一种基于机器视觉的鸡胴体智能分级与分割系统及方法
| 专利类型 | 发明公开 | 法律事件 | 实质审查; |
| 专利有效性 | 实质审查 | 当前状态 | 实质审查 |
| 申请号 | CN202411827949.9 | 申请日 | 2024-12-12 |
| 公开(公告)号 | CN119702477A | 公开(公告)日 | 2025-03-28 |
| 申请人 | 南京农业大学; 温氏食品集团股份有限公司; 岭南现代农业科学与技术广东省实验室云浮分中心; | 申请人类型 | 学校 |
| 发明人 | 邢通; 温蛟龙; 邓绍林; 李立胜; 赵雪; 韩敏义; 徐幸莲; | 第一发明人 | 邢通 |
| 权利人 | 南京农业大学,温氏食品集团股份有限公司,岭南现代农业科学与技术广东省实验室云浮分中心 | 权利人类型 | 学校 |
| 当前权利人 | 南京农业大学,温氏食品集团股份有限公司,岭南现代农业科学与技术广东省实验室云浮分中心 | 当前权利人类型 | 学校 |
| 省份 | 当前专利权人所在省份：江苏省 | 城市 | 当前专利权人所在城市：江苏省南京市 |
| 具体地址 | 当前专利权人所在详细地址：江苏省南京市玄武区卫岗1号; ; | 邮编 | 当前专利权人邮编：210000 |
| 主IPC国际分类 | B07C5/12 | 所有IPC国际分类 | B07C5/12 ; A22C21/00 ; B07C5/28 ; B07C5/34 ; B07C5/36 |
| 专利引用数量 | 0 | 专利被引用数量 | 0 |
| 专利权利要求数量 | 10 | 专利文献类型 | A |
| 专利代理机构 | 北京瑞盛铭杰知识产权代理有限公司 | 专利代理人 | 汪鹏; |
| 摘要 | 本 发明 涉及鸡肉分割技术领域，具体涉及一种基于 机器视觉 的鸡胴体智能分级与分割系统及方法，包括原料输送装置、工控机、采集工位、剔除工位和分割工位；采集工位包括相机，鸡胴体倒挂在原料输送装置上，通过相机采集鸡胴体图像并上传至工控机，工控机根据图像信息对鸡胴体规格进行分级；工控机根据鸡胴体的分级结果在剔除工位将不符合要求的鸡胴体剔除，符合要求的鸡胴体继续随着原料输送装置进入分割工位进行分割。本发明通过对鸡胴体长度的分级以适应自动化切头工艺，通过对躯体宽度的分级以适应自动化切翅工艺，通过单一鸡胴体重量的分级或对躯体宽度和鸡胴体重量的同时分级，以适应自动化多部位分割工艺，从而提高分割准确率和工作效率。 | ||
| 权利要求 | 1.一种基于机器视觉的鸡胴体智能分级与分割系统，其特征在于：包括原料输送装置、工控机、以及沿着所述原料输送方向依次设置的采集工位、剔除工位和分割工位； |
||
| 说明书全文 | 一种基于机器视觉的鸡胴体智能分级与分割系统及方法技术领域[0001] 本发明涉及鸡肉分割技术领域，具体涉及一种基于机器视觉的鸡胴体智能分级与分割系统及方法。 背景技术[0002] 鸡肉及其深加工制品具有高营养、蛋白脂肪均衡、没有宗教饮食限制等优点，深受消费者喜爱。近年来，鸡肉产品的消费量逐年增加。为满足消费者对鸡肉日益增长的需求， 肉鸡加工工艺流程逐渐向自动化、智能化、效率化、清洁化等方向发展。我国地方鸡适应性 及抗病力强，肉质风味浓郁，更符合烹饪需求和国民饮食习惯，在鸡肉消费市场中占有重要 地位。然而，相比于快大型白羽肉鸡，地方鸡胴体存在品种多样化、差异化大、均匀度差等特 点，使得自动分割技术成为行业共性难题，严重阻碍了地方鸡产业效率化生产的发展。 发明内容[0004] 本发明解决其技术问题所采用的技术方案为：本发明提供一种基于机器视觉的鸡胴体智能分级与分割系统，包括原料输送装 置、工控机、以及沿着原料输送方向依次设置的采集工位、剔除工位和分割工位； 所述采集工位包括分别位于所述原料输送装置两侧的相机和背景光板，鸡胴体倒 挂在所述原料输送装置上且鸡胴体的胸部正对所述相机，通过所述相机采集鸡胴体图像信 息并将其上传至所述工控机，所述工控机根据图像信息对鸡胴体规格进行分级； 所述剔除工位包括分别位于所述原料输送装置两侧的剔除装置和下料滑道，所述 下料滑道的下方设置有下料输送装置，所述工控机根据鸡胴体的分级结果控制所述剔除装 置将不符合要求的鸡胴体剔除，符合要求的鸡胴体继续随着所述原料输送装置进入所述分 割工位进行分割。 [0005] 作为上述方案的改进，所述采集工位、剔除工位和分割工位上均设置有来料感应装置。 [0007] 作为上述方案的改进，所述采集工位的数量为2个，分别为依次的第一采集工位和第二采集工位。 [0008] 作为上述方案的改进，所述鸡胴体的规格包括鸡胴体的长度、躯体宽度和重量；所述工控机通过所述相机采集的图像信息获取鸡胴体的长度、躯体宽度和投影面积作为特征 参数，将所述特征参数为单一或组合输入，建立鸡胴体等级预测的回归模型，对鸡胴体等级 进行自动判定；其中，所述鸡胴体的重量通过鸡胴体的长度、躯体宽度和投影面积这3个特 征参数预测得出。 [0009] 作为上述方案的改进，当对鸡胴体进行切头需求时，所述分割工位包括自动化切头设备，所述工控机将 鸡胴体的长度作为单一特征参数输入，建立鸡胴体长度等级预测的回归模型，对鸡胴体长 度等级进行自动判定； 当对鸡胴体进行切翅需求时，所述分割工位包括自动化切翅设备，所述工控机将 鸡胴体的躯体宽度作为单一特征参数输入，建立鸡胴体的躯体宽度等级预测的回归模型， 对鸡胴体躯体宽度等级进行自动判定； 当对鸡胴体进行多部位的分割时，所述分割工位为自动化分割系统，所述工控机 将鸡胴体的长度、躯体宽度和投影面积作为组合特征参数输入，建立鸡胴体重量等级预测 的回归模型，对鸡胴体重量等级进行自动判定。 [0010] 作为上述方案的改进，当对鸡胴体进行多部位的分割时，所述工控机将鸡胴体的躯体宽度作为单一特征参数输入，建立鸡胴体的躯体宽度等级预测的回归模型，对鸡胴体 躯体宽度等级进行自动判定； 所述工控机将鸡胴体的长度、躯体宽度和投影面积作为组合特征参数输入，建立 鸡胴体重量等级预测的回归模型，对鸡胴体重量等级进行自动判定； 通过鸡胴体的重量和躯体宽度两个等级判定结果删选出符合要求的鸡胴体进入 分割工位进行多部位的分割。 [0011] 本发明同时提供一种基于机器视觉的鸡胴体智能分级与分割方法，该方法应用于杉树任一项所述的基于机器视觉的鸡胴体智能分级与分割系统中，所述方法包括： 步骤1：将鸡胴体自然下垂挂置，鸡胸一侧正对所述相机； 步骤2：鸡胴体移动至所述采集工位对鸡胴体进行图像采集，并将图像信息上传至 所述工控机； 步骤3：所述工控机对图像信息进行分析处理，选取所需的特征参数，建立鸡胴体 等级预测的回归模型，对鸡胴体等级进行自动判定； 步骤4：根据等级结果，将不符合要求的鸡胴体剔除，其余鸡胴体继续移动至分割 工位； 步骤5：在分割工位将鸡胴体进行相应部位的分割。 [0012] 作为上述方案的改进，当对鸡胴体进行切头需求时， 在所述步骤3中，选取鸡胴体的长度作为单一特征参数输入，建立鸡胴体的长度等 级预测的回归模型，对鸡胴体的长度等级进行自动判定； 在所述步骤5中，所述分割工位为自动化切头设备，通过所述自动化切头设备对鸡 胴体的头部进行分割； 当对鸡胴体进行切翅需求时， 在所述步骤3中，选取鸡胴体的躯体宽度作为单一特征参数输入，建立鸡胴体的躯 体宽度等级预测的回归模型，对躯体宽度等级进行自动判定； 在所述步骤5中，所述分割工位为自动化切翅设备，通过所述自动化切翅设备对鸡 胴体的翅膀进行分割； 当对鸡胴体进行多部位的分割时， 在所述步骤3中，选取鸡胴体的长度、躯体宽度和投影面积作为组合特征参数输 入，建立鸡胴体的重量等级预测的回归模型，对重量等级进行自动判定； 在所述步骤5中，所述分割工位为自动化分割系统，通过所述自动化分割系统对鸡 胴体的翅膀、腿部和鸡胸进行分割。 [0013] 作为上述方案的改进，所述长度等级预测的回归模型为L1=0.211L‑4.521，其中，L1为鸡胴体实际长度的预测值，L为鸡胴体长度特征量值； 所述躯体宽度等级预测的回归模型为W1=0.132W+2.131，其中国，W1为鸡胴体实际 躯体宽度的预测值，W为鸡胴体躯体宽度特征量值； 所述重量等级预测的回归模型为M=0.423W+0.001S+0.017L‑901.644，其中，M为鸡 胴体实际重量预测值，W为鸡胴体躯体宽度特征量值，S为鸡胴体投影面积特征量值，L为鸡 胴体长度特征量值。 [0014] 本发明带来的有益效果有：本发明提供了一种基于机器视觉的鸡胴体智能分级与分割系统及方法。当鸡胴体 挂置在原料输送装置上通过采集工位时，运用相机采集鸡胴体的图像信息，并提取鸡胴体 长度、躯体宽度和投影面积，在对所得到的数据进行处理分析后，再以这些特征参数为单一 或组合输入，建立鸡胴体等级预测的回归模型，对鸡胴体等级进行自动判定，在剔除工位剔 除分级后不符合要求的鸡胴体，以满足后续分割工位生的产需求。通过对鸡胴体长度的分 级以适应自动化切头工艺，通过对躯体宽度的分级以适应自动化切翅工艺，通过单一鸡胴 体重量的分级或对躯体宽度和鸡胴体重量的同时分级，以适应自动化多部位分割工艺，从 而提高分割准确率和工作效率。 附图说明 [0015] 下面结合附图及具体实施例对本发明作进一步说明，附图1是本申请的基于机器视觉的鸡胴体智能分级与分割系统的结构示意图一； 附图2是本申请的基于机器视觉的鸡胴体智能分级与分割系统的结构示意图二； 附图3是本申请的基于机器视觉的鸡胴体智能分级与分割系统的结构示意图三。 [0016] 图中：A、鸡胴体；1、原料输送装置；11、滑轨；12、挂钩；2、第一采集工位；21、相机；22、背景光板；3、第二采集工位；4、剔除工位；41、剔料气缸；42、下料滑道；43、下料输送装 置；44、挂架导向杆；5、控制柜；6、显示屏；7、人机交互触控板。 具体实施方式[0017] 下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于 本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他 实施例，都属于本发明保护的范围。 [0018] 在本发明的描述中，需要理解的是，术语“上侧”、“下侧”、“上端”、“两端”、“宽度”、“高度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作， 因此不能理解为对本发明的限制。 [0019] 在本发明中，除非另有明确的规定和限定，术语“设置”、“安装”、“相连”、“连接”、“连通”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接；可以是机械连接；可以是直接相连，也可以通过中间媒介间接相连。对于本领域的普通技术人员而言，可 以根据具体情况理解上述术语在本发明中的具体含义。 [0020] 实施例1参照图1‑3，本实施例提供一种基于机器视觉的鸡胴体智能分级与分割系统，包括 原料输送装置1、工控机以及沿着原料输送方向依次设置的采集工位、剔除工位4和分割工 位； 上述原料输送装置1包括滑轨11和挂钩12，将鸡胴体A双脚或双腿挂于挂钩12，鸡 胴体A自然下垂，鸡胸一侧正对相机21，鸡胴体A随着挂钩12沿着滑轨11移动。 [0021] 上述采集工位的数量为两个，分别为第一采集工位2和第二采集工位3，沿着原料输送方向依次设置，将两次拍摄的图像信息均上传至工控机，双重保障图像信息的真实性， 提高分级的准确性。 [0024] 上述剔除工位4包括分别位于原料输送装置1两侧的剔料装置和下料滑道42，剔料装置可以是剔料气缸41，下料滑道42的下方设置有下料输送装置43，剔料气缸41的一侧也 设置有来料感应装置。当当前鸡胴体A不符合要求时，工控机控制剔料气缸41剔除挂至在挂 钩12上的鸡胴体A，被剔除的鸡胴体A沿着下料滑道42滑落至下料输送装置43上输出。具体 的，剔料气缸41的数量为3个，每个剔料气缸41的一侧均安装有来料感应装置，根据不符合 要求的鸡胴体A的数量控制启动几个剔料气缸41。 [0027] 本实施例的基于机器视觉的鸡胴体智能分级与分割系统还包括有不锈钢制成的机架，原料输送装置1、采集工位、剔除工位4和分割工位均安装在机架上。工控机设置在机 架外，工控机放置在控制柜5内，控制柜5内还设置有机柜空调，工控机通信连接有显示屏6 和人机交互触控板7，并配有无线键盘和鼠标，通过工控机可实时查看鸡胴体A的分级情况， 并可存储调度实时拍摄鸡胴体A的图像及分级判断结果数据。 [0028] 在工作中，原料输送装置1将鸡胴体A运输至采集工位，来料感应装置感应到鸡胴体A，相机21对鸡胴体A进行拍摄，并将图像信息传输至工控机，工控机通过图像信息对鸡胴 体A进行实时分级处理，并将分级结果以数据队列输出，工控机根据分级结果控制剔料气缸 41将不符合要求的鸡胴体A剔除，符合要求的鸡胴体A继续随着原料输送装置1进入分割工 位进行相应位置的分割。 [0029] 当对鸡胴体A进行切头时，分割工位包括自动化切头设备，由于鸡胴体A自动化切头设备中刀具位置固定，原料进入自动化切头设备时整个鸡头必须低于刀具，否则会切坏 原料。因此需要根据鸡胴体A长度进行快速精准自动分级，这是满足自动化切头工艺的前 提。 [0030] 工控机根据鸡胴体A的图像信息将鸡胴体A长度作为等级判断的参数，选择提取出的鸡胴体A长度作为单一特征参数输入，以估测的鸡胴体A实际长度的预测值为输出，通过 将鸡胴体A长度预测值与鸡胴体A分级长度预设值相比较，对鸡胴体A长度等级进行自动判 定，并由剔除工位4依次对不适合自动化切头设备尺寸的鸡胴体A进行剔料，剩下的鸡胴体A 进入自动化切头设备完成切头工艺。 [0031] 当对鸡胴体A进行切翅时，分割工位包括自动化切翅设备，鸡胴体A进入分割线中自动化切翅设备时，由于自动化切翅设备的卡槽宽度固定，原料进入自动化切翅设备时需 要满足躯体能进入卡槽，躯体过大会造成鸡胴体A无法进入切翅机。因此需要根据躯体宽度 进行快速精准自动分级，这是满足自动切翅工艺的前提。 [0032] 工控机根据鸡胴体A的图像信息将躯体宽度作为等级判断的参数，选择提取出的躯体宽度为单一特征参数输入，以估测的躯体宽度的预测值为输出，通过将躯体宽度预测 值与躯体宽度预设值相比较，对躯体宽度等级进行自动判定，并由剔除工位4依次对不适合 自动化切翅设备尺寸的鸡胴体A进行剔料，剩下的鸡胴体A进入自动化切翅设备完成切翅工 艺。 [0033] 当对鸡胴体A进行多部位的分割时，分割工位为自动化分割系统，可以是荷兰MEYN公司、Marel Stork Poultry Processing公司和丹麦LINCO FOOD SYSTEM等公司生产的自 动化分割系统，该在线的自动化分割系统可将鸡胴体A自动分割成全腿、三节翅、鸡胸等多 个部位，但根据肉鸡加工生产线需求和设备设计无法自主变构的原因，需要原料鸡胴体A的 重量要控制在±20%的合理范围内，才能实现精准、高效自动化分割。由于鸡胴体A尤其是地 方鸡胴体A存在个体差异化大的特点。因此在进入分割工位前，需要根据鸡胴体A重量进行 快速精准自动分级，这是应用自动化分割系统的前提。 [0034] 工控机根据鸡胴体A的图像信息，选择提取出的鸡胴体A长度、躯体宽度和投影面积3个特征参数，并将这3个参数组合作为输入，构建鸡胴体A预测值与该特征参数组合的回 归模型，以估测的鸡胴体A重量的预测值为输出，通过将鸡胴体A重量预测值与鸡胴体A分级 重量预设值相比较，对鸡胴体A重量等级进行自动判定，并由剔除工位4依次对不适合自动 化分割系统的鸡胴体A进行剔料，剩下的鸡胴体A可顺利进入自动化分割系统。 [0036] 实施例2本实施例提供一种基于机器视觉的鸡胴体智能分级与分割方法，该方法应用于上 述实施例1中的基于机器视觉的鸡胴体智能分级与分割系统中，该方法应用于鸡胴体A需要 切鸡头时，此时分割工位包括自动化切头设备，该方法包括： 步骤1：将鸡胴体A双脚挂于挂钩12上，鸡胴体A自然下垂，鸡胸一侧正对相机21，鸡 胴体A随着挂钩12沿着滑轨11移动； 步骤2：第一采集工位2的光纤传感器检测到鸡胴体A后，触发背景光板22频闪和相 机21拍照，并将图像信息上传至工控机； 鸡胴体A进入第二采集工位3，第二采集工位3的光纤传感器检测到鸡胴体A后，触 发背景光板22频闪和相机21拍照，并将图像信息上传至工控机； 步骤3：工控机对图像信息进行分析处理，选取鸡胴体A长度作为单一特征参数输 入，根据预构建的长度等级预测的回归模型：L1=0.211L‑4.521（R²=0.999，P<0.01），（L1为鸡 胴体A实际长度的预测值，L为鸡胴体A长度特征量值，该模型系数高达0.999，可以很好地预 测鸡胴体A实际长度），计算出鸡胴体A实际长度的预测值，并以鸡胴体A实际长度的预测值 为输出，通过将鸡胴体A实际长度预测值与鸡胴体A分级长度预设值相比较，对鸡胴体A长度 等级进行自动判定，将得到的分级结果显示于显示屏6； 步骤4：根据步骤3种得到的分级结果，由剔料气缸41依次对不适合自动化切头设 备尺寸的鸡胴体A进行剔料； 步骤5：剩下的鸡胴体A进入自动化切头设备完成切头工艺。 [0037] 其中，已知某817肉杂鸡屠宰场中，带头脖的鸡胴体A长度在范围在45.1‑59.5cm，而对于 自动化切头设备，需要满足鸡胴体A长度大于或等于50cm，才能完成自动化切头工艺。所以 将鸡胴体A分级长度L1预设值≥50cm定义为“是”，<50cm定义为“否”；经过鸡胴体A长度比 较，输出并显示分级结果。剔料气缸41依次对输出为“否”的鸡胴体A进行剔料，剩余鸡胴体A 可以顺利进行自动化切头。经多次独立试验统计，本实施例利用鸡胴体A长度特征参数预测 鸡胴体A实际长度并输出分级结果的准确率达到98%以上。 [0038] 实施例3本实施例提供一种基于机器视觉的鸡胴体智能分级与分割方法，该方法应用于上 述实施例1中的基于机器视觉的鸡胴体智能分级与分割系统中，该方法应用于鸡胴体A需要 切翅时，此时分割工位包括自动化切翅设备，该方法包括： 步骤1：将鸡胴体A双脚挂于挂钩12上，鸡胴体A自然下垂，鸡胸一侧正对相机21，鸡 胴体A随着挂钩12沿着滑轨11移动； 步骤2：第一采集工位2的光纤传感器检测到鸡胴体A后，触发背景光板22频闪和相 机21拍照，并将图像信息上传至工控机； 鸡胴体A进入第二采集工位3，第二采集工位3的光纤传感器检测到鸡胴体A后，触 发背景光板22频闪和相机21拍照，并将图像信息上传至工控机； 步骤3：工控机对图像信息进行分析处理，选取躯体宽度为单一特征参数输入，根 据预构建的躯体宽度等级预测的回归模型：W1=0.132W+2.131（R²=0.999，P<0.01），（W1为鸡 胴体A实际躯体宽度的预测值，W为鸡胴体A躯体宽度特征量值，该模型系数高达0.999，可以 很好地预测鸡躯体实际宽度），计算出鸡躯体实际宽度的预测值，并以鸡躯体实际宽度的预 测值为输出，通过将躯体宽度预测值与鸡躯体分级宽度预设值相比较，对躯体宽度等级进 行自动判定，将得到的分级结果并将分级结果显示于显示屏6； 步骤4：根据步骤3种得到的分级结果，由剔料气缸41依次对不适合自动化切翅设 备尺寸的鸡胴体A进行踢料； 步骤5：剩下的鸡胴体A进入自动化切翅设备完成切翅工艺。 [0039] 其中，已知某黄羽肉鸡屠宰场中躯体宽度范围在10.3‑17.4cm，而对于自动化切翅设备， 需要躯体宽度小于或等于16cm，才能顺利进入自动化切翅设备中的卡槽进而完成切翅工 艺。所以将躯体宽度W1预设值≤16cm定义为“是”，>15cm定义为“否”；经过宽度比较，输出并 显示分级结果。剔料气缸41依次对输出为“否”的鸡胴体A进行踢料，剩余鸡胴体A可以顺利 进入自动化切翅机。经多次独立试验统计，本实施例利用躯体宽度特征参数预测鸡躯体实 际宽度并输出分级结果的准确率达到95%以上。 [0040] 实施例4本实施例提供一种基于机器视觉的鸡胴体智能分级与分割方法，该方法应用于上 述实施例1中的基于机器视觉的鸡胴体智能分级与分割系统中，该方法应用于鸡胴体A多部 位分割时，此时分割工位包括自动化分割系统，该方法包括： 步骤1：将鸡胴体A双脚挂于挂钩12上，鸡胴体A自然下垂，鸡胸一侧正对相机21，鸡 胴体A随着挂钩12沿着滑轨11移动； 步骤2：第一采集工位2的光纤传感器检测到鸡胴体A后，触发背景光板22频闪和相 机21拍照，并将图像信息上传至工控机； 鸡胴体A进入第二采集工位3，第二采集工位3的光纤传感器检测到鸡胴体A后，触 发背景光板22频闪和相机21拍照，并将图像信息上传至工控机； 步骤3：根据步骤3中得到的分级结果，工控机对图像信息进行分析处理，自动提取 出的鸡胴体A长度、躯体宽度和投影面积3个有效特征参数，根据预构建的重量等级预测的 回归模型：M=0.423W+0.001S+0.017L‑901.644（R²=0.968，P<0.01），（M为鸡胴体A实际重量 预测值，W为鸡胴体A躯体宽度特征量值，S为鸡胴体A投影面积特征量值，L为鸡胴体A长度特 征量值，该模型系数高达0.968，可以很好地预测鸡胴体A实际重量），计算出鸡胴体A实际重 量的预测值，并以鸡胴体A重量的预测值为输出，通过将鸡胴体A重量预测值与鸡胴体A分级 重量预设值相比较，对鸡胴体A重量等级进行自动判定，将得到的分级结果显示于显示屏6； 步骤4：并由剔料气缸41依次对不适合自动化分割系统重量的鸡胴体A进行踢料； 步骤5：剩下的鸡胴体A可顺利进入流程化自动化分割系统，将鸡胴体A自动分割成 全腿、三节翅、鸡胸等多个部位。 [0041] 其中，已知某地方鸡屠宰厂中鸡胴体A重量范围为900‑2200g/只，其购入的自动分割系 统可分割的胴体重量标准值设定为1500g，根据该系统适用的鸡胴体A重量范围上下浮动 20%，将鸡胴体A分级重量预设值设为1200‑1800g，75%左右原料鸡在此区间范围内。所以将 鸡胴体A重量M预设值<1200g定义为“过小”，>1800g定义为“过大”，1200g≤M≤1800g定义为 “合适”；经过重量比较，输出并显示分级结果。剔料气缸41依次对输出为“过小”和“过大”的 鸡胴体A进行踢料，剩余鸡胴体A可以顺利进入自动化分割系统。经多次独立试验统计，本实 施例利用鸡胴体A长度、躯体宽度和投影面积3个有效特征参数预测鸡胴体A实际重量并输 出分级结果，对于“过小”鸡胴体A的判定准确率达到94.3%，对于“过大”鸡胴体A的判定准确 率达到95.6%。 [0042] 实施例5本实施例提供一种基于机器视觉的鸡胴体智能分级与分割方法，该方法应用于上 述实施例1中的基于机器视觉的鸡胴体智能分级与分割系统中，该方法应用于鸡胴体A多部 位分割时，此时分割工位包括自动化分割系统，该方法包括： 步骤1：将鸡胴体A双脚挂于挂钩12上，鸡胴体A自然下垂，鸡胸一侧正对相机21，鸡 胴体A随着挂钩12沿着滑轨11移动； 步骤2：第一采集工位2的光纤传感器检测到鸡胴体A后，触发背景光板22频闪和相 机21拍照，并将图像信息上传至工控机； 鸡胴体A进入第二采集工位3，第二采集工位3的光纤传感器检测到鸡胴体A后，触 发背景光板22频闪和相机21拍照，并将图像信息上传至工控机； 步骤3：根据步骤3种得到的分级结果，工控机对图像信息进行分析处理，自动提取 出的鸡胴体A长度、躯体宽度和投影面积3个有效特征参数； 选取躯体宽度为单一特征参数输入，根据预构建的长度等级预测的回归模型：W1= 0.132W+2.131（R²=0.999，P<0.01），（W1为鸡胴体A实际躯体宽度的预测值，W为鸡胴体A躯体 宽度特征量值，该模型系数高达0.999，可以很好地预测鸡躯体实际宽度），计算出鸡躯体实 际宽度的预测值，并以鸡躯体实际宽度的预测值为输出，通过将躯体宽度预测值与鸡躯体 分级宽度预设值相比较，对躯体宽度等级进行自动判定，将得到的分级结果并将分级结果 显示于显示屏6； 选取鸡胴体A长度、躯体宽度和投影面积3个有效特征参数作为输入，根据预构建 的重量等级预测的回归模型：M=0.423W+0.001S+0.017L‑901.644（R²=0.968，P<0.01），（M为 鸡胴体A实际重量预测值，W为鸡胴体A躯体宽度特征量值，S为鸡胴体A投影面积特征量值，L 为鸡胴体A长度特征量值，该模型系数高达0.968，可以很好地预测鸡胴体A实际重量），计算 出鸡胴体A实际重量的预测值，并以鸡胴体A重量的预测值为输出，通过将鸡胴体A重量预测 值与鸡胴体A分级重量预设值相比较，对鸡胴体A重量等级进行自动判定，将得到的分级结 果显示于显示屏6； 步骤4：由剔料气缸41依次对不适合自动化分割系统宽度以及重量的鸡胴体A进行 踢料； 步骤5：剩下的鸡胴体A可顺利进入流程化自动化分割系统，将鸡胴体A自动分割成 全腿、三节翅、鸡胸等多个部位。 [0043] 应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对 前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换，凡在 本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护 范围之内。 |
||
QQ群二维码
意见反馈
意见反馈