器视觉与光谱检测技术优化和应用的方向,并展望水果病害检测的实际生产应用前景,以期为水果病害检测研究提供参考与借鉴。 相似文献
11.
为了解决水果分选过程中,人工分选费时费力,机械分选可能会刮伤果皮,机器视觉技术用于水果行业分选有着巨大的优势。文章综述了近几年国内外机器视觉技术在水果品质分选行业的分级技术研究现状。目前学术界采用传统图像处理技术研究机器视觉柑橘检测分级方法都是人为设计特征,分选准确率有待提高,近几年深度学习算法在图像处理上表现出了极好的检测效果,该方法不需要人为设计特征,只需要训练足够的样本数据,就可输出想要的结果。针对传统图像处理技术存在的弊端,深度学习算法尤其是卷积神经网络算法(CNN)在柑橘品质检测分级上有着巨大的研究价值。 相似文献
12.
现阶段,智能化加工装备与技术代表着生产力,是提高生产效率、转变发展方式的物质基础,智能化装备技术在畜禽加工过程中的应用在保证稳定、可靠的生产过程的同时,有着显著的经济效益。总结了智能化装备在畜禽屠宰、分割和分级等加工过程中的应用,归纳了国内外学者在机器视觉、光谱检测、多种技术融合、X射线CT成像和超声波成像等智能化技术在畜禽加工领域的诸多研究成果,分析了当前畜禽加工中存在的智能装备不系统、智能化技术不成熟的问题现状,展望了未来智能装备技术在畜禽加工中设备类型标准、多样化,提高设备集成化水平,促进技术融合等发展趋势,为畜禽加工智能化装备技术研究与行业智能化发展提供相关信息和参考。 相似文献
13.
计算机视觉在芒果品质检测中的应用研究 总被引:1,自引:0,他引:1
传统的芒果分级采用人工观察和化学分析方法,无法适应产业的发展。随着科学的进步,人们开发出多种无损检测和分级技术以提高水果的市场竞争力,但受检测和分级设备的限制,目前的相关研究都停留在试验阶段。为此,设计了一种基于计算机视觉的芒果品质检测方法,拍摄芒果图像后利用自适应Canny算法获取目标区域的边缘,以大小、颜色和表面缺陷反映芒果的品质,并基于BP神经网络实现对芒果的分级。仿真试验表明:计算机视觉对芒果品质分级的准确率超过93%,处理单张图像平均耗时0.8s,可以用于芒果品质的实时检测和在线分级。 相似文献
14.
15.
16.
17.
18.
19.