一种用于分选系统的剔除不合格种蛋的方法技术方案

本发明专利技术提供了一种用于分选系统的剔除不合格种蛋的方法

【技术实现步骤摘要】
一种用于分选系统的剔除不合格种蛋的方法


[0001]本专利技术涉及种蛋检测
，特别涉及一种用于分选系统的剔除不合格种蛋的方法
。

技术介绍

[0002]禽蛋包含多种人体所需的蛋白质以及维生素等，具有很高的营养价值，目前我国禽蛋业发展迅速，对禽蛋品质的要求也随之增高，目前传统对禽蛋品质检测的方法以人工检测为主，机械检测为辅；而人工检测需要消耗大量的劳动力资源，且人工检测容易受到个人主观因素以及环境客观因素的影响，导致检测效率低下以及检测准确度低下，机械检测在一定程度上弥补了人工检测的不足，但目前的机械检测评价指标比较单一，检测准确度易受到影响
。
[0003]因此，本专利技术提供一种用于分选系统的剔除不合格种蛋的方法
。

技术实现思路

[0004]本专利技术提供一种用于分选系统的剔除不合格种蛋的方法，用以通过将外观存在裂纹
、
尺寸大于第一预设尺寸
、
尺寸小于预设第二尺寸或形状不均匀的待分选种蛋进行一次剔除；对第一种蛋进行光电检测，获取第一种蛋的光电图像；获取第一种蛋的视觉图像，提取光电图像的第一特征向量以及视觉图像的第二特征向量并进行融合分析；对不合格的第一种蛋进行二次剔除，获取合格种蛋的检测准确度，对相应的二次剔除过程进行检验；即提高了种蛋检测效率，又确保了种蛋检测准确度
。
[0005]本专利技术提供一种用于分选系统的剔除不合格种蛋的方法，包括：步骤1：获取待分选种蛋的外观以及尺寸，将外观存在裂纹
、<br/>尺寸大于第一预设尺寸
、
尺寸小于第二预设尺寸或形状不均匀的待分选种蛋进行一次剔除，将一次剔除后的剩余种蛋记为第一种蛋；步骤2：根据第一种蛋的颜色以及尺寸，确定对第一种蛋进行检测的
LED
光源的颜色以及光强，并对第一种蛋进行光电检测，获取第一种蛋的光电图像；步骤3：获取第一种蛋的视觉图像，提取光电图像的第一特征向量以及视觉图像的第二特征向量并进行融合分析，判定第一种蛋是否合格；步骤4：对不合格的第一种蛋进行二次剔除，将二次剔除后的剩余种蛋记为合格种蛋，并获取合格种蛋的检测准确度，对相应的二次剔除过程进行检验
。
[0006]优选的，将外观存在裂纹的待分选种蛋进行一次剔除，包括：根据预部署摄像头，获取待分选种蛋的第一灰度图像；将第一灰度图像划分为多个待检测区域，并根据蛋壳裂纹的设定特征向量对每个待检测区域进行裂纹检测；当检测到待检测区域存在裂纹时，判定对应待分选种蛋为裂纹蛋，进行一次剔除
。
[0007]优选的，将尺寸大于第一预设尺寸
、
尺寸小于第二预设尺寸或形状不均匀的待分
选种蛋进行一次剔除，包括：根据第一灰度图像，获取对应待分选种蛋的第一投影面积，计算得到对应待分选种蛋的重量；获取种蛋基于不同尺寸下的重量分区，判定对应待分选种蛋是否存在尺寸大于第一预设尺寸或尺寸小于第二预设尺寸的情况，若存在，则进行一次剔除；若不存在，获取待分选种蛋的蛋形指数以及蛋径差，当蛋形指数以及蛋径差均符合预设要求时，判定对应待分选种蛋为第一种蛋，否则，进行一次剔除；其中，将一次剔除后的剩余种蛋记为第一种蛋
。
[0008]优选的，根据第一种蛋的颜色以及尺寸，确定对第一种蛋进行检测的
LED
光源的颜色以及光强，包括：获取第一种蛋的颜色，根据种蛋颜色
‑
LED
光源映射表，确定对应第一种蛋进行检测的
LED
光源的检测颜色种类；确定对应
LED
光源的预设光强，且结合第一种蛋的颜色以及尺寸对
LED
光源的透光率的影响对所述预设光强进行调整，确定对应第一种蛋的检测光强
。
[0009]优选的，获取第一种蛋的光电图像，包括：根据
LED
光源的检测颜色种类
、
检测光强以及预部署光传感器，构建光电检测装置，其中，所述光电检测装置还包括放置腔；将第一种蛋放置于光电检测装置的放置腔中进行光电检测，获取得到对应第一种蛋的光电图像
。
[0010]优选的，还包括：基于预设缺陷特征集合对每个第一种蛋的多个待检测区域进行缺陷检测，得到每个待检测区域的污斑面积，其中，斑类型包括：血斑
、
分泌物斑以及生化斑；当所述污斑面积大于预设缺陷面积阈值时，判定对应第一种蛋为不合格污斑蛋
。
[0011]优选的，提取光电图像的第一特征向量以及视觉图像的第二特征向量并进行融合分析，判定第一种蛋是否合格，包括：根据历史数据库，随机选取若干合格种蛋以及若干不合格种蛋的标注结果，构建训练样本，进而训练得到种蛋合格判定模型；
;
其中，
f(x)
为种蛋合格判定模型；为种蛋合格判定模型的第
i1
个决策层的决策权重；为第
i1
个决策层所涉及到的所有训练样本的融合特征向量；
a1
为种蛋合格判定模型的干扰变量；
n3
为种蛋合格判定模型的决策层的总个数；
x
表示需要进行合格判定的种蛋的当下特征向量；为基于标注结果所构建的训练样本的特征扩充下的调节变量；
n1
表示基于标注结果所构建训练样本的特征数量；
n2
表示基于训练样本的特征扩充数量；表示阶乘；表示种蛋合格判定模型的学习率；表示种蛋合格判定模型的特征损失系数，取值范围为；
获取所述种蛋合格判定模型中每个决策层的历史合格检测概率，并获取每个决策层的约束函数，预设判定种蛋合格的关键特征向量，同时，根据每个决策层的历史合格检测概率，确定每个决策层的迭代参数；基于每个决策层的迭代参数对所述关键特征向量中的相关元素进行迭代更新，直至收敛，将最终得到的关键特征向量记为种蛋合格判定模型的判定特征向量；基于
LED
光源的颜色以及光强，确定光电检测的当下透光率；提取光电图像的第一特征向量，并计算与基于判定特征向量所提取的不同训练样本的待比较特征向量之间的相关系数；
;
其中，
r
为第一特征向量与对应待比较特征向量之间的相关系数；
m1
表示第一特征向量与相应待比较特征向量进行标准化处理后的向量包含的元素总数；为对应待比较特征向量中的第
j1
个元素的元素值；表示第一特征向量中第
j1
个元素的元素值；表示基于第一特征向量的第一透光率
T01
与对应待比较特征向量的第二透光率
T02
下的透光差异调节函数；提取相关系数高于预设相关系数阈值的待比较特征向量的判定结果，并对所提取向量中的最大相关系数对应的判定作为基础，将剩余所提取向量对应的判定作为辅助，得到基于光电图像的第一结果；提取视觉图像的第二特征向量，获取得到种蛋的蛋形指数数据
、
蛋径差数据
、
重量数据以及表面缺本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种用于分选系统的剔除不合格种蛋的方法，其特征在于，包括：步骤1：获取待分选种蛋的外观以及尺寸，将外观存在裂纹
、
尺寸大于第一预设尺寸
、
尺寸小于第二预设尺寸或形状不均匀的待分选种蛋进行一次剔除，将一次剔除后的剩余种蛋记为第一种蛋；步骤2：根据第一种蛋的颜色以及尺寸，确定对第一种蛋进行检测的
LED
光源的颜色以及光强，并对第一种蛋进行光电检测，获取第一种蛋的光电图像；步骤3：获取第一种蛋的视觉图像，提取光电图像的第一特征向量以及视觉图像的第二特征向量并进行融合分析，判定第一种蛋是否合格；步骤4：对不合格的第一种蛋进行二次剔除，将二次剔除后的剩余种蛋记为合格种蛋，并获取合格种蛋的检测准确度，对相应的二次剔除过程进行检验
。2.
根据权利要求1所述的一种用于分选系统的剔除不合格种蛋的方法，其特征在于，将外观存在裂纹的待分选种蛋进行一次剔除，包括：根据预部署摄像头，获取待分选种蛋的第一灰度图像；将第一灰度图像划分为多个待检测区域，并根据蛋壳裂纹的设定特征向量对每个待检测区域进行裂纹检测；当检测到待检测区域存在裂纹时，判定对应待分选种蛋为裂纹蛋，进行一次剔除
。3.
根据权利要求2所述的一种用于分选系统的剔除不合格种蛋的方法，其特征在于，将尺寸大于第一预设尺寸
、
尺寸小于第二预设尺寸或形状不均匀的待分选种蛋进行一次剔除，包括：根据第一灰度图像，获取对应待分选种蛋的第一投影面积，计算得到对应待分选种蛋的重量；获取种蛋基于不同尺寸下的重量分区，判定对应待分选种蛋是否存在尺寸大于第一预设尺寸或尺寸小于第二预设尺寸的情况，若存在，则进行一次剔除；若不存在，获取待分选种蛋的蛋形指数以及蛋径差，当蛋形指数以及蛋径差均符合预设要求时，判定对应待分选种蛋为第一种蛋，否则，进行一次剔除；其中，将一次剔除后的剩余种蛋记为第一种蛋
。4.
根据权利要求1所述的一种用于分选系统的剔除不合格种蛋的方法，其特征在于，根据第一种蛋的颜色以及尺寸，确定对第一种蛋进行检测的
LED
光源的颜色以及光强，包括：获取第一种蛋的颜色，根据种蛋颜色
‑
LED
光源映射表，确定对应第一种蛋进行检测的
LED
光源的检测颜色种类；确定对应
LED
光源的预设光强，且结合第一种蛋的颜色以及尺寸对
LED
光源的透光率的影响对所述预设光强进行调整，确定对应第一种蛋的检测光强
。5.
如权利要求1所述的一种用于分选系统的剔除不合格种蛋的方法，其特征在于，获取第一种蛋的光电图像，包括：根据
LED
光源的检测颜色种类
、
检测光强以及预部署光传感器，构建光电检测装置，其中，所述光电检测装置还包括放置腔；将第一种蛋放置于光电检测装置的放置腔中进行光电检测，获取得到对应第一种蛋的光电图像
。6.
根据权利要求2所述的一种用于分选系统的剔除不合格种蛋的方法，其特征在于，还
包括：基于预设缺陷特征集合对每个第一种蛋的多个待检测区域进行缺陷检测，得到每个待检测区域的污斑面积，其中，斑类型包括：血斑
、
分泌物斑以及生化斑；当所述污斑面积大于预设缺陷面积阈值时，判定对应第一种蛋为不合格污斑蛋
。7.
根据权利要求1所述的一种用于分选系统的剔除不合格种蛋的方法，其特征在于，提取光电图像的第一特征向量以及视觉图像的第二特征向量并...

【专利技术属性】
技术研发人员：孙清良，程国伟，段赞杨，宁洪伟，王集中，
申请(专利权)人：河北玖兴农牧发展有限公司，
类型：发明
国别省市：