【技术实现步骤摘要】
本专利技术属于图像处理及目标识别，具体地说，是涉及一种数蛋装置。
技术介绍
1、在大型的养殖场，鸡蛋产品的流水线每天要传输的数量庞大，如何又快又准确地清点产品数量对于企业来说是非常有必要的。用传统的称量鸡蛋产品总质量、再通过单个鸡蛋的质量来计算鸡蛋产品的数量的话，误差较大，与产品的真实数量有很大差异。人工检测鸡蛋数量的话，工作量大，当产品数量较大时很难有效统计鸡蛋总数；同时人工检测的话需要较多人员，增加了生产成本。
2、在边缘计算领域，运用嵌入式系统可以很方便采集图片，同时单片机的成本不高，达到了低成本、高效率完成检测产品数量的目的，节约了企业生产成本。但是，每个集蛋线需配置一台摄像机、嵌入式板卡及连接各嵌入式板卡的通信设备，系统复杂且提高了设备成本。
技术实现思路
1、本专利技术提供一种数蛋装置，降低系统复杂度及数蛋装置的成本。
2、为解决上述技术问题，本专利技术采用以下技术方案予以实现：
3、一种数蛋装置，包括多个摄像设备、计数模块；
4、各所述摄像设备分别对应不同的集蛋线设置，用于拍摄对应所述集蛋线的视频流；
5、所述计数模块包括通信连接的cpu及gpu、与所述cpu连接的多个通信接口；各所述通信接口分别与各所述摄像设备连接，用于接收所述视频流；所述cpu多线程接收及预处理各所述视频流，分别生成多帧图像并分区缓存；所述gpu依次提取各缓存区中的所述图像；检测识别所述图像中的目标鸡蛋，获得其基本信息；所述cpu根据所述
6、在一些具体的实施例中，所述cpu对各所述视频流进行的预处理包括图像分拣、图像压缩、图像滤波、图像归一化。
7、在一些具体的实施例中，所述图像分拣采用跳帧分拣方法；舍弃的所述图像的数量按下式计算；
8、y=α*0.2*（f-15）+β*（3-v）/2.5，f≥15；
9、其中，
10、y为每3帧舍弃的图像帧数；
11、α为帧率权重，根据摄像设备的参数设定；
12、β为集蛋线速度权重，根据集蛋线的参数设定；
13、f为所述摄像设备的拍摄帧率；
14、v为集蛋线速度，单位为（m/min）。
15、在一些具体的实施例中，所述图像压缩为将所述图像压缩为416*416像素。
16、在一些具体的实施例中，所述图像滤波采用中值滤波方法；所述归一化为将所述图像的像素值0-255除以255，转换成0-1的浮点数。
17、在一些具体的实施例中，所述gpu使用预训练的卷积神经网络(cnn)检测识别所述图像中的目标鸡蛋；
18、通过卷积层、池化层操作提取所述图像归一化之后的特征得到所述图像的特征图并进行尺度特征融合；检测从融合后的特征图中提取的所述目标鸡蛋的基本信息；通过silu激活函数和非极大值抑制算法对所述目标鸡蛋的基本信息进行处理。
19、在一些具体的实施例中，所述cpu将所述图像中检测到的所述目标鸡蛋进行初始化，分别对应创建跟踪器，并对应各所述目标鸡蛋分配唯一id。
20、在一些具体的实施例中，所述cpu采用卡尔曼滤波器对每个所述图像中的所述目标鸡蛋进行运动状态估计及跟踪器更新；
21、在所述图像区域中设定观察区和计数区；当分配有唯一id的所述目标鸡蛋的检测框进入到所述观察区时，则将该所述目标鸡蛋添加到待计数列表中；当所述待计数列表中的所述目标鸡蛋运行到所述计数区时，进行计数，并将其从所述待计数列表中删除。
22、在一些具体的实施例中，所述通信接口为usb接口和/或以太网接口。
23、在一些具体的实施例中，还包括显示模块，其与所述cpu通信连接，用于实时显示当前计蛋值及历史计蛋值。
24、与现有技术相比，本专利技术的优点和积极效果是：本专利技术的计数模块连接多个摄像设备；计数模块包括的cpu多线程接收及预处理各摄像设备拍摄的集蛋线的视频流分别获得多帧图像，各视频流对应的多帧图像分区缓存；计数模块包括的gpu依次提取各缓存区的各帧图像进行计算量较大的检测识别获得各帧图像中的目标鸡蛋的基本信息；cpu根据各帧图像中的目标鸡蛋的基本信息进行标记及计数；将视频流的预处理及目标鸡蛋的计数、计算量较大的图像中目标鸡蛋的检测识别强制分派到cpu、gpu执行，综合调度cpu和gpu的计算资源，提高了对嵌入式板卡的计数模块的综合利用率，极大的提高了图像处理效率，实现了多集蛋线通道通过一个嵌入式板卡分别实时的计数，不仅降低成本，且降低安装及布置难度。
本文档来自技高网...【技术保护点】
1.一种数蛋装置，其特征在于，包括：
2.根据权利要求1所述的数蛋装置，其特征在于，所述CPU对各所述视频流进行的预处理包括图像分拣、图像压缩、图像滤波、图像归一化。
3.根据权利要求2所述的数蛋装置，其特征在于，所述图像分拣采用跳帧分拣方法；舍弃的所述图像的数量按下式计算；
4.根据权利要求2所述的数蛋装置，其特征在于，所述图像压缩为将所述图像压缩为416*416像素。
5.根据权利要求2所述的数蛋装置，其特征在于，所述图像滤波采用中值滤波方法；所述归一化为将所述图像的像素值0-255除以255，转换成0-1的浮点数。
6.根据权利要求2至5任一项所述的数蛋装置，其特征在于，所述GPU使用预训练的卷积神经网络(CNN)检测识别所述图像中的目标鸡蛋；
7.根据权利要求6所述的数蛋装置，其特征在于，所述CPU将所述图像中检测到的所述目标鸡蛋进行初始化，分别对应创建跟踪器，并对应各所述目标鸡蛋分配唯一ID。
8.根据权利要求7所述的数蛋装置，其特征在于，所述CPU采用卡尔曼滤波器对每个所述图像中的所述
9.根据权利要求1至5任一项所述的数蛋装置，其特征在于，所述通信接口为USB接口和/或以太网接口。
10.根据权利要求1至5任一项所述的数蛋装置，其特征在于，还包括显示模块，其与所述CPU通信连接，用于实时显示当前计蛋值及历史计蛋值。
...【技术特征摘要】
1.一种数蛋装置，其特征在于，包括：
2.根据权利要求1所述的数蛋装置，其特征在于，所述cpu对各所述视频流进行的预处理包括图像分拣、图像压缩、图像滤波、图像归一化。
3.根据权利要求2所述的数蛋装置，其特征在于，所述图像分拣采用跳帧分拣方法；舍弃的所述图像的数量按下式计算；
4.根据权利要求2所述的数蛋装置，其特征在于，所述图像压缩为将所述图像压缩为416*416像素。
5.根据权利要求2所述的数蛋装置，其特征在于，所述图像滤波采用中值滤波方法；所述归一化为将所述图像的像素值0-255除以255，转换成0-1的浮点数。
6.根据权利要求2至5任一项所述的数蛋装置，其特征在于，所...
【专利技术属性】
技术研发人员：谢祯亮，齐红涛，杨波，杨涛，王锦，吴海丰，徐在奉，
申请(专利权)人：青岛海兴智能装备有限公司，
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。