基于SVDD的小麦净度检测方法研究

净度是种子质量的重要指标,可以直接影响作物的产量。由于种子杂质类型较多,传统方式二分类机器学习方法,易受建模杂质种类的限制,使得模型准确率降低。为实现种子净度自动化快速检测,本研究提出一种基于支持向量数据描述(SVDD)的小麦净度快速检测方法。利用工业相机获取小麦和麦壳、燕麦、大麦杂质的可见光图像,通过HALCON软件提取每粒样本的13种形态特征,借助皮尔逊相关性分析,筛选有效特征。在此基础上,分别利用SVM算法以及SVDD算法构建小麦净度识别模型,并进行分类识别对比实验。实验结果表明:SVDD算法杂质数据可以不参与建模,识别准确率达到95%以上,结合种子千粒重快速计算种子净度,在杂质数量占比20%时,检测误差为3.2%。基于SVDD的小麦净度检测方法,可以实现对小麦和多种杂质的快速分类,实现对小麦净度快速检测。

新技术在高压电缆VCV生产线的应用

主要介绍了近几年应用于高压电缆立式连续硫化(VCV)生产线的新技术,分析了新技术应用对高压电缆VCV生产线生产效率及产品质量的影响。结果表明新技术的应用显著提高了VCV生产线的生产效率,产品质量也获得了明显改善。

大型钢坯低倍试样加工与缺陷检测的新装备、新技术

以公司研发的重型超精密镜面铣磨一体化数控机床和金属表面综合检验仪为基础,介绍对钢坯低倍试样进行镜面加工、表面缺陷及纯净度检测的新技术、新装备,如大型钢坯全端面镜面加工技术与装备;利用机器视觉检测技术,通过高像素扫描相机获取全端面图像;通过图像识别技术查找疑似缺陷,再通过高倍显微镜对疑似缺陷进行甄别。通过对低倍与高倍检测合二为一检验方法的介绍,证明这种在试样镜面状态下的机器视觉检测将成为钢铁材料表面检验的关键技术,理化检测将逐渐前移到钢坯检验。