技术特征：
1.一种大米在线检测系统，其特征在于，所述系统包括：承物端，用于接收控制端发送的检测频率，根据所述检测频率确定运动指令；基于预设的波段范围实时获取不同波段下的待检图像，得到待检图像组，将所述待检图像组向控制端发送；其中，所述待检图像组的名称项为实物取样处的标签；接收控制端发送的震动指令，执行震动动作，再次基于预设的波段范围实时获取不同波段下的待检图像，得到待检图像组，将所述待检图像组向控制端发送；接收控制端发送的步进指令，根据所述步进指令修正所述运动指令；控制端，用于接收用户发送的含有检测频率的访问请求，对用户进行权限验证，当用户通过权限验证时，将所述检测频率向承物端发送；接收承物端发送的待检图像组，对所述待检图像组进行聚集度分析，得到待检图像组的聚集度，并比对所述聚集度与预设的聚集度阈值；当所述聚集度达到预设的聚集度阈值时，向承物端发送震动指令，再次接收待检图像组并重复聚集度分析直至所述聚集度小于预设的聚集度阈值；当所述聚集度小于预设的聚集度阈值时，对所述待检图像组进行内容识别，并向承物端发送步进指令。2.根据权利要求1所述的大米在线检测系统，其特征在于，所述承物端包括：运动指令确定模块，用于接收控制端发送的检测频率，根据所述检测频率确定运动指令；图像组获取模块，用于基于预设的波段范围实时获取不同波段下的待检图像，得到待检图像组，将所述待检图像组向控制端发送；其中，所述待检图像组的名称项为实物取样处的标签；调整模块，用于接收控制端发送的震动指令，执行震动动作，再次基于预设的波段范围实时获取不同波段下的待检图像，得到待检图像组，将所述待检图像组向控制端发送；修正模块，用于接收控制端发送的步进指令，根据所述步进指令修正所述运动指令。3.根据权利要求1所述的大米在线检测系统，其特征在于，所述控制端包括：权限验证模块，用于接收用户发送的含有检测频率的访问请求，对用户进行权限验证，当用户通过权限验证时，将所述检测频率向承物端发送；聚集度判断模块，用于接收承物端发送的待检图像组，对所述待检图像组进行聚集度分析，得到待检图像组的聚集度，并比对所述聚集度与预设的聚集度阈值；震动指令生成模块，用于当所述聚集度达到预设的聚集度阈值时，向承物端发送震动指令，再次接收待检图像组并重复聚集度分析直至所述聚集度小于预设的聚集度阈值；内容识别模块，用于当所述聚集度小于预设的聚集度阈值时，对所述待检图像组进行内容识别，并向承物端发送步进指令。4.根据权利要求3所述的大米在线检测系统，其特征在于，所述聚集度判断模块包括：图像转换单元，用于接收承物端发送的待检图像组，根据预设的转换公式将所述待检图像组中的待检图像转换为特征图像；轮廓识别单元，用于对所述特征图像进行轮廓识别，根据轮廓识别结果确定目标区域，并计算总轮廓数量；问题轮廓标记单元，用于计算所述目标区域的像素点总数，当所述像素点总数超过预设的数值上限时，将该目标区域的轮廓标记为问题轮廓；拐点识别单元，用于识别所述问题轮廓的拐点，得到拐点数量，根据所述拐点数量和所
述总轮廓数量计算所述待检图像的聚集度；统计计算单元，用于统计所有待检图像的聚集度，计算待检图像组的聚集度。5.根据权利要求4所述的大米在线检测系统，其特征在于，所述拐点识别单元包括：遍历子单元，用于根据预设的识别方向遍历所述问题轮廓上的像素点，以所述像素点为中心，在预设的识别半径内截取特征段；角度计算子单元，用于根据所述中心将所述特征段分为两个特征子段，计算两个特征子段之间的角度；比对子单元，用于比对所述角度与预设的角度阈值，当所述角度达到预设的角度阈值时，将所述像素点标记为拐点；标记子单元，用于统计标记的拐点数量，将所述拐点数量与拐点阈值进行比对，当所述拐点数量达到所述拐点阈值时，将所述问题轮廓标记为聚集轮廓；执行子单元，用于统计标记的聚集轮廓的数量，根据所述聚集轮廓的数量和所述总轮廓数量计算所述待检图像的聚集度。6.根据权利要求4所述的大米在线检测系统，其特征在于，所述内容识别模块包括：色值参数计算单元，用于依次计算所述待检图像组中待检图像的色值参数，所述色值参数包括色值均值和色值方差；所述色值的数据结构统一；评分生成单元，用于将所述色值参数输入训练好的成色分析模型，确定产品的外观评分；次品标记单元，用于提取所述目标区域与相应的像素点总数，当所述像素点总数低于预设的数值下限时，将所述目标区域标记为次品；完整度计算单元，用于计算次品数，根据所述次品数和所述总轮廓数量计算完整度；步进指令生成单元，用于根据所述外观评分和所述完整度确定步进指令，并将所述步进指令向承物端发送。7.根据权利要求3所述的大米在线检测系统，其特征在于，所述权限验证模块包括：身份验证单元，用于确定验证问题，根据所述验证问题判断访问请求的发送者是否为人类；信息比对单元，用于当所述访问请求由人类发送时，获取账户信息，并将所述账户信息与预设的注册信息进行比对；问题确定单元，用于当所述账户信息与所述注册信息相同时，定时向用户发送由账户信息确定的随机问题；权限更新单元，用于接收用户的反馈答案，根据所述反馈答案实时更新用户权限。8.一种大米在线检测方法，其特征在于，所述方法应用于控制端，所述方法包括：接收用户发送的含有检测频率的访问请求，对用户进行权限验证，当用户通过权限验证时，将所述检测频率向承物端发送；接收承物端发送的待检图像组，对所述待检图像组进行聚集度分析，得到待检图像组的聚集度，并比对所述聚集度与预设的聚集度阈值；当所述聚集度达到预设的聚集度阈值时，向承物端发送震动指令，再次接收待检图像组并重复聚集度分析直至所述聚集度小于预设的聚集度阈值；当所述聚集度小于预设的聚集度阈值时，对所述待检图像组进行内容识别，并向承物
端发送步进指令。9.根据权利要求8所述的大米在线检测方法，其特征在于，所述接收承物端发送的待检图像组，对所述待检图像组进行聚集度分析，得到待检图像组的聚集度的步骤包括：接收承物端发送的待检图像组，根据预设的转换公式将所述待检图像组中的待检图像转换为特征图像；对所述特征图像进行轮廓识别，根据轮廓识别结果确定目标区域，并计算总轮廓数量；计算所述目标区域的像素点总数，当所述像素点总数超过预设的数值上限时，将该目标区域的轮廓标记为问题轮廓；识别所述问题轮廓的拐点，得到拐点数量，根据所述拐点数量和所述总轮廓数量计算所述待检图像的聚集度；统计所有待检图像的聚集度，计算待检图像组的聚集度。10.根据权利要求9所述的大米在线检测方法，其特征在于，所述识别所述问题轮廓的拐点，得到拐点数量，根据所述拐点数量和所述总轮廓数量计算所述待检图像的聚集度的步骤包括：根据预设的识别方向遍历所述问题轮廓上的像素点，以所述像素点为中心，在预设的识别半径内截取特征段；根据所述中心将所述特征段分为两个特征子段，计算两个特征子段之间的角度；比对所述角度与预设的角度阈值，当所述角度达到预设的角度阈值时，将所述像素点标记为拐点；统计标记的拐点数量，将所述拐点数量与拐点阈值进行比对，当所述拐点数量达到所述拐点阈值时，将所述问题轮廓标记为聚集轮廓；统计标记的聚集轮廓的数量，根据所述聚集轮廓的数量和所述总轮廓数量计算所述待检图像的聚集度。
技术总结
本发明涉及食品检测技术领域，具体公开了一种大米在线检测系统及方法，所述系统包括承物端和控制端，所述控制端接收承物端发送的待检图像组，对所述待检图像组进行聚集度分析，得到待检图像组的聚集度；当所述聚集度小于预设的聚集度阈值时，对所述待检图像组进行内容识别，并向承物端发送步进指令。本发明通过承物端获取不同波段范围的待检图像，通过控制端对待检图像进行颜色、色泽和完整度的识别，极大地过滤了一些明显高质量或明显低质量的样品，减少了人工检测的样品数，变相地提高了人力成本的利用率。力成本的利用率。力成本的利用率。
技术研发人员：许铁成 彭俊 冯卫国
受保护的技术使用者：深圳市麦稻智联科技有限公司
技术研发日：2022.04.11
技术公布日：2022/5/6