利用光譜成像看得寬,物質(zhì)特征波段抓得準(zhǔn)的特性,采集煙葉形狀、可見色澤之外的致密度、含油含水率等關(guān)鍵特性,結(jié)合模型匹配算法,輸出分級分選識別信號,再結(jié)合工業(yè)自動化控制設(shè)備或系統(tǒng),實現(xiàn)精準(zhǔn)、高效的煙葉在線分選。
系統(tǒng)示意圖
成果展現(xiàn)
高光譜成像在工業(yè)行業(yè)中具有多種應(yīng)用,包括對生產(chǎn)線物品的品控、質(zhì)量控制和對沒有視覺差異但具有不同化學(xué)成分的物質(zhì)(例如塑料)進(jìn)行識別、分類和篩選。
煙葉與塑料有獨(dú)特的光譜特征,經(jīng)過圖像處理/光譜分析/機(jī)器學(xué)習(xí)和訓(xùn)練,可快速對不同物質(zhì)進(jìn)行分選
同形同色不同質(zhì)的物品,通過光譜進(jìn)行識別、分類和標(biāo)識,有效區(qū)分“魚龍混雜”,相較傳統(tǒng)方式的小樣本抽檢,可以做批量檢測,在時間和準(zhǔn)確率上有突出優(yōu)勢。
紅色:東北大米,綠色:江西大米
與中國藥科院合作,通過高光譜成像系統(tǒng),采集不同產(chǎn)地枸杞光譜特征數(shù)據(jù),建立特征數(shù)據(jù)庫,利用高光譜成像系統(tǒng)分析軟件自動分析、學(xué)習(xí)、分類,實現(xiàn)對枸杞等中藥材原產(chǎn)地的追溯。同時,也方便各級用戶對藥材品質(zhì)特征進(jìn)行快速識別。