带有自动重量校准的基于视觉的分级制造技术

使用自动校准成像系统对诸如虾和鸡部件的食品进行分级的方法和设备。将被单个化的食品单独成像。根据每个食品的图像和图像到重量函数计算其估计重量。校准称重器在成像前或成像后单独或分批次对食品进行称重。将实际重量与估计重量进行比较，以调整图像到重量函数并改进重量估计。

Vision based classification with automatic weight calibration

Method and apparatus for grading foods such as shrimp and chicken parts using an automatic calibration imaging system. Individual foods will be imaged individually. The estimated weight is calculated from the image and image of each food to the weight function. The weighing apparatus is used to weigh the food individually or in batches after imaging or imaging. The actual weight is compared with the estimated weight to adjust the image to the weight function and to improve the weight estimate.

【技术实现步骤摘要】
【国外来华专利技术】带有自动重量校准的基于视觉的分级
本专利技术总体上涉及分级或尺寸测量，并且更具体地，涉及单体食品的基于视觉的分级。
技术介绍
单独加工而未进一步细分的诸如虾和鸡部件的食品通常必须按尺寸或重量分拣成多个等级。例如，通常使用以下三种方法中的一种按照重量对有头部、无头部和去皮的虾进行分级：A)人工，其中，在对于虾的重量进行视觉估计或在称重器上单独称重后将虾放置在合适的分级箱中；B)使用诸如称重带的检重机，其中，虾在通过致动门输送到合适的分级箱中之前在覆盖带的称重器上每次通过一个；或者C)使用基于虾的宽度将虾进行分拣的诸如辊间隙分级机的机械设备，其中，借助于相邻辊之间的发散的间隙，越大的虾在通过间隙落入顺序的分级箱前沿着倾斜辊前进越远。所有这些方法都具有显著的缺点。如果对虾单独称重，则方法A极其耗时，并且如果视觉估计虾的尺寸，则方法A极不准确。方法B允许更快地称重各个虾，但是当各个虾被称重时，检重机的准确性受到影响，并且由于每次只能容纳一个虾，使得处理量有限。方法C允许更高的处理量，但是由于虾重量与辊间隙的相关性受到诸如辊速度和水流量的一些可控变量和诸如虾形状、质地和硬度的一些不可控变量的多个变量的影响而相对不准确。
技术实现思路
一种体现本专利技术的特征的用于对食品进行分级的方法，包括：(a)对一批单体食品进行单个化；(b)将食品中的每个成像，以产生食品中的每个的图像；(c)使用图像到重量函数来计算食品中的每个的估计重量；(d)对食品的样品进行称重，以产生样品中的被称重的食品的实际重量；(e)将估计重量与实际重量进行比较；(f)基于估计重量与实际重量的比较来调节图像到重量函数；和(g)将食品分级成多个等级。在本专利技术的另一方面，一种分级系统，包括：产生一批食品中的每个的图像的成像系统以及根据图像计算食品中的每个的估计重量的控制器。控制器还计算图像到重量函数并基于食品的估计重量将食品中的每个分配至多个等级中的一个。分拣器基于分配给食品的等级将食品中的每个分拣到多个分级通路中的一个。位于分级通路中的每个中的校准称重器产生处于等级中的每个的食品的实际重量。控制器基于等级中的每个的估计重量与实际重量的比较来调节图像到重量函数。附图说明图1是体现本专利技术的特征的基于视觉的分级系统的一种型式的俯视平面图；图2是体现本专利技术的特征的基于视觉的分级系统的包括校准通路的另一型式的俯视平面图；图3是图2或图1的分级系统的运行的流程图；以及图4是体现本专利技术的特征的基于视觉的分级系统的在成像前执行称重的又一型式的框图。具体实施方式图1示出了用于将诸如鸡部件和虾的单体食品分拣成各种等级的分级系统9的一种型式。为了简化说明，使用对虾的分级作为示例。供料罐12中的一批原料虾10在一个或多个(在本示例中为四个)单个化输送机16上被输送至成像系统14，一个或多个单个化输送机16将虾18形成为在各个传送通道20上的单个纵列。传送通道输送机将被单个化的虾18通过成像系统14并经由输出通道输送机24输送到包括分级箱22的下游分级通路21。成像系统包括一个或多个相机26以及在相机的视场中照亮虾18的一个或多个光源28。相机26产生被单个化的虾18的图像。数字图像29被发送至具有图像处理能力的控制器30。控制器30使用提供从图像到重量的转换因子的图像到重量函数将被成像的虾中的每个的二维(2D)投影面积或相机像素数转换为估计重量。根据估计重量，控制器30将每个虾分配至分级箱22中的一个。每个分级箱是估计重量位于预定重量范围或等级内的虾的终点。为了提高重量估计的准确性，三维(3D)成像技术可用于估计每个虾的体积，对于均匀质量密度的虾，体积直接正比于重量。实现3D成像的一种方法是通过将侧视相机或激光幕传感器添加到成像系统14，以检测位于传送输送机20上的虾18的第三维度，即厚度或高度。可替代地，以一定角度错开的成对相机可用于将虾立体地成像。或者，作为另一示例，线扫描激光系统可用作相机，以产生每个虾的3D图像。此外，可以使用一个或多个相机重新构建每个虾的3D形貌，以对投影在虾上的平行或相交的激光线的失真进行成像和分析。无论使用2D、3D还是用于估计每个虾的重量的一些其它方法，基于视觉的重量分级具有其它优点。可以检测并测量除重量以外的属性。虾是完整的还是缺失其食用部分中的一小部分、虾具有尾节附接还是具有过多喉肉、以及虾是否有残留壳(例如，可以用感测UVc荧光的相机检测)都是成像系统可以确定的其它属性的示例。在成像系统14下游的分拣器31中通过诸如螺线管致动式空气喷嘴的推出致动器32实现分拣，推出致动器32将被成像的虾34从传送通道20的侧部推出到分级通道24上。控制器30通过推出控制线36上的推出信号控制推出致动器32，以将每个虾转移至其被指定的终点箱22。根据成像系统14下游的传送输送机20的速度的先验知识，控制器30获知何时对致动器32通电，以便将每个虾34分拣至合适的箱。控制器30也可以通过控制线37调节传送输送机20的速度。诸如不可识别的成像物品、虾粒、具有残留壳或附肢的虾、邻接虾以及不符合所选质量或尺寸标准的虾的不合格品38被输送离开传送输送机20的端部至返回输送机40上。邻接虾由于未被单个化而不合格，但是其是以其它方式可接受的，邻接虾在拣选工位42处被从其它不合格品中拣选出来并且通过诸如输送机或槽的再循环器44或工厂操作员返回至供料罐12。全部不合格品46被从分级系统9移除。由于运送至输出分级通路21中的一个的每个虾的估计重量和质量是已知的，所以控制器30可以跟踪、趋势分析和显示通过分级系统9的总处理量、每个等级或质量类别的处理量、以及每个等级的平均尺寸和方差。可由用户通过控制器30设定每个等级范围的边界和目标平均值以及初始或手动调节的图像到重量函数。重量变化和质量度量可以与用户定义的统计过程控制限值进行实时比较，以修改操作符(operators)并在超出极限值时采取校正控制动作。可以基于客户指定的过程控制限值和诸如基于尺寸的虾成本和产品价格的经济考虑来优化重量和质量分拣标准，从而用分级的虾供应更有利可图的订单。多个输出通道24可由控制器30配置，以处理单个等级，从而适应集中在某些尺寸范围的高处理量。虾的估计重量受到由于自然原因或由于诸如物理压缩、水分损失和增加的处理造成的虾生理学变化的影响。因此，使用将图像与估计重量相关的固定的图像到重量函数使得估计中的误差会随着虾生理学的变化而改变。为了最小化这种估计误差，控制器根据被称重的每个虾或一批次虾连续或周期性地调节图像到重量函数。图像到重量函数的数学域由图像尺寸范围的元素组成。分配给图像到重量函数的域的每个元素是在诸如多项式公式的转换公式中使用的一个或多个转换系数的集合，以将虾的图像尺寸转换成估计重量。对于三次多项式(Ax3+Bx2+Cx+D)，该集合将包括四个转换系数A、B、C、D，其中，A、B和C乘以图像尺寸x的相应幂，D是常数项。对于图像尺寸和估计重量之间的纯线性关系，该集合将包括对应于在前一句的多项式中A＝B＝D＝0时的系数C的单个转换值。转换系数的集合数目等于域中的元素数目。例如，如果对所有虾尺寸使用具有相同转换系数集合的相同转换公式，则域仅包括一个元素：虾尺寸的整个范围。在这种情况中，图像到重本文档来自技高网...

【技术保护点】
一种用于对食品进行分级的方法，包括：对一批单体食品进行单个化；将所述食品中的每个成像，以产生所述食品中的每个的图像；使用图像到重量函数计算所述食品中的每个的估计重量；对所述食品的样品进行称重，以产生所述样品中的被称重的食品的实际重量；将所述估计重量与所述实际重量进行比较；基于所述估计重量与所述实际重量的比较来调节所述图像到重量函数；将所述食品分级成多个等级。

【技术特征摘要】
【国外来华专利技术】2015.02.05 US 62/112,4901.一种用于对食品进行分级的方法，包括：对一批单体食品进行单个化；将所述食品中的每个成像，以产生所述食品中的每个的图像；使用图像到重量函数计算所述食品中的每个的估计重量；对所述食品的样品进行称重，以产生所述样品中的被称重的食品的实际重量；将所述估计重量与所述实际重量进行比较；基于所述估计重量与所述实际重量的比较来调节所述图像到重量函数；将所述食品分级成多个等级。2.根据权利要求1所述的方法，其中，所述方法包括通过按照所述估计重量将所述食品中的每个分拣至校准称重器来将所述食品分级成所述多个等级，一个所述校准称重器对应于所述等级中的一个。3.根据权利要求2所述的方法，其中，所述方法包括在所述校准称重器中单独或分批次称重所述食品。4.根据权利要求1所述的方法，其中，所述食品的所述样品是全部所述食品的子集。5.根据权利要求1所述的方法，其中，所述方法包括在对所述食品进行单个化前对所述食品的所述样品进行称重。6.根据权利要求1所述的方法，其中，将所述食品中的每个的所述估计重量单独或分批次与所述实际重量进行比较。7.根据权利要求1所述的方法，其中，所述方法进一步包括对所述单体食品进行计数。8.根据权利要求1所述的方法，其中，所述方法进一步包括在校准周期期间将在所选估计重量范围内的食品转移至校准称重器。9.根据权利要求1所述的方法，其中，所述方法进一步包括检测未被单个化的食品，并将所述未被单个化的食品再循环回待单个化的一批食品中。10.根据权利要求1所述的方法，其中，所述食品的所述图像是二维或三维图像。11.根据权利要求1所述的方法，其中，所述食品的所述图像是将所述食品的二维图像和第三测量维度组合的复合三维图像。12.根据权利要求1所述的方法，其中，所述图像到重量函数对于所述多个等级中的每个是可调节的。13.根据权利要求1所述的方法，其中，所述图像到重量函数对于与所述等级不一致的估计食品重量的范围是可调节的。14.根据权利要求1所述的方法，其中，所述方法进一步包括显示与所述等级中的每个相关联的信息。15.根据权利要求1所述的方法，其中，所述方法进一步包括除去不能够识别为可接受食品的东西。16.一种分级系统，包括：成像系统，所述成像系统产生一批食品中的每个的图像；控制器，所述控制器根据所述食品的所述图像和图像到重量函数计算所述食品中的每个的估计重量，并且基于所述食品的所述估计重量将所述食品中的每个分配至多个等级中的一个；分拣器，所述分拣器基于分配给所述食品的等级将所述食品中的每个分拣到多个分级通路中的一个；位...

【专利技术属性】
技术研发人员：B·F·泰勒，R·S·拉佩尔，
申请(专利权)人：莱特拉姆有限责任公司，
类型：发明
国别省市：美国,US