【摘 要】
：
白酒是中国特有的固态蒸馏酒,生产工艺复杂,生产周期长。其生产工艺中的摘酒工艺是白酒生产中非常重要的环节。摘酒工艺的主要工作是摘酒工通过流酒管流出的酒液在摘酒布上形成的酒花形状、酒花数量的多少,来实现分段摘酒。目前大多数酒厂都是人工摘酒,完全依赖摘酒工人的个人经验。对酒花情况的感官判断不同的工人对分类界限判断不一致,整个摘酒环节劳动强度大,且容易出现人为误差,导致不准确摘酒,影响基酒质量。另外,整个
论文部分内容阅读
白酒是中国特有的固态蒸馏酒,生产工艺复杂,生产周期长。其生产工艺中的摘酒工艺是白酒生产中非常重要的环节。摘酒工艺的主要工作是摘酒工通过流酒管流出的酒液在摘酒布上形成的酒花形状、酒花数量的多少,来实现分段摘酒。目前大多数酒厂都是人工摘酒,完全依赖摘酒工人的个人经验。对酒花情况的感官判断不同的工人对分类界限判断不一致,整个摘酒环节劳动强度大,且容易出现人为误差,导致不准确摘酒,影响基酒质量。另外,整个摘酒过程耗时非常久,需要摘酒工人在高温高湿的环境下持续工作,直到流酒结束,不仅影响工人的身体健康,同时也增加了企业成本。为了提高白酒摘酒的效率和准确率,解放劳动力,本文研究了一套基于图像分类算法的自动化摘酒识别系统。本文的具体研究工作如下:（1）设计了图像采集系统,实现了高质量的酒花图像获取,建立白酒酒花图片数据库。同时,针对图像噪声问题,以及图像有用细节不明显问题,本文研究了图像预处理方法,对图像进行了滤波、改进直方图均衡化,达到了图像抑噪和图像增强目的。（2）研究和分析了机器学习和卷积神经网络在白酒酒花图像分类中的优点和缺点。（3）利用改进Vgg16模型搭建白酒酒花图像分类模型,使模型能够高效快速的完成酒花图像分类,实现机器视觉代替人眼摘酒。（4）采用Python编程语言,使用winform设计工具、OpenCV开源图像处理库以及MySQL数据库,Tensorflow深度学习开发平台,结合PyCharm集成环境,开发了分类系统上位机软件。通过本文研究结果可以看出,传统基于局部特征提取的图像分类方法满足不了白酒酒花分类准确率以及实时性满足不了白酒摘酒工艺的要求,与传统的卷积神经网络相比较,本文改进的基于Vgg16模型的卷积神经网络的分类准确率更高,达到了96.69%,每张酒花的分类时间在0.23s。同时,与人工实验对比发现,本文系统的无论是分类准确率,分类实时性,以及鲁棒性都优于人工分类。
其他文献
随着人们日常生产生活对电能需求的增加和社会经济的不断发展,电力输电网络变得越来越复杂。从节约投资以及其他客观条件限制等方面考虑,T接输电线路因其接线方式的独特性,被广泛应用于高压和超高压电力输电网中。由于T接输电线路常连接着大系统与大电厂,其线路传输的功率高,因此当线路故障时,有可能导致大面积停电事故。为防止因输电线路故障引起事故的进一步扩大,以及减小因停电造成的经济损失,就要求能够快速、准确地诊
低照度条件下获取的图像受可见光低、光照不均和噪声等因素的影响,不仅视觉上的观感被大打折扣而且常常导致重要信息的丢失,正常光照条件下的人脸检测模型是最常见的,若直接使用一般光照模型的检测算法对低照度图像中的人脸进行检测,显然无法满足检测需求的,这给后续的处理和应用带来了极大的麻烦,严重地降低了图像的应用价值。因此针对低照度图像存在的亮度低、对比度低和细节缺失等问题,本文提出一种改进Retinex模型
控制系统中网络的引入为远程控制的实现打下了基础,然而在通过网络实现远程控制的过程中会遇到网络延迟、数据包丢包和错序等问题,这些问题会降低系统的稳定性和远程控制过程中的实时性。因此基于上述问题,本文在网络化控制系统下以全向机器人为研究对象,对远程控制过程中的延迟、数据包丢包和错序等问题进行了研究,并且通过网络化预测控制的方式对远程控制过程中前向通道和反馈通道可能出现的延迟、数据包丢包和错序等问题进行
由于微电网光伏功率的间接性与随机性以及电力负荷的波动性会对微电网系统的稳定运行产生较大影响,而传统优化算法对复杂非线性的优化调度问题的优化达不到设定需求,存在收敛速度慢,容易陷入局部最优等缺点。文章以光伏微电网为对象,基于对光伏功率和负荷的预测,对光伏微电网优化调度进行研究。在微电网光伏功率预测和负荷预测方面,本文设计了结合卷积神经网络（Convolutional Neural Networks,
室内定位对于室内自动导引运输车、虚拟现实、服务机器人等应用具有及其重要意义。视觉同时定位与地图构建（Visual Simultaneous Localization and Mapping,VSLAM）因其设备简单、价格低廉、效果优秀、不依赖于GPS等优点成为了目前无人系统领域的研究热点。然而,VSLAM过于依靠相机对周围环境特征信息的采集,无法处理特征缺失及弱纹理场景,且相机采集帧率较低,无法处
本文以低光照环境下的视频序列为基础,进行人脸跟踪算法的改进研究。传统的人脸跟踪算法在低光照环境下进行跟踪时,由于人脸的颜色特征表现不明显,且容易受到遮挡、尺度变化等干扰的影响,产生跟踪漂移,甚至丢失目标,导致跟踪失败,不能够达到长时间准确跟踪的目的。为解决以上问题,本文进行了如下研究:（1）针对低光照环境下颜色特征表达不明显,导致跟踪的过程容易出现漂移的问题,本文提出了一种融合局部二值模式（Loc
随着5G和人工智能时代的来临,元器件的运行速度不断上升,对印刷电路板（Printed Circuit Board,PCB）的设计要求越来越高,电路布局更加复杂。PCB的高速效应导致了电路信号的失真更为普遍。信号完整性（Signal Integrity,SI）作为数字电路设计过程中一个不可避免的问题,极大的影响了电路系统的稳定性和信号的传输性能。因此,本文基于人工智能算法对SI分析的仿真技术进行研究
磁瓦是永磁电机中的核心元件,有着广泛的市场和需求。由于磁瓦的制造工艺复杂,磁瓦成品不可避免会带有瑕疵或缺陷,这些结构上的不足会严重影响磁瓦产品的性能与效益。磁瓦内部缺陷具有不可见、分布随机、程度不一的特点,致使相关的自动检测技术发展缓慢。现阶段大多数企业针对磁瓦内部缺陷仍采用人工的方式进行检测。为改善人工检测带来的困境,本文以磁瓦声振信号为研究对象,利用信号处理算法实现磁瓦内部缺陷的有效识别。本文
永磁铁氧体材料是当代社会经济迅速发展中必不可少的基础型功能材料,全球范围的磁性材料生产基地逐渐向发展中国家转移,以至于我国正逐步成为全球磁瓦生产基地。在生产中仍然难免会出现具有缺陷的磁瓦产品,为确保永磁电机在高速运行中,不会因磁瓦的缺陷导致重大事故,实现快速而准确的缺陷检测是磁瓦制造业当今面临的最为突出的问题。声学检测相较于其他无损检测方法具有无可比拟的优势,在零部件的内部缺陷检测中应用率最高。基
四旋翼无人机由电机带动四个螺旋桨提供动力,具有垂直起降、空中悬停、轨迹跟踪飞行等多种功能,是一种结构简单、操作便捷、性能较高且成本低廉的飞行器,已被广泛应用于农业、航拍、巡检等许多方面。其中,在航拍摄影方面,往往需要飞行器能够准确地执行预期轨迹飞行任务。本文主要研究无人机的轨迹跟踪功能,反步法是设计控制器的一种常用方法。本文在传统的反步法设计控制器的基础上,考虑到飞行器在实际环境中可能受到的各种扰