点卤方法及其点卤系统技术方案

一种点卤方法包括如下步骤：采集当前图像，对当前图像进行目标区域选取，得到目标图像。对目标图像进行参数阈值化处理，得到二值图片。对二值图片进行槟榔外轮廓识别操作，得到槟榔外轮廓分布图。对槟榔外轮廓分布图进行分块切割处理，得到槟榔外轮廓图。分别对槟榔外轮廓图进行计算，得到各果腔内轮廓。分别计算各果腔内轮廓的目标尺寸。根据各槟榔外轮廓图中的果腔内轮廓的目标尺寸得到预设点卤路径和预设点卤流量。本发明专利技术的点卤方法采用图像处理方法，从而能够获得料盘上的各槟榔核体的点卤水量及点卤路径，由此在实际的槟榔点卤生产中能够对点卤水量及点卤路径进行精确控制，使得槟榔点卤加工生产的质量得到有效提高。

Point brine method and its point brine system

A method of point halogen includes the following steps: collecting the current image, selecting the target region of the current image, and obtaining the target image. Thresholding the target image and obtaining the two value picture. The areca contour recognition operation is performed on the two value image, and the areca contour map is obtained. The external contour map of areca is obtained by block cutting and processing. The contour of areca is calculated and the contour of each fruit cavity is obtained. The target size of each fruit cavity is calculated separately. According to the target size of the inner contour of each betel nut, the preset point halogen path and the preset point halogen flow rate were obtained. The method of point brine of the invention adopts the image processing method, thereby obtaining the point brine volume and the point brine path of each betel nut core body on the material tray, thereby accurately controlling the point brine volume and the point brine path in the actual betel nut point brine production, thus effectively improving the quality of the processing and production of the betel nut point brine.

【技术实现步骤摘要】
点卤方法及其点卤系统
本专利技术涉及槟榔加工技术，特别是涉及一种点卤方法及其点卤系统。
技术介绍
槟榔的食用习惯多种多样，有一些用户是直接食用鲜果，这对于槟榔的加工涉及较少，但是，针对一些喜爱食用加工槟榔的用户，那么会对槟榔进行复杂的加工操作。传统的做法是完全采用人工进行加工，但是随着工业化的发展，以及槟榔市场的发展需求，这就要求槟榔的加工操作需要依托工业化来代替生产效率较为低下的人工生产。目前，在食用槟榔的整体加工工艺中，需要将各槟榔有序地并按照矩形阵列的方式摆放在料盘，当料盘排列放置好槟榔后，需要对料盘上的槟榔进行点卤加工工艺。然而，现有的槟榔点卤方法在实际运用过程中，会出现点卤量不易控制的问题，从而在实际的槟榔点卤生产中使得不同槟榔的卤水量不一，导致槟榔食品的加工质量降低，同时，现有的槟榔点卤方法在实际运用过程中，点卤路径也不易控制，从而使点卤时卤液落入槟榔核体边缘或者落入料盘上，导致槟榔食品外壳面被卤水沾染，不符合生产要求的标准，由此降低槟榔食品的加工质量。
技术实现思路
本专利技术的目的是克服现有技术中的不足之处，提供一种能够对槟榔点卤量及点卤路径进行控制的点卤方法及其点卤系统。本专利技术的目的是通过以下技术方案来实现的：一种点卤方法包括如下步骤：采集摆放有多个槟榔的料盘的当前图像，对所述当前图像进行目标区域选取，得到目标图像；建立所述目标图像的参数模型，用于对所述目标图像进行参数阈值化处理，得到二值图片；根据预设外轮廓识别条件，对所述二值图片进行槟榔外轮廓识别操作，以得到槟榔外轮廓分布图；分别根据各槟榔外轮廓的外接矩形，对所述槟榔外轮廓分布图进行分块切割处理，以得到多个独立的槟榔外轮廓图；根据预设计算模型，分别对所述槟榔外轮廓图进行计算，得到各所述槟榔外轮廓图中的果腔内轮廓；分别计算各所述槟榔外轮廓图中的果腔内轮廓的目标尺寸；根据各所述槟榔外轮廓图中的果腔内轮廓的目标尺寸得到预设点卤路径和预设点卤流量；控制运动模块根据所述预设点卤路径进行运动，并对应控制位于所述运动模块上的点卤模块根据所述预设点卤流量进行点卤操作。在其中一个实施例中，采集摆放有多个槟榔的料盘的多个当前图像，根据槟榔料盘上的标记点对各所述当前图像进行所述预设区域选取，得到多个初始图像，将各所述初始图像进行图像拼接操作，得到所述目标图像。在其中一个实施例中，所述预设计算模型通过如下步骤获得：采集摆放有多个槟榔的料盘的训练图像；对各所述训练图像进行果腔内轮廓标记操作，并进行归一化处理，得到多个处理图像；根据各所述处理图像进行卷积神经网络训练操作，得到所述预设计算模型；其中，所述卷积神经网络基于残差神经网络和全卷积神经网络架构，包含60个卷积层。在其中一个实施例中，在对所述槟榔外轮廓图进行计算之前，还包括如下步骤：对所述槟榔外轮廓图进行图像对比度增强处理。在其中一个实施例中，所述目标图像的参数模型为饱和度参数模型。在其中一个实施例中，在所述槟榔外轮廓分布图中，根据各槟榔外轮廓的外接矩形，在所述外接矩形的边界位置处向外放大5～10个像素点，再对所述槟榔外轮廓分布图进行分块切割处理，以得到多个独立的所述槟榔外轮廓图。在其中一个实施例中，所述果腔内轮廓的目标尺寸包括果腔内轮廓面积、果腔内轮廓宽度和果腔内轮廓长度，根据各所述槟榔外轮廓图中的所述果腔内轮廓面积、所述果腔内轮廓宽度和所述果腔内轮廓长度，以得到所述预设点卤流量。一种点卤系统包括：图像采集模块，所述图像采集模块用于采集摆放有多个槟榔的料盘的当前图像；图像处理模块，所述图像处理模块用于对所述当前图像进行目标区域选取，得到目标图像；所述图像处理模块还用于建立所述目标图像的参数模型，用于对所述目标图像进行参数阈值化处理，得到二值图片；所述图像处理模块还用于根据预设外轮廓识别条件，对所述二值图片进行槟榔外轮廓识别操作，以得到槟榔外轮廓分布图；所述图像处理模块还用于分别根据各槟榔外轮廓的外接矩形，对所述槟榔外轮廓分布图进行分块切割处理，以得到多个独立的槟榔外轮廓图；计算模块，所述计算模块内预存有所述预设计算模型，所述计算模块用于分别对所述槟榔外轮廓图进行计算，得到各所述槟榔外轮廓图中的果腔内轮廓；所述计算模块还用于分别计算各所述槟榔外轮廓图中的果腔内轮廓的目标尺寸；所述计算模块还用于根据各所述槟榔外轮廓图中的果腔内轮廓的目标尺寸得到预设点卤路径和预设点卤流量；运动模块，所述运动模块根据所述预设点卤路径进行运动；点卤模块，所述点卤模块位于所述运动模块上，所述点卤模块根据所述预设点卤流量进行点卤操作；控制模块，所述控制模块分别用于控制所述运动模块和所述点卤模块执行运动操作和点卤操作。在其中一个实施例中，所述控制模块为XYZ三轴运动模块，用于带动所述点卤模块进行XYZ三轴方向的往复式位移操作。在其中一个实施例中，所述点卤系统还包括卤水供应模块，所述卤水供应模块与所述点卤模块连通，所述卤水供应模块采用回路循环方式用于对所述点卤模块输入卤水。与现有技术相比，本专利技术至少具有以下优点：本专利技术的点卤方法采用图像处理方法，通过对料盘上的槟榔核体进行图像采集、分析处理及计算，从而能够获得料盘上的各槟榔核体的点卤水量及点卤路径，由此在实际的槟榔点卤生产中能够对点卤水量及点卤路径进行精确控制，使得槟榔点卤加工生产的质量得到有效提高。附图说明图1为本专利技术的点卤方法的流程图；图2为本专利技术一实施例的点卤系统的结构示意图。具体实施方式为了便于理解本专利技术，下面将参照相关附图对本专利技术进行更全面的描述。附图中给出了本专利技术的较佳实施方式。但是，本专利技术可以以许多不同的形式来实现，并不限于本文所描述的实施方式。相反地，提供这些实施方式的目的是使对本专利技术的公开内容理解的更加透彻全面。需要说明的是，当元件被称为“固定于”另一个元件，它可以直接在另一个元件上或者也可以存在居中的元件。当一个元件被认为是“连接”另一个元件，它可以是直接连接到另一个元件或者可能同时存在居中元件。本文所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述只是为了说明的目的，并不表示是唯一的实施方式。除非另有定义，本文所使用的所有的技术和科学术语与属于本专利技术的
的技术人员通常理解的含义相同。本文中在本专利技术的说明书中所使用的术语只是为了描述具体的实施方式的目的，不是旨在于限制本专利技术。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。一实施方式中，一种点卤方法，包括如下步骤：采集摆放有多个槟榔的料盘的当前图像，对所述当前图像进行目标区域选取，得到目标图像；建立所述目标图像的参数模型，用于对所述目标图像进行参数阈值化处理，得到二值图片；根据预设外轮廓识别条件，对所述二值图片进行槟榔外轮廓识别操作，以得到槟榔外轮廓分布图；分别根据各槟榔外轮廓的外接矩形，对所述槟榔外轮廓分布图进行分块切割处理，以得到多个独立的槟榔外轮廓图；根据预设计算模型，分别对所述槟榔外轮廓图进行计算，得到各所述槟榔外轮廓图中的果腔内轮廓；分别计算各所述槟榔外轮廓图中的果腔内轮廓的目标尺寸；根据各所述槟榔外轮廓图中的果腔内轮廓的目标尺寸得到预设点卤路径和预设点卤流量；控制运动模块根据所述预设点卤路径进行运动，并对应控制位于所述运动模块上的点卤模块根据所述预设点卤流本文档来自技高网...

【技术保护点】
1.一种点卤方法，其特征在于，包括如下步骤：采集摆放有多个槟榔的料盘的当前图像，对所述当前图像进行目标区域选取，得到目标图像；建立所述目标图像的参数模型，用于对所述目标图像进行参数阈值化处理，得到二值图片；根据预设外轮廓识别条件，对所述二值图片进行槟榔外轮廓识别操作，以得到槟榔外轮廓分布图；分别根据各槟榔外轮廓的外接矩形，对所述槟榔外轮廓分布图进行分块切割处理，以得到多个独立的槟榔外轮廓图；根据预设计算模型，分别对所述槟榔外轮廓图进行计算，得到各所述槟榔外轮廓图中的果腔内轮廓；分别计算各所述槟榔外轮廓图中的果腔内轮廓的目标尺寸；根据各所述槟榔外轮廓图中的果腔内轮廓的目标尺寸得到预设点卤路径和预设点卤流量；控制运动模块根据所述预设点卤路径进行运动，并对应控制位于所述运动模块上的点卤模块根据所述预设点卤流量进行点卤操作。

【技术特征摘要】
1.一种点卤方法，其特征在于，包括如下步骤：采集摆放有多个槟榔的料盘的当前图像，对所述当前图像进行目标区域选取，得到目标图像；建立所述目标图像的参数模型，用于对所述目标图像进行参数阈值化处理，得到二值图片；根据预设外轮廓识别条件，对所述二值图片进行槟榔外轮廓识别操作，以得到槟榔外轮廓分布图；分别根据各槟榔外轮廓的外接矩形，对所述槟榔外轮廓分布图进行分块切割处理，以得到多个独立的槟榔外轮廓图；根据预设计算模型，分别对所述槟榔外轮廓图进行计算，得到各所述槟榔外轮廓图中的果腔内轮廓；分别计算各所述槟榔外轮廓图中的果腔内轮廓的目标尺寸；根据各所述槟榔外轮廓图中的果腔内轮廓的目标尺寸得到预设点卤路径和预设点卤流量；控制运动模块根据所述预设点卤路径进行运动，并对应控制位于所述运动模块上的点卤模块根据所述预设点卤流量进行点卤操作。2.根据权利要求1所述的点卤方法，其特征在于，采集摆放有多个槟榔的料盘的多个当前图像，根据槟榔料盘上的标记点对各所述当前图像进行所述预设区域选取，得到多个初始图像，将各所述初始图像进行图像拼接操作，得到所述目标图像。3.根据权利要求1所述的点卤方法，其特征在于，所述预设计算模型通过如下步骤获得：采集摆放有多个槟榔的料盘的训练图像；对各所述训练图像进行果腔内轮廓标记操作，并进行归一化处理，得到多个处理图像；根据各所述处理图像进行卷积神经网络训练操作，得到所述预设计算模型；其中，所述卷积神经网络基于残差神经网络和全卷积神经网络架构，包含60个卷积层。4.根据权利要求1所述的点卤方法，其特征在于，在对所述槟榔外轮廓图进行计算之前，还包括如下步骤：对所述槟榔外轮廓图进行图像对比度增强处理。5.根据权利要求1所述的点卤方法，其特征在于，所述目标图像的参数模型为饱和度参数模型。6.根据权利要求1所述的点卤方法，其特征在于，在所述槟榔外轮廓分布图中，根据各槟榔外轮廓的外接矩形，在所述外接矩形的边界位置处向外放大5～10个像素点，再对...

【专利技术属性】
技术研发人员：王伟，陈兴平，王进文，杜招银，朱忠辉，刘建，揭剑亮，
申请(专利权)人：惠州市三协精密有限公司，
类型：发明
国别省市：广东,44