排序方式: 共有30条查询结果,搜索用时 15 毫秒
1.
无损检测鸡蛋内部品质是鸡蛋流通、加工中不可缺少的组成部分。为了提高鸡蛋内部品质光特性无损检测的精度,建立了鸡蛋的光学模型,找出了整蛋、内容物、蛋壳三者透射特性之间的关系。通过试验研究,得到了鸡蛋内部品质指标(哈氏单位)与整蛋透射率、蛋壳颜色、鸡蛋几何参数之间的相关关系。并对光特性无损检测的分级精度作了初步分析。 相似文献
2.
本文阐述了切割能力不仅和割刀的运动方向、刃口的锐利程度以及刃磨角有关,而且和被切材料的种类有关。提高刀刃的耐磨性是一项综合性的课题,其中解决切割工艺过程问题,有时并不亚于解决材料问题。 相似文献
3.
利用计算机视觉技术开发了烟叶质量分选系统。该系统对采集系统进行定标,控制感光度。提取了180个特征参数并进行选择形成特征向量,去除了标准样本中的奇异样本。利用人工神经网络对多个地区的烟叶进行学习和分类,检测准确率均在80%以上,半数地区检测准确率在90%以上。对烟叶分类该系统具有较高的实用价值。 相似文献
4.
探讨了用近红外漫反射光谱快速无损检测方便面含油率的可行性,分别采用漫反射光谱的一阶导数、二阶导数,按两种入选波数准则进行向前逐步回归分析,得出4个定标方程,方程的复相关系数均大于0.94,与标准化学分析(GB9848-88)相比,在用第二种入选波数准则情况下,训练集的平均相对误差小于3.75%。结果表明,近红我射光谱分析法能满足实际生产中方便面含油率测定的需要。 相似文献
5.
爆腰米粒的检测是米的品质检测中的重要内容之一。本文阐述了运用计算机图象处理技术检测爆腰米粒的的三种方法——直方图傅里哀系数判别法、直方图波峰检出法和灰度突变判别法,三种方法的识别功能、检测精度和简便程度各不相同。通过对八个品种798个样本的实测,表明用计算机视觉代替感官检测米的爆腰是可行的。 相似文献
6.
迄今为止,卷烟的内在品质是靠评吸专家的感官的评定的,由于受到其经验,情绪以环境条件等多种因素的影响,评定结果的准确性难以保证。为此,作者运用模仿人的嗅觉系统功能的人工嗅觉系统来评定卷烟的内在品质。深入研究了人工嗅觉系统的气敏传感器阵列和数据处理分析方法,提出了阵列的组成方法以及神经网络集和测试集的构造方法。 相似文献
7.
稻谷裂纹(俗称爆腰)是导致大米在加工过程中破碎的重要原因,爆腰的检测对裂纹的研究和控制有重要意义。本文提出了一种新的爆腰检测方法。它利用小波变换在图像边缘提取和去噪中的优越性,通过对二进尺度下图像小波变换局部极大值的检测,提取边缘特征,去除噪声,对糙米爆腰图像中的裂纹进行了有效识别。从而实现爆腰率的自动检测,准确率达到92%以上。与传统的检测算子相比,取得了更为良好的效果。 相似文献
8.
在外观品质特征定量检测的基础上,研究了烟叶的自动分级技术。其基本原理是,建立标准样本烟叶的特征数据库,将待测烟叶与样本烟叶比较而进行分级。研究了数据库记录及烟叶差异的计算方法;应用神经网络技术构造了识别模型,进行了智能化训练。 相似文献
9.
利用计算机视觉技术进行超微粉碎物料粒度检测方法的研究。采用非线性变换对图像进行对比度增强处理,利用自动取阈值算法分割目标和背景,设计了识别算法用于去除凝聚颗粒,以得到样本真实粒度和分布。实验证明用显微图像进行粒度检测,测定分布状态直观明了,检测结果稳定,可测量0.1~150 μm颗粒粒径。 相似文献
10.
在外观品质特征定量检测的基础上,研究了烟叶的自动分级技术。其基本原理是,建立标准样本烟叶的特征数据库,将待测烟叶与样本烟叶比较而进行分级。研究了数据库记录及烟叶差异的计算方法;应用神经网络技术构造了识别模型,进行了智能化训练。 相似文献
|