一种基于机器视觉的马铃薯分级装置及形状检测方法

    公开(公告)号:CN115365162B

    公开(公告)日:2024-09-17

    申请号:CN202211004584.0

    申请日:2022-08-22

    Abstract: 本发明公开一种基于机器视觉的马铃薯分级装置。本装置包括上料机构、形状和质量检测机构、分拨机构;所述形状检测机构由传送滚轴和二级输送带上下设置,滚轴上方设置两层隔板使马铃薯以三纵列输送;所述滚轴定位安装板上安装有第一Kinect相机、第二Kinect相机;相机之间安装有翻转爪,用于调整下方马铃薯的体态;分拨机构由卸料输送带和分拨器组成,所述卸料输送带的相对两侧边上均设置有长挡板;卸料输送带挡板上开设有卸料槽;所述卸料输送带挡板上安装有以气缸为动力的分拨器。本装置能够实现大批量马铃薯的形状检测以及质量估计,结合图像,筛选准确率高、效率高,同时能够回收脱落的杂质,对马铃薯的损伤小。

    一种基于涡流卷积核的裂纹快速定位方法

    公开(公告)号:CN117517449A

    公开(公告)日:2024-02-06

    申请号:CN202311368773.0

    申请日:2023-10-20

    Abstract: 本发明公开了一种基于涡流卷积核的裂纹快速定位方法,属于裂纹定位技术领域,包括以下步骤:使用有限元方法模拟传感器检测裂纹过程,提取模拟涡流场数据;计算涡流分布矩阵,并通过涡流分布矩阵构建三值化卷积核;通过分形涡流传感器得到C扫描信号,将C扫描信号划分感兴趣区域,得到单独目标信号,并通过插值算法使单独目标信号与三值化卷积核具有相同的空间分辨率;对单独目标信号进行卷积运算;对卷积后的数据进行幂律变换,得到单独目标信号的信号中心;计算信号中心的坐标,并通过空间分辨率对坐标进行偏置,得到裂纹位置。本发明解决了裂纹定位基于深度学习的缺陷信息检索需要花费大量时间以及分形涡流传感器难以评估裂纹信息的问题。

    一种基于机器视觉的马铃薯分级装置及形状检测方法

    公开(公告)号:CN115365162A

    公开(公告)日:2022-11-22

    申请号:CN202211004584.0

    申请日:2022-08-22

    Abstract: 本发明公开一种基于机器视觉的马铃薯分级装置。本装置包括上料机构、形状和质量检测机构、分拨机构;所述形状检测机构主要由传送滚轴和二级输送带上下设置,滚轴上方设置两层隔板使马铃薯以三纵列输送;所述滚轴定位安装板上安装有第一Kinect相机、第二Kinect相机;相机之间安装有翻转爪,用于调整下方马铃薯的体态;分拨机构主要由卸料输送带和分拨器组成,所述卸料输送带的相对两侧边上均设置有长挡板;卸料输送带挡板上开设有卸料槽;所述卸料输送带挡板上安装有以气缸为动力的分拨器。本装置能够实现大批量马铃薯的形状检测以及质量估计,结合图像,筛选准确率高、效率高,同时能够回收脱落的杂质,对马铃薯的损伤小。

Patent Agency Ranking