禽蛋检测、图像处理方法、装置、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、图像处理方法、装置、电子设备及存储介质，该方法包括：获取待检测蛋盘图像，所述待检测蛋盘图像中包括放置在蛋盘中的禽蛋；根据预先训练的蛋盘检测模型检测得到所述待检测蛋盘图像中禽蛋的禽蛋类型及所述禽蛋在所述蛋盘中的位置信息，所述禽蛋类型至少包括异常禽蛋和/或正常禽蛋；根据所述禽蛋类型及位置信息生成所述禽蛋对应的标签。该技术方案采用非接触的图像检测方式对禽蛋进行检测，避免接触式敲击检测对正常禽蛋的损坏，并且，由于检测仅基于禽蛋蛋壳外观，与禽蛋质量、质心等非外观参数无关，检测结果准确，误差较小且泛化能力强。

Egg detection, image processing method, device, electronic equipment and storage medium

【技术实现步骤摘要】
禽蛋检测、图像处理方法、装置、电子设备及存储介质
本申请涉及图像识别
，尤其涉及一种禽蛋检测、图像处理方法、装置、电子设备及存储介质。
技术介绍
目前在禽蛋生产、经营、加工过程中，异常禽蛋的检测是最重要环节之一。及时发现并剔除异常禽蛋，既能减少损耗，又能提高储藏、加工质量，而且有利于生产者和经营者采取科学的管理，增强企业及其产品的市场竞争力。现有的禽蛋异常的自动检测方法主要基于数字信号处理器(digitalsignalprocessor，简称DSP)。禽蛋被敲击时会发出声音，异常蛋和正常蛋因为蛋壳结构不同而使其声音信号表征出不同的参数特征。通过敲击蛋壳产生声音信号，将该模拟信号放大、滤波并转换为能被计算机处理的数字信号，对采集到的声音信号进行频谱分析，通过频谱分析找出区分异常蛋和正常蛋的显著特征参数。具体地，通过分别敲击禽蛋不同位置，如大头、中间和小头，采集这些位置的声音信号，提取各特征参数，通过这些特征参数分别对禽蛋大头、中间和小头进行统计分析，运用逐步叛变原理选取最优的特征参数组合，再利用贝叶斯叛变分别建立异常蛋和正常蛋的判别模型。现有的禽蛋异常检测方法属于接触性检测方法，在用敲击棒敲打的过程种存在损坏正常禽蛋的情况，并且判别方法属于区分好蛋和坏蛋的模板匹配方式，由于蛋皮质量和蛋质心不同，导致测量结果误差大，泛化能力差。另外，现有的技术检测的时间长，耗费人工巨大，无法适用于大规模的实际场景。
技术实现思路
为了解决上述技术问题或者至少部分地解决上述技术问题，本申请提供了一种禽蛋检测、图像处理方法、装置、电子设备及存储介质。第一方面，本申请提供了一种禽蛋检测方法，包括：获取待检测蛋盘图像，所述待检测蛋盘图像中包括放置在蛋盘中的禽蛋；根据预先训练的蛋盘检测模型检测得到所述待检测蛋盘图像中禽蛋的禽蛋类型及所述禽蛋在所述蛋盘中的位置信息，所述禽蛋类型至少包括异常禽蛋和/或正常禽蛋；根据所述禽蛋类型及位置信息生成所述禽蛋对应的标签。可选的，所述方法还包括：根据所述标签生成分拣指令，所述分拣指令用于控制分拣设备对所述蛋盘中所述位置信息对应的禽蛋执行所述禽蛋类型对应的分拣操作；将所述分拣指令发送至所述分拣设备。可选的，所述方法还包括：获取蛋盘样本图像，所述蛋盘样本图像中包括异常禽蛋和/或正常禽蛋；获取所述蛋盘样本图像对应的蛋盘标注信息，所述蛋盘标注信息包括蛋盘中各个禽蛋对应的禽蛋标注信息；采用预设卷积神经网络对所述蛋盘样本图像及蛋盘标注信息进行训练，得到所述蛋盘检测模型。第二方面，本申请提供了一种图像处理方法，包括：获取蛋盘样本图像，所述蛋盘样本图像中包括异常禽蛋和/或正常禽蛋；获取所述蛋盘样本图像对应的蛋盘标注信息，所述蛋盘标注信息包括蛋盘中各个禽蛋对应的禽蛋标注信息；采用预设卷积神经网络对所述蛋盘样本图像及蛋盘标注信息进行训练，得到蛋盘检测模型。可选的，所述蛋盘样本图像包括：增强蛋盘样本图像和/或原始蛋盘样本图像；所述蛋盘增强样本图像由禽蛋样本图像拼接而成。可选的，所述方法还包括：获取空蛋盘图像，所述空蛋盘图像中的空蛋盘为预设的第一尺寸；识别所述空蛋盘图像中蛋槽位置及蛋槽数量；获取所述蛋槽数量的异常禽蛋图像和正常禽蛋图像，所述异常禽蛋图像和正常禽蛋图像为第二尺寸，所述第二尺寸根据所述第一尺寸及所述蛋槽数量计算得到；将所述异常禽蛋图像和正常禽蛋图像拼接到所述空蛋盘图像中的蛋槽位置，得到增强蛋盘样本图像。可选的，所述获取所述蛋盘样本图像对应的蛋盘标注信息，所述蛋盘标注信息包括蛋盘中各个禽蛋对应的禽蛋标注信息，包括：获取所述异常禽蛋图像对应的禽蛋标注信息，所述禽蛋标注信息包括所述异常禽蛋图对应的禽蛋异常类型及预先标注的检测框的第一坐标；将所述第一坐标转换为所述检测框在所述增强蛋盘样本图像中的第二坐标；根据所述禽蛋异常类型及所述第二坐标生成所述增强蛋盘样本图像对应的蛋盘标注信息。可选的，所述获取所述蛋槽数量的异常禽蛋图像和正常禽蛋图像，包括：查询禽蛋样本库，所述禽蛋样本库包括正常禽蛋子样本库及不同异常类型对应的异常禽蛋子样本库；从各个所述异常禽蛋子样本库中随机选取异常禽蛋图像，从所述正常禽蛋子样本库中随机选取正常禽蛋图像；所述将所述异常禽蛋图像和正常禽蛋图像拼接到所述空蛋盘图像中的蛋槽位置，包括：将所述异常禽蛋图像和正常禽蛋图像随机拼接到所述空蛋盘图像中的蛋槽位置。可选的，所述采用预设卷积神经网络对所述蛋盘样本图像及蛋盘标注信息进行训练，包括：通过所述预设卷积神经网络对所述蛋盘样本图像进行预设倍数的下采样卷积计算和/或预设步长的空洞卷积计算。第三方面，本申请提供了一种禽蛋检测装置，包括：获取模块，用于获取待检测蛋盘图像，所述蛋盘图像中包括禽蛋；检测模块，用于根据预先训练的蛋盘检测模型检测得到所述待检测蛋盘图像中的禽蛋类型及坐标信息，所述禽蛋类型至少包括异常禽蛋和/或正常禽蛋；生成模块，用于根据所述禽蛋类型及坐标信息生成所述禽蛋对应的标签。第四方面，本申请提供了一种图像处理装置，包括：第一获取模块，用于获取蛋盘样本图像，所述蛋盘样本图像中包括异常禽蛋和/或正常禽蛋；第二获取模块，用于获取所述蛋盘样本图像对应的蛋盘标注信息，所述蛋盘标注信息包括蛋盘中各个禽蛋对应的禽蛋标注信息；训练模块，用于采用预设卷积神经网络对所述蛋盘样本图像及蛋盘标注信息进行训练，得到蛋盘检测模型。第五方面，本申请提供了一种电子设备，包括：处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；所述存储器，用于存放计算机程序；所述处理器，用于执行计算机程序时，实现上述方法步骤。第六方面，本申请提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述方法步骤。本申请实施例提供的上述技术方案与现有技术相比具有如下优点：通过对整盘禽蛋进行拍照，基于预先训练的蛋盘检测模型对待检测蛋盘图像中的禽蛋进行识别，并将蛋盘中的异常蛋标注出来，便于后续进行区别分拣。采用非接触的图像检测方式对禽蛋进行检测，避免接触式敲击检测对正常禽蛋的损坏，并且，由于检测仅基于禽蛋蛋壳外观，与禽蛋质量、质心等非外观参数无关，检测结果准确，误差较小且泛化能力强。附图说明此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本专利技术的实施例，并与说明书一起用于解释本专利技术的原理。为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1为本申请实施例提供的一种本文档来自技高网...

【技术保护点】
1.一种禽蛋检测方法，其特征在于，包括：/n获取待检测蛋盘图像，所述待检测蛋盘图像中包括放置在蛋盘中的禽蛋；/n根据预先训练的蛋盘检测模型检测得到所述待检测蛋盘图像中禽蛋的禽蛋类型及所述禽蛋在所述蛋盘中的位置信息，所述禽蛋类型至少包括异常禽蛋和/或正常禽蛋；/n根据所述禽蛋类型及位置信息生成所述禽蛋对应的标签。/n

【技术特征摘要】
1.一种禽蛋检测方法，其特征在于，包括：
获取待检测蛋盘图像，所述待检测蛋盘图像中包括放置在蛋盘中的禽蛋；
根据预先训练的蛋盘检测模型检测得到所述待检测蛋盘图像中禽蛋的禽蛋类型及所述禽蛋在所述蛋盘中的位置信息，所述禽蛋类型至少包括异常禽蛋和/或正常禽蛋；
根据所述禽蛋类型及位置信息生成所述禽蛋对应的标签。


2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
根据所述标签生成分拣指令，所述分拣指令用于控制分拣设备对所述蛋盘中所述位置信息对应的禽蛋执行所述禽蛋类型对应的分拣操作；
将所述分拣指令发送至所述分拣设备。


3.根据权利要求1或2所述的方法，其特征在于，所述方法还包括：
获取蛋盘样本图像，所述蛋盘样本图像中包括异常禽蛋和/或正常禽蛋；
获取所述蛋盘样本图像对应的蛋盘标注信息，所述蛋盘标注信息包括蛋盘中各个禽蛋对应的禽蛋标注信息；
采用预设卷积神经网络对所述蛋盘样本图像及蛋盘标注信息进行训练，得到所述蛋盘检测模型。


4.一种图像处理方法，其特征在于，包括：
获取蛋盘样本图像，所述蛋盘样本图像中包括异常禽蛋和/或正常禽蛋；
获取所述蛋盘样本图像对应的蛋盘标注信息，所述蛋盘标注信息包括蛋盘中各个禽蛋对应的禽蛋标注信息；
采用预设卷积神经网络对所述蛋盘样本图像及蛋盘标注信息进行训练，得到蛋盘检测模型。


5.根据权利要求4所述的方法，其特征在于，所述蛋盘样本图像包括：增强蛋盘样本图像和/或原始蛋盘样本图像；所述蛋盘增强样本图像由禽蛋样本图像拼接而成。


6.根据权利要求5所述的方法，其特征在于，所述方法还包括：
获取空蛋盘图像，所述空蛋盘图像中的空蛋盘为预设的第一尺寸；
识别所述空蛋盘图像中蛋槽位置及蛋槽数量；
获取所述蛋槽数量的异常禽蛋图像和正常禽蛋图像，所述异常禽蛋图像和正常禽蛋图像为第二尺寸，所述第二尺寸根据所述第一尺寸及所述蛋槽数量计算得到；
将所述异常禽蛋图像和正常禽蛋图像拼接到所述空蛋盘图像中的蛋槽位置，得到增强蛋盘样本图像。


7.根据权利要求6所述的方法，其特征在于，所述获取所述蛋盘样本图像对应的蛋盘标注信息，所述蛋盘标注信息包括蛋盘中各个禽蛋对应的禽蛋标注信息，包括：
获取所述异常禽蛋图像对应的禽蛋标注信息，所述禽蛋标注信息包括所述...

【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