System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及激光检测领域,尤其涉及一种基于激光散斑成像的饲料颗粒检测系统及其装置。
技术介绍
1、现有的基于激光散斑成像的饲料颗粒检测系统组成及工作原理:
2、采用高功率、高稳定性的激光器作为激发源,发射激光束,形成散斑图像。将激光束聚焦到饲料颗粒表面,形成散斑图像。散斑图像反映了颗粒表面的微小变化,如凹凸、纹理等。采集和接收散斑图像,并进行图像处理,包括去噪、增强、分割等,以获取颗粒的形状和边缘信息。对处理后的图像进行特征提取和模式识别,通过建立适当的分类模型,对饲料颗粒的大小、形状、质量等进行分析和评估。
3、但是,该系统主要基于颗粒表面的凹凸和纹理等微小变化进行检测,对于颗粒的内部结构和成分等无法提供直接的信息。因此,在某些情况下,无法全面了解颗粒的完整特性。另外,颗粒的大小、形状、质量等特性受多种因素影响,如颗粒的密度、湿度、透光性等,这些因素导致散斑图像的失真或干扰。因此,在实际应用中,需要对系统进行细致的校准和优化,以提高准确性和稳定性。
技术实现思路
1、本申请的目的在于克服现有技术中存在的饲料颗粒检测不准确的问题,提供一种基于激光散斑成像的饲料颗粒检测系统及其装置。
2、本申请提供一种基于激光散斑成像的饲料颗粒检测系统,激光器产生激光束,经过光学系统形成散斑在饲料颗粒上;图像传感器采集散斑图像,并传输给控制模块进行处理,包括:
3、对采集到的散斑图像进行预处理,使用机器学习和深度学习算法对预处理后的散斑图像进行特征提取;
4、根据提取到的特征,利用机器学习和深度学习算法进行模式识别,将饲料颗粒分为不同的类别;
5、根据颗粒的特征和类别,进行饲料颗粒的质量评估。
6、可选地,所述激光器包括高性能激光器。
7、可选地,所述激光器产生激光束,还包括:
8、增加x射线和红外光。
9、可选地,采用并行计算和高性能图像处理设备,处理和分析图像。
10、可选地,进行饲料颗粒的质量评估,公式如下:
11、p=(1-α)*j+β*h+γ*x
12、其中:均匀度指数j;含杂率h;形状评估指标x;α,β,γ:权重因子。
13、本申请还提供一种基于激光散斑成像的饲料颗粒检测装置,包括:
14、激光器,用于产生激光束;
15、光学系统,用于根据所述激光束形成散斑在饲料颗粒上;
16、图像传感器,用于采集散斑图像,
17、控制模块,用于对采集到的散斑图像进行预处理,使用机器学习和深度学习算法对预处理后的散斑图像进行特征提取;根据提取到的特征,利用机器学习和深度学习算法进行模式识别,将饲料颗粒分为不同的类别;根据颗粒的特征和类别,进行饲料颗粒的质量评估。
18、可选地,所述激光器包括高性能激光器。
19、可选地,所述激光器产生激光束,还包括:
20、增加x射线和红外光。
21、可选地,采用并行计算和高性能图像处理设备,处理和分析图像。
22、可选地,进行饲料颗粒的质量评估,公式如下:
23、p=(1-α)*j+β*h+γ*x
24、其中:均匀度指数j;含杂率h;形状评估指标x;α,β,γ:权重因子。
25、本申请的优点和有益效果:
26、专利技术点1,将激光散斑成像技术与其他检测技术相结合,如x射线成像、红外成像等。
27、专利技术点2,通过引入机器学习和深度学习算法,对图像进行更精确的特征提取和模式识别,从而提高颗粒检测的准确性和稳定性。
28、专利技术点3,通过优化图像处理算法、采用并行计算和硬件优化等方式,加快系统的处理速度。
29、本申请提供一种基于激光散斑成像的饲料颗粒检测系统,激光器产生激光束,经过光学系统形成散斑在饲料颗粒上;图像传感器采集散斑图像,并传输给控制模块进行处理,包括:对采集到的散斑图像进行预处理,使用机器学习和深度学习算法对预处理后的散斑图像进行特征提取;根据提取到的特征,利用机器学习和深度学习算法进行模式识别,将饲料颗粒分为不同的类别;根据颗粒的特征和类别,进行饲料颗粒的质量评估。本申请引入机器学习和深度学习算法,系统具有自我学习和适应能力,能够不断优化算法和模型,适应不同颗粒的特征和变化,提高了饲料检测的准确度。
本文档来自技高网...【技术保护点】
1.一种基于激光散斑成像的饲料颗粒检测系统,其特征在于,激光器产生激光束,经过光学系统形成散斑在饲料颗粒上;图像传感器采集散斑图像,并传输给控制模块进行处理,包括:
2.根据权利要求1所述基于激光散斑成像的饲料颗粒检测系统,其特征在于,所述激光器包括高性能激光器。
3.根据权利要求1所述基于激光散斑成像的饲料颗粒检测系统,其特征在于,所述激光器产生激光束,还包括:
4.根据权利要求1所述基于激光散斑成像的饲料颗粒检测系统,其特征在于,采用并行计算和高性能图像处理设备,处理和分析图像。
5.根据权利要求1所述基于激光散斑成像的饲料颗粒检测系统,其特征在于,进行饲料颗粒的质量评估,公式如下:
6.一种基于激光散斑成像的饲料颗粒检测装置,其特征在于,包括:
7.根据权利要求6所述基于激光散斑成像的饲料颗粒检测装置,其特征在于,所述激光器包括高性能激光器。
8.根据权利要求6所述基于激光散斑成像的饲料颗粒检测系统,其特征在于,所述激光器产生激光束,还包括:
9.根据权利要求6所述基于激光散斑成
10.根据权利要求6所述基于激光散斑成像的饲料颗粒检测系统,其特征在于,进行饲料颗粒的质量评估,公式如下:
...【技术特征摘要】
1.一种基于激光散斑成像的饲料颗粒检测系统,其特征在于,激光器产生激光束,经过光学系统形成散斑在饲料颗粒上;图像传感器采集散斑图像,并传输给控制模块进行处理,包括:
2.根据权利要求1所述基于激光散斑成像的饲料颗粒检测系统,其特征在于,所述激光器包括高性能激光器。
3.根据权利要求1所述基于激光散斑成像的饲料颗粒检测系统,其特征在于,所述激光器产生激光束,还包括:
4.根据权利要求1所述基于激光散斑成像的饲料颗粒检测系统,其特征在于,采用并行计算和高性能图像处理设备,处理和分析图像。
5.根据权利要求1所述基于激光散斑成像的饲料颗粒检测系统,其特...
【专利技术属性】
技术研发人员:郑心宇,陈大照,林锋,陈帅,
申请(专利权)人:福建大昌盛饲料有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。