一种禽蛋检测方法、装置、系统、电子设备及存储介质制造方法及图纸

本申请涉及一种禽蛋检测方法、装置、系统、电子设备及存储介质，该方法包括：获取第一待检测图像，所述第一待检测图像中包括被拾取设备拾取的禽蛋；根据预先训练的第一分类模型对所述第一待检测图像中的禽蛋按照轮廓进行大小头方向分类，生成第一分类结果；根据所述第一分类结果生成所述禽蛋对应的第一分类标签。该技术方案能够降低禽蛋运输过程中的破损率，提高禽蛋孵化时的孵化率及出雏率。另外，基于非接触式检测，避免禽蛋出现碰撞破损。

An egg detection method, device, system, electronic equipment and storage medium

【技术实现步骤摘要】
一种禽蛋检测方法、装置、系统、电子设备及存储介质
本申请涉及图像处理领域，尤其涉及一种禽蛋检测方法、装置、系统、电子设备及存储介质。
技术介绍
完整的禽蛋蛋壳呈椭圆型，一头大、一头小。蛋壳又可分为壳上膜、壳下皮、气室。禽蛋大小头定向排列是禽蛋分级包装商品化处理工序之一，主要目的是让所有的禽蛋大头都朝向一个方向，在包装后禽蛋都会呈大头向上放置在蛋盒或蛋盘中，可以防止蛋黄粘结在蛋壳上，延长保存期。在孵化场景，禽蛋的大小头摆放方向还会直接影响出雏率，对生产效益产生直接影响。另外，胚胎需要气室朝上才能正常的发育，气室绝大多数情况位于在禽蛋的大头方向，所以行业标准在码蛋环节要求禽蛋按大头向上摆放，并且在运输过程中大头朝上会减少禽蛋的破损率。禽蛋出厂摆盘一般是人工操作，这个过程由于人为失误或大小头外形不明显一般会存在小头朝上的错误摆放情况存在。还有部分规模较大的蛋厂采用分列翻转式定向装置对禽蛋进行定向，在该装置上的关键运动为轴向运动和翻转运动，禽蛋在轴向运动中自形成一个水平偏转角，它是禽蛋大小头自动定向分列运动计算的核心参数。...

【技术保护点】
1.一种禽蛋检测方法，其特征在于，包括：/n获取第一待检测图像，所述第一待检测图像中包括被拾取设备拾取的禽蛋；/n根据预先训练的第一分类模型对所述第一待检测图像中的禽蛋按照轮廓进行大小头方向分类，生成第一分类结果；/n根据所述第一分类结果生成所述禽蛋对应的第一分类标签。/n

【技术特征摘要】
1.一种禽蛋检测方法，其特征在于，包括：
获取第一待检测图像，所述第一待检测图像中包括被拾取设备拾取的禽蛋；
根据预先训练的第一分类模型对所述第一待检测图像中的禽蛋按照轮廓进行大小头方向分类，生成第一分类结果；
根据所述第一分类结果生成所述禽蛋对应的第一分类标签。


2.根据权利要求1所述的方法，其特征在于，
所述获取待检测图像，包括：
当所述禽蛋被所述拾取装置拾取后，对所述禽蛋进行拍摄，得到第一禽蛋图像；
根据所述第一禽蛋图像得到第一待检测图像；
根据预先训练的第一分类模型对所述第一待检测图像中的禽蛋按照轮廓进行大小头方向分类，生成第一分类结果，包括：
对所述第一待检测图像的像素进行二值化处理，生成二值化的掩码图像；
将所述掩码图像输入所述第一分类模型，所述第一分类模型为判断所述禽蛋大头朝上或小头朝上的二分类模型；
根据所述第一分类模型对所述禽蛋进行大小头分类；
输出第一分类结果，所述第一分类结果用于标识所述禽蛋大头朝上或小头朝上。


3.根据权利要求2所述的方法，其特征在于，当所述第一禽蛋图像中包括至少两个禽蛋时，所述根据所述第一禽蛋图像得到所述第一待检测图像，包括：
对所述第一禽蛋图像进行分割，得到包括单个禽蛋的第一禽蛋子图像；
在所述第一禽蛋子图像中识别所述禽蛋的轮廓信息；
根据所述轮廓信息确定所述禽蛋的最小外接矩形框；
根据所述最小外接矩形框对所述第一禽蛋子图像进行裁切，得到所述第一待检测图像。


4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
根据所述第一分类结果生成第一分拣指令，所述第一分拣指令用于控制分拣设备对所述禽蛋执行相应的分拣操作；
将所述第一分拣指令发送至所述分拣设备。


5.根据权利要求4所述的方法，其特征在于，所述第一分类结果还包括所述禽蛋大头朝上的第一置信度或小头朝上的第二置信度；
所述根据所述第一分类结果生成第一分拣指令，包括：
当所述第一置信度大于或等于第一预设阈值时，生成将所述禽蛋分拣至第一蛋盘的第一分拣指令；
当所述第二置信度大于或等于第二预设阈值时，生成将所述禽蛋分拣至第二蛋盘的第一分拣指令；
当所述第一置信度小于所述第一预设阈值时，生成将所述禽蛋分拣至第三蛋盘的第一分拣指令；
当所述第二置信度小于所述第二预设阈值时，生成将所述禽蛋分拣至第四蛋盘的第一分拣指令。


6.根据权利要求1所述的方法，其特征在于，所述方法还包括：
分别采集所述拾取设备拾取所述禽蛋大头时和所述拾取设备拾取所述小头时的样本图像；
对所述拾取设备拾取所述禽蛋大头时的样本图像添加大头朝上的标签，对所述拾取设备拾取所述禽蛋小头时的样本图像添加小头朝上的标签；
对所述样本图像的像素进行二值化处理，生成二值化的掩码样本图像；
基于预设卷积神经网络对所述掩码样本图像进行二分类训练，利用禽蛋轮廓曲率变化特征区分大小头方向，生成所述第一分类模型。


7.根据权利要求1-7中任一项所述的方法，其特征在于，所述拾取设备包括吸嘴，通过所述吸嘴吸起所述禽蛋。


8.根据权利要求1所述的方法，其特征在于，所述根据所述第一分类结果生成所述禽蛋对应的第一分类标签之后，所述方法还包括：
获取第二待检测图像，所述第二待检测图像中包括被所述拾取设备拾取且被照亮的禽蛋；
根据预先训练的第二分类模型对所述第二待检测图像中的禽蛋按照是否检测到气室进行大小头方向分类，生成第二分类结果；
根据所述第二分类结果所述禽蛋对应的第二分类标签。


9.根据权利要求8所述的方法，其特征在于，所述方法还包括：
根据所述第二分类结果生成第二分拣指令，所述第二分拣指令用于控制分拣设备执行相应的分拣操作；
将所述第二分拣指令发送至所述分拣设备。


10.根据权利要求8所述的方法，其特征在于，当所述第一分类结果包括所述禽蛋大头朝上的第一置信度或小头朝上的第二置信度时，所述获取第二待检测图像，包括：
当所述第一置信度小于第一预设阈值或所述第二置信度小于第二预设阈...

【专利技术属性】
技术研发人员：李俊玲，
申请(专利权)人：北京海益同展信息科技有限公司，
类型：发明
国别省市：北京;11