Nuevo analizador de la calidad del grano del arroz de la condición para el instrumento de diagnóstico del defecto

Fondo de Inpection

El instrumento de diagnóstico visual del AI de la calidad del arroz desarrollado y producido por nuestra compañía está conectado con el arroz que procesa la cadena de producción, con el arroz que levanta y transportando tuberías, y el arroz se extrae regularmente de las tuberías transportadoras para el análisis de la calidad. Detecte y analice los granos normales, los granos germinados, los brotes heterogéneos, las semillas de la hierba, los granos cretáceos, los granos insecto-comidos, los granos del gibberella, los granos quebrados grandes, los pequeños granos quebrados, los granos negros del germen, las impurezas, el etc. del arroz, y los informes estadísticos de la forma de vez en cuando para mejorar seguridad del producto y rastreabilidad.

El instrumento de diagnóstico visual del AI de la calidad del arroz combina métodos tradicionales de la visión por ordenador y algoritmos de la inteligencia artificial para analizar el arroz. Primero, los métodos visuales tradicionales se utilizan para dividir los granos del arroz en segmentos en el marco video, y entonces los algoritmos de la inteligencia artificial se utilizan para identificar las cualidades de los granos divididos del arroz y juzgar a Whether allí sea erosión del insecto, germinación, molde y otros problemas. Al mismo tiempo, dos cámaras de alta resolución fueron utilizadas para fotografiar el frente y detrás del arroz, y las propiedades de los dos lados eran analizadas. Con el algoritmo, alinee el frente y detrás del arroz uno por uno, y combine sus cualidades respectivas para sintetizar las cualidades de un arroz completo.

Principio de la detección

Combine los métodos tradicionales de la visión por ordenador y los algoritmos de la inteligencia artificial para analizar el arroz. Primero, utilice los métodos tradicionales de la visión para dividir los granos del arroz en segmentos en el marco video, y después utilice los algoritmos de la inteligencia artificial para identificar las cualidades de los granos divididos en segmentos del arroz para determinar si hay insectos. Polilla, brote, moho y otros problemas. Al mismo tiempo, dos cámaras de alta resolución fueron utilizadas para fotografiar el frente y detrás del arroz, y las propiedades de los dos lados eran analizadas. Con el algoritmo del registro, el frente y detrás del arroz se registra uno por uno, y sus cualidades respectivas se combinan para obtener las cualidades de un grano completo del arroz.

Tecnología del details&key del equipo

binarization 1.Automatic: La red neuronal profunda del uso para dividir el primero plano y el fondo en segmentos de la imagen, comparados con el método tradicional del binarization, binarization automático se puede aplicar a una variedad de condiciones de iluminación, y tiene las ventajas de un borde más liso del alto de la segmentación del arroz, rápido y robusto.

algoritmo de la segmentación del arroz 2.Adhesion: El método ámbito-basado conectado no puede dividir el arroz de la adherencia en segmentos. La red neuronal profunda se utiliza para dividir el arroz de la adherencia en segmentos en un nivel del caso, que puede alcanzar una velocidad de l000fps y puede procesar el arroz de la adherencia en tiempo real.

algoritmo del reconocimiento de las propiedades 3.Rice: Adopta una red neuronal ligera e integra un método de aprendizaje semi-supervisado. El modelo puede ser optimizado iterativo solamente marcando una pequeña cantidad de datos. Tiene las ventajas de la alta exactitud, de la velocidad rápida, y del despliegue conveniente.

Ventajas del algoritmo del AI

•  Algoritmo del AI: alta estabilidad, adaptándose al disturbio del ambiente y del fondo; diversas muestras del defecto pueden ser identificadas automáticamente después de entrenar
• Dataization: La base de datos independiente, ahorra muestras múltiples, analizar no-buenos productos, y conserva historia
• Multi-orientación: ° 360 completo dentro y fuera de las muestras
• Alta precisión: la exactitud de la detección puede ser alta
• La modularización, puede aumentar o disminuir fexiblemente la función de detección según necesidades reales del cliente
• Fácil actuar: Es fácil actuar y fácil mantener
• Seguridad: Fabricación del material del grado médico, completamente obediente con el ambiente de producción de los suministros médicos

Proceso que trabaja a máquina