Ruwe van het de Analysatorlaboratorium van de Rijstkwaliteit van de het Gebruikskorrel de Distributiesorteermachine

Marktachtergrond

Aangezien het leven van mensen de kwaliteit dag aan dag verbetert, wordt de kwaliteit van rijst meer en meer betroffen door consumenten. Momenteel, worden de traditionele methodes van sensorische evaluatie en handopsporing meestal gebruikt om de kwaliteit van rijst te evalueren. Nochtans, met de ontwikkeling van wetenschap en technologie, kan de technologie van de digitale afbeeldingverwerking wijd op het landbouwgebied worden gebruikt. De de kwaliteitsdetector van de rijstverschijning kan de indicatoren van de verschijningskwaliteit zoals korrelvorm, geheel korrelaantal, het aantal van de breukrijstenkorrel, chalkiness, transparantie met behulp van de technologie van de beeldverwerking automatisch analyseren en etc. meten, die de opsporing van rijstkwaliteit sneller en nauwkeuriger maakt.

De technologie van de beeldverwerking gebruikt het materiaal van de beeldaanwinst zoals camera's of camera's en de software van de beeldverwerking samenwerken om het menselijke oog te vervangen voor beelderkenning, groottemeting, vorm aanpassing, enz. Zijn voordeel is dat het metingsmateriaal subjectieve factoren, Geen moeheid, verenigbare en snelle metingen niet elke keer heeft. De de kwaliteitsdetector van de rijstverschijning kan de indicatoren van de verschijningskwaliteit van rijst en rijst automatisch ontdekken na het verkrijgen van het beeld door de scanner. Testende eenheden, de ondernemingen van de korreldistributie, die ondernemingen, enz. verwerken.

Kerntechnologie

1.Automatic-binarization: gebruik diep neuraal netwerk om de voorgrond en de achtergrond van het beeld te segmenteren, regelmatig segment de korrelrand, en bepaal de plaats nauwkeurig van de te analyseren korrel.

2.Adhesion materieel segmentatiealgoritme: het diepe neurale netwerk segmenteert de aanhangende korrels aan vorm onafhankelijke en volledige korrels, die worden geanalyseerd en geclassificeerd.

3.Multi-attributen erkenning: Het keurt een lichtgewicht neuraal netwerk goed en integreert een semi-gecontroleerde multi-attribute leermethode. De gebruiker kan een klein aantal steekproeven van de te analyseren korrel etiketteren, en dan kan het gegevensmodel worden bijgewerkt om snelle en high-precision analyse van de korrel uit te voeren.

Materiaal advantages&details

Gebruikend KEYE Rice Appearance Quality Tester, kunnen elk analysebeeld, distributiekaart en de resultaatgegevens worden opgeslagen, en de analyseresultaten kunnen output zijn aan een Excel-blad. De metingsfout van de lengte en de breedte van het materiaal is ≤±0.05mm, is de fout van het gehele rijsttarief ≤±1.0%, en de precisie is hoog; en het systeem kan abnormale rijst manueel schrappen, kunnen de gegevens automatisch worden bijgewerkt, en de inspectie is nauwkeuriger, wat voor de kwaliteitscontrole van ingevoerde rijst in de evaluatie kan worden gebruikt, de rijstkwaliteit controleren.

De naverkoopdienst

Het bedrijf heeft een volledig technisch de dienstteam en een snel reactiemechanisme, en de dienstspecialisten voor elke klant gehad, die technische overleg en foutenrapporten van klanten kan op elk ogenblik ontvangen. En om snelle reactie op klantennoodsituaties te verzekeren, om ervoor te zorgen dat de klanten de bevredigende dienst ontvangen.

Tijdens epidemisch of wegens speciale redenen, wanneer de naverkoopingenieurs de plaats niet kunnen bereiken, kan het de dienstcentrum klantenmateriaal voor het oplossen van problemen en technisch overleg ver aanpassen.