KEYE Tobacco Leaf Automatic Vision-Sorteermachine voor Kwaliteitscontrole

In de huidige norm voor flue-cured tabak, is het verdeeld in vier klassen en 42 niveaus.

De visietechnologie wordt gebruikt aan auto erkent en telt. Daarom indien wanneer uitgezocht de norm van de de rangclassificatie van het tabaksblad, de classificatienorm gebaseerd op verschijning en kenmerken als belangrijkste identificatie. Één van de classificatienormen baseert zich op de kleur van verschillende delen van het tabaksblad zoals. Verdeel alle mogelijke kleuren van het tabaksblad in acht categorieën. Verdeel de rijpheid van tabaksbladeren in twee categorieën. In de bladstructuur, is het verdeeld in drie categorieën volgens de graad van losheid van de bladstructuur. Volgens het verschillende groeiende milieu van tabaksblad, is olieachtig in de tabak leaft ook inconsistent. Daarom die zijn drie normen voor tabaksblad bepaald op het oliegehalte in tabaksbladeren wordt gebaseerd. Tot slot werden drie categorieën verdeeld volgens verschillende chromatisch van tabaksbladeren.

De dichtheid van de regeling van de cellen die van het tabaksblad, wordt verdeeld in. Los, losser, lichtjes strak, vast.

In het beeld die stadium nemen om de beelden van uitstekende kwaliteit te krijgen, is het lineaire materiaal van de serie high-resolution weergave geïnstalleerd om beelden te krijgen. Dan door beeld het voorbewerken activiteiten, kan de scherpte van het beeld worden verbeterd, kan het mogelijke lawaai in het beeld worden verminderd, kunnen de efficiency en de nauwkeurigheid van machineerkenning in het recentere stadium worden verbeterd. Verwijder de beeldinformatie onbelangrijk aan de erkenning in het beeld, zoals de de plaatsingslijst van het tabaksblad, en verhoog de doeltreffendheid van de informatie. Ook, kan het het beeld vereenvoudigen en de tijd en de kosten drukken van het recentere machine leren.

Wanneer het identificeren van de verschijning van tabaksbladeren, kunnen de veelvoudige stukken van informatie met betrekking tot classificatie en het sorteren uit één referentieafbeelding worden gehaald. De verschillende kwaliteitnormen worden omlijnd van verschillende afmetingen. Daarom is het noodzakelijk om de informatie in de referentieafbeelding te krijgen die aan de classificatienorm voldoet. Dit proces is ook een belangrijk proces van machine het leren. Door dit proces, zal de machine het beeld met de classificatienorm aanpassen en zal een database vormen.

Tijdens het identificeren van en het sorteren van tabaksbladeren, is de verwarde erkenning van tabaksbladeren vereist de eerste. Tijdens verwarde erkenning, kan de methode van cluster de verwarde analyse, door deze methode wordt gebruikt, de analyse van de onzekere bladeren redelijker maken en verscheidene beelden in dezelfde groep maken tot dezelfde categorie behoren, om een nauwkeurigere erkenning te geven. Na de verwarde erkenning, kan aan aan de erkenning en het sorteren van proces.

De verzamelde beelden worden vereenvoudigd en de efficiënte informatie met betrekking tot de classificatieactiviteiten wordt gehaald na automatische beeldinzameling. Dan machine de classificatieverwerking zal ingaan. Het systeem zal de beeldinformatie die met de het sorteren normen haalde, dan verdeelt het erkenningsdoel in het verschillende sorteren vergelijken, volgens de classificatie brengen standards.and het classificatieresultaat definitief over aan de gebruikerscomputer.