一种基于机器视觉的蚕蛹活性自动化检测方法及系统技术方案

本发明专利技术公开了一种基于机器视觉的蚕蛹活性自动化检测方法及系统，通过PLC控制蚕蛹输送带，将蚕蛹输送至检测区域；利用加热装置对蚕蛹进行加热刺激，使蚕蛹产生运动；通过图像采集装置拍摄蚕蛹运动状态的一系列图像；利用制作的蚕蛹数据集，对基于YOLOv11网络模型架构改进得到的轻量化模型进行训练和优化；将采集到的图像传输至图像处理单元，利用训练后的轻量化模型对蚕蛹图像进行识别与检测；对蚕蛹的活性进行分析和评估，根据分析评估结果，对蚕蛹进行活性等级划分，并将活性蚕蛹和无活性蚕蛹分别收集到对应的收集箱中。本发明专利技术通过加热方法促使蚕蛹运动，并在此基础上结合图像处理技术，实现了对蚕蛹的非接触式测量，确保在整个检测过程中对蚕蛹无损伤，有效保护了蚕蛹的完整性。

【技术实现步骤摘要】

本专利技术涉及一种基于机器视觉的蚕蛹活性自动化检测方法及系统。

技术介绍

1、目前已有蚕蛹活性检测技术至少存在如下缺陷之一：

2、1、蚕蛹活性检测技术主要依赖于人工观察和经验判断，这种方法存在一些明显的缺点。首先，由于检测结果高度依赖于检测人员的经验和主观判断，因此缺乏客观性和一致性。其次，传统方法通常需要逐一检查每个蚕蛹，这在大规模生产中耗时且效率低下。此外，由于蚕蛹在发育过程中的变化可能不明显，仅凭肉眼观察可能无法准确判断其活性，从而导致误判。最后，传统方法无法实现对蚕蛹整个发育过程的实时监控。

3、2、大多数的蚕蛹活性识别研究还停留在传统的检测方法上，机器视觉下的蚕蛹识别装置仍处于研发阶段，技术不够成熟，导致用户对其性能和可靠性存在疑惑，加上生产成本高、价格昂贵等原因，使其推广应用起来比较困难。

技术实现思路

1、本专利技术是为了解决上述现有技术存在的问题而提供一种基于机器视觉的蚕蛹活性自动化检测方法及系统。

2、本专利技术所采用的技术方案有：p>

3、一种基本文档来自技高网...

【技术保护点】

1.一种基于机器视觉的蚕蛹活性自动化检测方法，其特征在于：包括

2.如权利要求1所述的基于机器视觉的蚕蛹活性自动化检测方法，其特征在于：对于轻量化模型的第一个改进点：

3.如权利要求1所述的基于机器视觉的蚕蛹活性自动化检测方法，其特征在于：对于轻量化模型的第二个改进点，将原始 YOLOv11 网络模型颈部层的 FPNet 网络替换为改进型CBi-FPNet 网络，具体为：

4.如权利要求1所述的基于机器视觉的蚕蛹活性自动化检测方法，其特征在于：对于轻量化模型的第三个改进点，DIOU_sd损失函数的计算公式如下：

5.如权利要求1所述的基于机...

【技术特征摘要】

1.一种基于机器视觉的蚕蛹活性自动化检测方法，其特征在于：包括

2.如权利要求1所述的基于机器视觉的蚕蛹活性自动化检测方法，其特征在于：对于轻量化模型的第一个改进点：

3.如权利要求1所述的基于机器视觉的蚕蛹活性自动化检测方法，其特征在于：对于轻量化模型的第二个改进点，将原始 yolov11 网络模型颈部层的 fpnet 网络替换为改进型cbi-fpnet 网络，具体为：

4.如权利要求1所述的基于机器视觉的蚕蛹活性自动化检测方法，其特征在于：对于轻量化模型的第三个改进点，diou_sd损失函数的计算公式如下：

5.如权利要求1所述的基于机器视觉的蚕蛹活性自动化检测方法，其特征在于：步骤6）中，对蚕蛹的活性进行...

【专利技术属性】
技术研发人员：李洋，孙毅鑫，张志洋，王俊，巢渊，史江全，张雪莹，
申请(专利权)人：江苏理工学院，
类型：发明
国别省市：