Анализатор зерна системы AI визуальный сортируя качественный для стерженей мозоли

Анализатор зерна системы AI визуальный сортируя качественный для стерженей мозоли

Методы обнаружения

Анализатор зерна серии KVS-G качественный составлен визуальной системы, программной системы и других структур модуля. Когда зерно входит в область видимости камеры, 2 камеры высоко-разрешения фотографируют фронт и назад зерна. Через алгоритм регистрации, передние и задние изображения зерна выполняют взаимнооднозначную регистрацию для того чтобы получить характеристики полного зерна, и после этого использовать алгоритм для того чтобы поделить на сегменты зерно в изображении, и в конце концов использовать алгоритм искусственного интеллекта для того чтобы определить атрибуты поделенного на сегменты зерна для того чтобы определить ли пятна заболеванием, mildew, прорастание, обрыв, размывание насекомого, etc.

Предпосылка применения

1. В процессе ручного осмотра, персонал осмотра имеет большое отступление во вставке стандарта, и управление трудно
2. В процессе ручного осмотра, субъективные разницы в стандартах осмотра различных контролеров, и последовательность низка.
3. Процесс ручного осмотра нельзя точно записать, и traceability низок
4. В процессе ручного осмотра, долгосрочная работа приведет к визуальной усталости контролеров, и ложные осмотры и пропущенные осмотры прональны для того чтобы произойти

Принцип осмотра

На-линия качественный анализатор мозоли превратилась и произвелась нашей компанией соединена с мукой обрабатывая производственную линию, соединенный с мозолью поднимая и транспортируя трубопровод, и регулярно извлекает мозоль от транспортируя трубопровода для того чтобы проанализировать качество мозоли. Испытаны и проанализированы различные виды бутонов, семян травы, черв-съеденных зерен, зерен Gibberella, поврежденных зерен, черных семенозачатков, примесей, etc., и статистически отчеты сформированы время от времени для того чтобы улучшить безопасность продукции и traceability.

Когда обнаружено что качество попробованной мозоли не хорошо, операторы производственной линии могут отрегулировать параметры машины мозоли сортируя на производственной линии во времени обеспечить что качество муки произвело. Испытанной мозоли можно автоматически отправить назад в технологическую линию муки через трубопровод, и зерна возвращены в склад без расточительствовать зерно зерна.

Advantages&details оборудования

1)Алгоритм AI: Точно обнаружьте местонахождение атрибуты зерна, расклассифицируйте и весьте зерна;

2)Легкий для того чтобы работать: Завершите тест не позднее 3 минуты, и соотвествуйте числа образцов в национальном стандарте, который прост и легок работать

Основная технология

1. Автоматическое binarization: нервная система пользы глубокая для того чтобы поделить на сегменты передний план и предпосылку изображения, ровно этап край зерна, и точно обнаружить местонахождение зерно, который нужно проанализировать.

2. Алгоритм сегментации материала прилипания: глубокая нервная система делит на сегменты придерживаясь зерна для того чтобы сформировать независимые и полные зерна, которые проанализированы и расклассифицированы.

3. опознавание Мульти-атрибута: Оно принимает облегченную нервную систему и интегрирует, который полу-наблюдали мульти-атрибут уча метод. Потребитель может обозначить немного образцов зерна, который нужно проанализировать, и после этого модель данных можно уточнить для того чтобы выполнить быстрый и высокоточный анализ зерна.

Наши преимущества

О нас

История развития

Технологический центр состоит из отдела алгоритмов, отдела программного обеспечения, отдела оптики, отдела оборудования и отдела механики.обеспечение того, чтобы алгоритм ИИ мог постоянно обновляться;.

Организационная структура