【技术实现步骤摘要】
【国外来华专利技术】
本专利技术涉及一种用于训练用于定位存在于家禽腿中的骨部分的至少一个神经网络的方法，以及一种非易失性计算机可读存储介质，其包括程序，所述程序包括用于使计算机执行所述方法的指令。本专利技术还涉及一种用于定位存在于家禽腿中的骨部分的方法和一种用于训练用于定位存在于家禽腿中的骨部分的机构，以及一种用于定位存在于家禽腿中的骨部分的设备。
技术介绍
1、这种方法、机构和设备用于家禽的自动加工。为了从家禽腿的骨或骨部分分离出肉部分，首先需要的是确定骨部分的确切地点，以便能够对去骨所需的切口进行最佳安置。特别地，大腿骨、小腿骨和膝盖的位置和/或地点尤为重要。
2、文献ep 2 532 246 b1公开了一种利用x射线系统对带骨的肉进行去骨的方法。待处理的家禽腿在x射线源和x射线探测器之间传送通过，并且通过分析获得的x射线数据确定骨部分的地点和位置。
3、缺点是，这些已知的方法在操作期间总是需要使用x射线成像。这在工作安全方面提出了特别的挑战，而且是成本高且维护量大的。此外，处理x射线还需要训练有素的高技能人员。
技术实现思路
1、因此，本专利技术的目的是提供相应的方法、设备和机构，其允许家禽腿中的骨部分以高精度，并以设备方面尽可能少的成本被定位。
2、所述目的是通过前面提到的用于训练用于定位存在于家禽腿中的骨部分的至少一个神经网络的方法来实现的，所述方法包括以下步骤：提供多个家禽腿；通过光学相机在光学可见波长范围内记录所述多个家禽腿地前侧或后侧的图像，以便生成所
3、根据本专利技术的方法具有仅在训练或学习阶段使用x射线成像的优点。一旦已经通过根据本专利技术的方法对神经网络进行了训练，就能够仅根据家禽腿的光学图像可靠地确定家禽腿中的骨部分的地点。为此目的，光学图像数据和x射线图像数据被相互叠加。因此，混合图像数据代表了叠加图像，其包含完整家禽腿的光学图像和x射线图像。因此，基于混合图像来识别家禽腿中的骨部分的确切地点和位置并将它们与完整家禽腿的外部视图联系起来是可能的。以这种方式，骨部分的地点与家禽腿的外部形态之间的关联被建立。
4、本专利技术的有利的实施例特征在于，所述参考点包括大腿参考点、小腿参考点和膝盖参考点。上述参考点为确定大腿、小腿骨和膝盖的地点和位置提供了足够的准确性。同时，确定这些参考点的算法复杂度也降到了必要的最低限度。
5、根据本专利技术的另一个优选实施例，所述大腿参考点和所述小腿参考点是点对，其在每种情况下都表示骨端区域的位置。基于这些点对，足够准确地限定家禽腿中的所条的骨的位置和定向。特别优选地，在每种情况下，点对都位于骨的头部，优选地相对于骨的纵向方向位于相关骨头部的中间。
6、本专利技术的优选的进一步改进在于，所述膝盖参考点形成包括至少一个点的点云，其中所述点云的点参考膝盖的边缘位置。一般来说，具有一个点的点云足以指示膝盖的地点。或者，这一个点被选择成使得其位于膝盖的中间。
7、本专利技术的另一个有利实施例特征在于，所述点云至少包括上膝盖参考点和下膝盖参考点，其中所述上和下膝盖参考点位于膝盖边缘区域。通过指定上述两个参考点，不仅确定膝盖的位置而且估算其大小，特别是其长度和宽度是可能的。特别优选地，除了上述上膝盖参考点和下膝盖参考点外，点云还包括第三参考点，使得三个参考点就形成了三角形，其区域尽可能覆盖膝盖。如前所述，上述三个参考点然后优选地位于膝盖的边缘处。
8、根据另一个优选的实施例，在生成所述混合图像数据之前，从图像背景中提取所述光学图像数据和所述x射线图像数据的与对象相关的图像区域。通过提取，不显示家禽腿部或其骨部分的图像区域被屏蔽。这防止位于背景中的结构在神经网络的训练中被考虑。总体而言，骨部分的定位的可靠性和精确性因此得到了提高。
9、所述目的还可以通过前面提到的非易失性计算机可读存储介质来实现，所述介质包括程序，所述程序包括用于使计算机执行用于训练用于定位存在于家禽腿中的骨部分的至少一个神经网络的方法的指令。
10、所述目的还通过上文所述的用于定位存在于家禽腿中的骨部分的方法来实现，所述方法包括以下步骤：通过输送装置沿输送方向输送多个家禽腿；通过第一光学成像系统针对输送经过所述成像系统的所述多个家禽腿的每个家禽腿获取所述多个家禽腿的前侧或后侧的多个数字图像；顺序地将所述多个数字图像作为输入数据提供给配置用于定位所述骨部分的第一神经网络，其中用于定位所述骨部分的所述第一神经网络已经由上述用于训练至少一个神经网络的所述方法训练；通过所述第一神经网络确定所述骨部分的位置数据；以及，将显示和/或传输的所述位置数据提供给下游机器，所述下游机器用于基于确定的位置数据处理所述多个家禽腿。
11、根据本专利技术方法具有以下优点：只需在光学可见范围内获取家禽腿的图像，以便定位存在于家禽腿的骨部分。因此，根据本专利技术的方法在操作过程中无需x射线成像。因此，与现有技术中已知的方法相比，在设备方面所需的成本大大减少。特别是通过免除x射线成像，不再存在与x射线成像相关的风险，并且能够免除使用高技能人员。因此，与现有技术中已知的方法相比，根据本专利技术的方法要便宜得多。不过，就骨部分的定位的精确度而言，它丝毫不逊于基于x射线的方法。
12、本专利技术的有利实施例特征在于，参考点包括大腿参考点、小腿参考点和膝盖参考点。上述参考点为确定大腿骨、小腿骨和膝盖的地点和位置提供了足够的准确性。同时，确定这些参考点的算法复杂度也降到了必要的最低限度。
13、根据本专利技术的另一个优选实施例，所述大腿参考点和所述小腿参考点是点对，其在每种情况下都表示骨端区域的位置。基于这些点对，足够准确地限定家禽腿中的所述骨的位置和定向。特别优选的是，点对在每种情况下都位于骨的头部处。
14、本专利技术的优选进一步改进区别在于，所述膝盖参考点形成包括至少一个点的点云，其中所述点云的点参考膝盖的边缘位置。一般来说，具有一个点的点云足以指示膝盖的地点。或者，这一个点被选择使得其位于膝盖的中间。
15、本专利技术的另一个有利实施例特征在于，所述点云至少包括上膝盖参考点和下膝盖参考点，其中所述上膝盖参考点和所述下膝盖参考点位于膝盖边缘区域。通过指定上述两个参考点，确定不仅膝盖的位置而且其大小也是本文档来自技高网...
【技术保护点】
1.用于训练用于定位存在于家禽腿(10)中的骨部分的至少一个神经网络的方法，其包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，所述参考点(20)包括大腿参考点(20a、20b)、小腿参考点(20c、20d)和膝盖参考点(20e、20f、20g)。
3.根据权利要求2所述的方法，其特征在于，所述大腿参考点(20a、20b)和所述小腿参考点(20c、20d)是点对，其在每种情况下都表示骨端区域(21)的位置。
4.根据权利要求2或3所述的方法，其特征在于，所述膝盖参考点(20e、20f、20g)形成包括至少一个点的点云(22)，其中所述点云(22)中的点参考膝盖的边缘位置。
5.根据权利要求4所述的方法，其特征在于，所述点云至少包括上膝盖参考点(20g)和下膝盖参考点(20e)，其中所述上和下膝盖参考点(20g、20e)位于膝盖边缘区域。
6.根据权利要求1至5中任一项所述的方法，其特征在于，在生成所述混合图像数据之前，从图像背景中提取所述光学图像数据和所述X射线图像数据的与对象相关的图像区域。
7.非
8.用于定位存在于家禽腿(10)中的骨部分的方法，其包括以下步骤：
9.根据权利要求8所述的方法，其特征在于，参考点包括大腿参考点(20a、20b)、小腿参考点(20c、20d)和膝盖参考点(20e、20f、20g)。
10.根据权利要求9所述的方法，其特征在于，所述大腿参考点(20a、20b)和所述小腿参考点(20c、20d)是点对，其在每种情况下都表示骨端区域(21)的位置。
11.根据权利要求9或10所述的方法，其特征在于，所述膝盖参考点(20e、20f、20g)形成包括至少一个点的点云(22)，其中所述点云(22)中的点参考膝盖的边缘位置。
12.根据权利要求11所述的方法，其特征在于，所述点云至少包括上膝盖参考点(20g)和下膝盖参考点(20e)，其中所述上和下膝盖参考点(20g、20e)位于膝盖边缘区域。
13.根据权利要求8至12中任一项所述的方法，其特征在于，通过所述下游机器(26)的控制单元，根据所提供的位置数据(31)来确定切割线路径，并通过所述控制单元沿所述切割线路径移动所述下游机器(26)的刀具以便将所述家禽腿(10)去骨，所述刀具适于可控制地移动。
14.根据权利要求8至13中任一项所述的方法，其特征在于，在将所述多个家禽腿(10)的所述获取的多个数字图像(25)作为输入数据提供给所述第一神经网络之前，将所述多个家禽腿(10)的所述获取的多个数字图像(25)馈送到腿侧检测装置(32)，所述腿侧检测装置(32)适于进行腿侧检测，以及确定每个特定的数字图像(25)是右家禽腿(10)的还是左家禽腿(10)的，并且如果数字图像(25)与指定的腿侧不匹配，则以虚拟轴来镜像有关数字图像(25)的图像数据，以便将右家禽腿(10)的数字图像(25)转换为左家禽腿(10)的虚拟的数字图像(25)并且反之亦然。
15.根据权利要求14所述的方法，其特征在于，所述腿侧检测是通过第二神经网络进行的，所述第二神经网络已经用所述指定的腿侧的家禽腿(10)的图像训练。
16.根据权利要求8至15中任一项所述的方法，其特征在于，在将所述多个家禽腿(10)的所述多个数字图像(25)作为输入数据提供给所述第一神经网络之前和/或在所述腿侧检测之前，将所述多个家禽腿(10)的所述多个数字图像(25)馈送到前侧和后侧检测装置(37)，所述前侧和后侧检测装置(37)适于进行前侧和后侧检测，以及确定每个特定的数字图像(25)显示家禽腿(10)的前侧还是后侧，并且如果数字图像(25)与指定的前侧/后侧不匹配，则使所述输送装置(16)的悬挂托架(43)进行180°旋转，并通过相对于所述输送方向(16)布置在所述第一光学成像系统(24)下游的第二光学成像系统(25)获取家禽腿(10)的朝向所述第一光学成像系统(24)的一侧的数字图像(25)，所述悬挂托架(43)保持有关家禽腿(10)并绕其垂直轴(44)是可控制地枢转的。
17.根据权利要求16所述的方法，其特征在于，所述前侧和后侧检测是通过第三神经网络进行的，所述第三神经网络已经用所述指定的前侧/后侧的家禽腿(10)的图像训练。
18.用于训练用于定位存在于家禽腿部分(10)中的骨部分的至少一个神经网络的机构，包括：
19.根据权利要求18所述的机构，其特征在于，所述参...
【技术特征摘要】
【国外来华专利技术】
1.用于训练用于定位存在于家禽腿(10)中的骨部分的至少一个神经网络的方法，其包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，所述参考点(20)包括大腿参考点(20a、20b)、小腿参考点(20c、20d)和膝盖参考点(20e、20f、20g)。
3.根据权利要求2所述的方法，其特征在于，所述大腿参考点(20a、20b)和所述小腿参考点(20c、20d)是点对，其在每种情况下都表示骨端区域(21)的位置。
4.根据权利要求2或3所述的方法，其特征在于，所述膝盖参考点(20e、20f、20g)形成包括至少一个点的点云(22)，其中所述点云(22)中的点参考膝盖的边缘位置。
5.根据权利要求4所述的方法，其特征在于，所述点云至少包括上膝盖参考点(20g)和下膝盖参考点(20e)，其中所述上和下膝盖参考点(20g、20e)位于膝盖边缘区域。
6.根据权利要求1至5中任一项所述的方法，其特征在于，在生成所述混合图像数据之前，从图像背景中提取所述光学图像数据和所述x射线图像数据的与对象相关的图像区域。
7.非易失性计算机可读存储介质，其包括程序，所述程序包括用于使计算机执行根据权利要求1至6中任一项所述的方法的指令。
8.用于定位存在于家禽腿(10)中的骨部分的方法，其包括以下步骤：
9.根据权利要求8所述的方法，其特征在于，参考点包括大腿参考点(20a、20b)、小腿参考点(20c、20d)和膝盖参考点(20e、20f、20g)。
10.根据权利要求9所述的方法，其特征在于，所述大腿参考点(20a、20b)和所述小腿参考点(20c、20d)是点对，其在每种情况下都表示骨端区域(21)的位置。
11.根据权利要求9或10所述的方法，其特征在于，所述膝盖参考点(20e、20f、20g)形成包括至少一个点的点云(22)，其中所述点云(22)中的点参考膝盖的边缘位置。
12.根据权利要求11所述的方法，其特征在于，所述点云至少包括上膝盖参考点(20g)和下膝盖参考点(20e)，其中所述上和下膝盖参考点(20g、20e)位于膝盖边缘区域。
13.根据权利要求8至12中任一项所述的方法，其特征在于，通过所述下游机器(26)的控制单元，根据所提供的位置数据(31)来确定切割线路径，并通过所述控制单元沿所述切割线路径移动所述下游机器(26)的刀具以便将所述家禽腿(10)去骨，所述刀具适于可控制地移动。
14.根据权利要求8至13中任一项所述的方法，其特征在于，在将所述多个家禽腿(10)的所述获取的多个数字图像(25)作为输入数据提供给所述第一神经网络之前，将所述多个家禽腿(10)的所述获取的多个数字图像(25)馈送到腿侧检测装置(32)，所述腿侧检测装置(32)适于进行腿侧检测，以及确定每个特定的数字图像(25)是右家禽腿(10)的还是左家禽腿(10)的，并且如果数字图像(25)与指定的腿侧不匹配，则以虚拟轴来镜像有关数字图像(25)的图像数据，以便将右家禽腿(10)的数字图像(25)转换为左家禽腿(10)的虚拟的数字图像(25)并且反之亦然。
15.根据权利要求14所述的方法，其特征在于，所述腿侧检测是通过第二神经网络进行的，所述第二神经网络已经用所述指定的腿侧的家禽腿(10)的图像训练。
16.根据权利要求8至15中任一项所述的方法，其特征在于，在将所述多个家禽腿(10)的所述多个数字图像(25)作为输入数据提供给所述第一神经网络之前和/或在所述腿侧检测之前，将所述多个家禽腿(10)的所述多个数字图像(25)馈送到前侧和后侧检测装置(37)，所述前侧和后侧检测装置(37)适于进行前侧和后侧检测，以及确定每个特定的数字图像(25)显示家禽腿(10)的前侧还是后侧，并且如果数字图像(25)与指定的前侧/后侧不匹配，则使所述输送装置(16)的悬挂托架(43)进行180°旋转，并通过相对于所述输送方向(16)布置在所述第一光学成像系统(24)下游的第二光学成像系统(25)获取家禽腿(10)的朝向所述第一光学成像系统(24)的一侧的数字图像(25)，所述悬挂托架(43)保持有关家禽腿(10)并绕其垂直轴(44)是可控制地枢转的。
17.根据权利要求16所述的方法，其特征在于，所述前侧和后侧检测是通过第三神经网络进行的，所述第三神经网络已经用所述指定的前侧/后侧的家禽腿(10)的图像训练。
【专利技术属性】
技术研发人员：克里斯托弗·法比安·伊泽恩哈根，奥利弗·施莱辛格，弗洛里安·杰克，
申请(专利权)人：FPI食品加工创新有限两合公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。