一种橘红鲜果胚囊参数预测方法及系统技术方案

本发明专利技术涉及一种橘红鲜果胚囊参数预测方法及系统，采用双目及其视觉测量橘红鲜果的体积并修正，利用悬臂梁结构的称重模块将重量信号放大处理后得到重量参数，根据密度信息计算橘红鲜果橘白体积和橘红鲜果胚囊体积，并且采用神经网络模型对数据进行处理，得到准确的橘红鲜果胚囊参数，以便于根据橘红鲜果胚囊的预测结果，生成优化的加工刀具给进参数及刀具扩张参数，控制胚囊旋挖去囊的自动化操作，可以提高去囊的效果和速度。提高去囊的效果和速度。提高去囊的效果和速度。

【技术实现步骤摘要】
一种橘红鲜果胚囊参数预测方法及系统


[0001]本专利技术涉及中药材加工领域，特别是涉及一种橘红鲜果胚囊参数预测方法及系统。

技术介绍

[0002]化橘红是一种产于广东化州的名贵中药材，以原植物化州柚为基础，将化橘红鲜果的果皮切为五瓣或七瓣去掉果瓤，将果皮经传统工艺加工烘干后即为五爪、七爪化橘红原药材，具有健胃行气、止咳化痰的功效，因此化橘红鲜果去囊是传统化橘红加工中必不可少的步骤。
[0003]近年来多以采摘果龄在41-55天的胎果作为毛橘红原药材，不需去囊即可，而果龄大于55天，果径大于90mm的原果一般需要去囊。目前化橘红鲜果主要通过人工采摘，适宜的采摘期非常短；随着化橘红种植面积不断扩大，作为季节性临时用工，采摘人工短缺，采摘能力不足，来不及采摘的果子快速长大均需去囊，每年采摘的鲜果中有一半都需要去囊。而目前化橘红鲜果去囊主要依靠人工切开果皮，挖去果瓤，速度慢，除成本较高外，由于人工短缺加工产能受限，限制了企业的效益和发展。
[0004]现有技术提供了一种可以通过获取或设定参数，控制刀具给进深度、扩张尺寸的鲜果去囊装置，以期对不同果茎、胚囊大小的橘红鲜果均较好去囊；但实际农产品加工中，特别是作为橘红鲜果个体，从早期的球状逐渐长成椭球状或大小头明显的柚子状差异比较大，在果龄大于55天后，果子整体外形体积增大速度远低于内部的胚囊增大速度，果皮及橘白部分日渐变薄而胚囊日渐增大，每一天都有新的变化。由于果树个体开花授粉时间的差异，生长差异，即使同一棵果树的橘红鲜果也存在较大的个体差异，可能导致同一天采摘的橘红鲜果即使是外部体积、果形相近，内部胚囊大小可能也差异较大，不同天采摘的橘红鲜果差异更大。因此，依靠人工经验设定一个普适性强的加工刀具给进参数及刀具扩张参数，对经验要求较高，且普适性较差，很难找到一个合适的参数适用于橘红去囊的批量加工。并且橘红果皮橘白和胚囊也存在明显的性状区别，切开后借助机器视觉等技术是可以区分和评估胚囊的大小的，但需将橘红鲜果对半切开进行视觉的胚囊检测铣挖，破坏了橘红果形且生产效率低。

技术实现思路

[0005]本专利技术的目的是提供一种准确预测橘红鲜果胚囊参数的方法及系统，便于后续实现橘红鲜果自动化去囊处理。
[0006]为实现上述目的，本专利技术提供了如下方案：
[0007]一种橘红鲜果胚囊参数预测方法，所述方法包括：
[0008]获取橘红鲜果的基本参数、橘红鲜果胚囊实测参数和待测橘红鲜果的基本参数；所述橘红鲜果的基本参数包括：橘红鲜果体积、橘红鲜果重量、橘红鲜果橘白体积和橘红鲜果胚囊体积；所述橘红鲜果胚囊实测参数包括：胚囊最大半径、胚囊高度和胚囊底部距离；
[0009]以多个橘红鲜果相应的基本参数为输入，以所述多个橘红鲜果的实测参数为输出，对神经网络模型进行训练；并利用训练后的神经网络模型对所述待测橘红鲜果的基本参数进行处理，获得相应的胚囊参数预测结果。
[0010]可选的，获取所述橘红鲜果体积的方法具体包括：
[0011]获取所述橘红鲜果的双视角图像；
[0012]对所述双视角图像进行预处理，得到预处理双视角图像；
[0013]根据所述预处理双视角图像，对所述橘红鲜果的位置偏移误差进行修正，得到位置偏移误差修正后的双视角图像；
[0014]对所述位置偏移误差修正后的双视角图像进行半径误差修正，得到所述橘红鲜果的实际半径；
[0015]利用所述橘红鲜果的实际半径计算所述橘红鲜果体积。
[0016]可选的，获取所述橘红鲜果橘白体积和所述橘红鲜果胚囊体积的具体方法包括：
[0017]获取所述橘红鲜果体积、所述橘红鲜果重量、橘红鲜果果皮橘白密度和橘红鲜果胚囊密度；
[0018]利用公式计算所述橘红鲜果橘白体积V
b
和所述橘红鲜果胚囊体积V
n
；
[0019]其中，ρ1为橘红鲜果果皮橘白的密度，ρ2为橘红鲜果胚囊的密度，V
all
为橘红鲜果体积，M
all
为橘红鲜果重量。
[0020]可选的，利用悬臂梁结构的称重模块测量所述橘红鲜果重量。
[0021]可选的，采用监督学习方法对所述神经网络模型进行训练。
[0022]一种橘红鲜果胚囊参数预测系统，所述方法包括：
[0023]参数获取单元，用于获取橘红鲜果的基本参数、橘红鲜果胚囊实测参数和待测橘红鲜果的基本参数；所述橘红鲜果的基本参数包括：橘红鲜果体积、橘红鲜果重量、橘红鲜果橘白体积和橘红鲜果胚囊体积；所述橘红鲜果胚囊实测参数包括：胚囊最大半径、胚囊高度和胚囊底部距离；
[0024]预测单元，用于以多个橘红鲜果相应的基本参数为输入，以所述多个橘红鲜果的实测参数为输出，对神经网络模型进行训练；并利用训练后的神经网络模型对所述待测橘红鲜果的基本参数进行处理，获得相应的胚囊参数预测结果。
[0025]可选的，所述参数获取单元包括橘红鲜果体积计算子单元，该子单元具体包括：
[0026]图像获取模块，用于获取所述橘红鲜果的双视角图像；
[0027]预处理模块，用于对所述双视角图像进行预处理，得到预处理双视角图像；
[0028]位置偏移误差修正模块，用于根据所述预处理双视角图像，对所述橘红鲜果的位置偏移误差进行修正，得到位置偏移误差修正后的双视角图像；
[0029]半径误差修正模块，用于对所述位置偏移误差修正后的双视角图像进行半径误差修正，得到所述橘红鲜果的实际半径；
[0030]橘红鲜果体积计算模块，用于利用所述橘红鲜果的实际半径计算所述橘红鲜果体积。
[0031]可选的，所述参数获取单元还包括：橘红鲜果橘白体积和橘红鲜果胚囊体积计算
子单元，该子单元具体包括：
[0032]参数获取模块，用于获取所述橘红鲜果体积、所述橘红鲜果重量、橘红鲜果果皮橘白密度和橘红鲜果胚囊密度；
[0033]橘红鲜果橘白体积和橘红鲜果胚囊体积计算模块，用于利用公式计算所述橘红鲜果橘白体积V
b
和所述橘红鲜果胚囊体积V
n
；
[0034]其中，ρ1为橘红鲜果果皮橘白的密度，ρ2为橘红鲜果胚囊的密度，V
all
为橘红鲜果体积，M
all
为橘红鲜果重量。
[0035]根据本专利技术提供的具体实施例，本专利技术公开了以下技术效果：本专利技术根据橘红鲜果体积、橘红鲜果重量、橘红鲜果果皮橘白密度和橘红鲜果胚囊密度计算求解橘红鲜果胚囊体积和橘白体积，利用神经网络模型分析得到橘红鲜果胚囊参数，该预测过程不会破坏橘红鲜果的果形，并且预测结果准确；根据橘红鲜果胚囊参数的预测结果，可以生成优化的加工刀具给进参数及刀具扩张参数，控制胚囊旋挖去囊的自动化操作，可以提高去囊的效果和速度。
附图说明
[0036]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，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种橘红鲜果胚囊参数预测方法，其特征在于，所述方法包括：获取橘红鲜果的基本参数、橘红鲜果胚囊实测参数和待测橘红鲜果的基本参数；所述橘红鲜果的基本参数包括：橘红鲜果体积、橘红鲜果重量、橘红鲜果橘白体积和橘红鲜果胚囊体积；所述橘红鲜果胚囊实测参数包括：胚囊最大半径、胚囊高度和胚囊底部距离；以多个橘红鲜果相应的基本参数为输入，以所述多个橘红鲜果的实测参数为输出，对神经网络模型进行训练；并利用训练后的神经网络模型对所述待测橘红鲜果的基本参数进行处理，获得相应的胚囊参数预测结果。2.根据权利要求1所述的橘红鲜果胚囊参数预测方法，其特征在于，获取所述橘红鲜果体积的方法具体包括：获取所述橘红鲜果的双视角图像；对所述双视角图像进行预处理，得到预处理双视角图像；根据所述预处理双视角图像，对所述橘红鲜果的位置偏移误差进行修正，得到位置偏移误差修正后的双视角图像；对所述位置偏移误差修正后的双视角图像进行半径误差修正，得到所述橘红鲜果的实际半径；利用所述橘红鲜果的实际半径计算所述橘红鲜果体积。3.根据权利要求1或2所述的橘红鲜果胚囊参数预测方法，其特征在于，获取所述橘红鲜果橘白体积和所述橘红鲜果胚囊体积的具体方法包括：获取所述橘红鲜果体积、所述橘红鲜果重量、橘红鲜果果皮橘白密度和橘红鲜果胚囊密度；利用公式计算所述橘红鲜果橘白体积V
b
和所述橘红鲜果胚囊体积V
n
；其中，ρ1为橘红鲜果果皮橘白的密度，ρ2为橘红鲜果胚囊的密度，V
all
为橘红鲜果体积，M
all
为橘红鲜果重量。4.根据权利要求1所述的橘红鲜果胚囊参数预测方法，其特征在于，利用悬臂梁结构的称重模块测量所述橘红鲜果重量。5.根据权利要求1所述的橘红鲜果胚囊参数预测方法，其特征在于，采用监督学习方法对所述神经网络模型进行训练。6.一种橘红鲜果胚囊参数预测系统，其...

【专利技术属性】
技术研发人员：李新超，余品皓，孙国玺，蔡炯杰，伍思源，刘铸文，
申请(专利权)人：茂名本正化橘红研究院，
类型：发明
国别省市：