Trieuse de KEYE Tobacco Leaf Automatic Vision pour l'inspection de qualité

Dans la norme actuelle pour le tabac séché à l'air chaud, il est divisé en quatre classes et 42 niveaux.

La technologie de vision est employée à l'automobile reconnaissent et comptent. Par conséquent, quand choisissez la norme de classification de catégorie de feuille de tabac, la norme de classification si basé sur l'aspect et les caractéristiques comme identification principale. Une des normes de classification se fonde sur la couleur de différentes pièces de la feuille de tabac As. Divisez toutes les couleurs possibles de feuille de tabac en huit catégories. Divisez la maturité des feuilles de tabac en deux catégories. Dans la structure de feuille, il est divisé en trois catégories selon le degré de relâchement de la structure de feuille. Selon l'environnement croissant différent de la feuille de tabac, les huileux contenus dans le leaft de tabac sont également contradictoires. Par conséquent, trois normes ont été définies pour la feuille de tabac basée sur la teneur d'huile en feuilles de tabac. En conclusion, trois catégories ont été divisées selon le différent chromatique des feuilles de tabac.

La densité de la disposition des cellules de feuille de tabac, divisée en. Lâchement, plus lâche, légèrement serré, fortement.

Dans l'image prenant l'étape, afin d'obtenir les images de haute qualité, l'équipement à haute résolution de représentation d'antenne réseaux rectilignes est installé pour obtenir des images. Alors par des activités de prétraitement d'image, l'acuité de l'image peut être augmentée, le bruit possible dans l'image peut être réduite, l'efficacité et l'exactitude de la reconnaissance de machine peut être améliorée dans le stade avancé. Enlevez l'information d'image inutile à la reconnaissance dans l'image, telle que la table de placement de feuille de tabac, et augmentez l'efficacité d'information. En outre, elle peut simplifier l'image et réduire la période et le coût d'apprentissage automatique postérieur.

En identifiant l'aspect des feuilles de tabac, des morceaux multiples de relatif à l'information à la classification et l'évaluation peuvent être extraits à partir d'une image de référence. Différentes normes de catégorie sont tracées de différentes dimensions. Par conséquent, il est nécessaire d'obtenir l'information dans l'image de référence qui répond aux normes de classification. Ce processus est également un processus important d'apprentissage automatique. Par ce processus, la machine assortira l'image avec la norme de classification et formera une base de données.

En cours de feuilles de identification et de évaluation de tabac, la reconnaissance brouillée des feuilles de tabac est la première exigée. En cours de reconnaissance brouillée, la méthode d'analyse brouillée de groupe est employée, par cette méthode, peut rendre l'analyse des feuilles incertaines plus raisonnable et faire plusieurs images dans le même groupe appartenez à la même catégorie, afin de donner une reconnaissance plus précise. Après la reconnaissance brouillée, pouvez à la reconnaissance et au processus de évaluation.

Les images rassemblées sont simplifiées et le relatif à l'information efficace aux activités de classification est extrait après la collection automatique d'image. Que la machine écrira le procédé de classification. Le système comparera l'information d'image qui a extrait au moyen les normes de évaluation, que le clivage la cible de reconnaissance dans l'évaluation différente, selon la classification standards.and transmettent le résultat de classification à l'ordinateur d'utilisateur finalement.