基于几何形状分析的损失率识别系统的制作方法

1.本发明涉及几何形状分析领域，尤其涉及一种基于几何形状分析的损失率识别系统。


背景技术：

2.剥壳机，破碎和剥除油籽、坚果外壳的机械。由进料、破壳、壳仁分离、出料、调节等机构组成。按破壳机构工作原理,分圆盘式、刀板式、刀笼式、离心式、轧辊式等。物料受碾搓、剪切、挤压或冲击而破壳,经风机与筛子构成的壳仁分离机构除壳,获得纯净果仁。
3.剥壳机由机架、风扇、转子、单相电机、筛网(有大小2种)、入料斗、震动筛、三角带轮及其传动三角带等组成。机具正常运转后，将核桃定量、均匀、连续地投入进料斗，核桃在转子的反复打击、摩檫、碰撞作用下破碎，核桃仁及破碎的壳在转子的旋转风压及打击下，通过一定孔径的筛网(第一次脱粒用大孔筛网，清选后的小皮果更换成小孔筛网进行第二次剥壳)过滤、分离。核桃壳、粒在旋转风扇吹力的作用下，使重量轻的壳吹出机体外，重量较重的果则通过震动筛筛选达到清选目的。
4.现有技术中，当对花生成果执行剥壳机的剥壳处理时，需要对剥壳机的花生成果的损失率进行判断，以此作为剥离机的重要质量检验参数，即使某一种剥壳机的剥壳效率非常高，但花生成果的损失率较大，也是无法大面积推广使用的，然而，这一重要质量检验参数缺乏针对性的有效检测机制。


技术实现要素：

5.为了解决现有技术中的技术问题，本发明提供了一种基于几何形状分析的损失率识别系统，能够采用分时画面采集和汇总分析的模式，对分时采集到的各个花生对象中的破损对象进行占据比例的现场检测，从而为剥壳机的花生成果的损失率这一重要质量检验参数提供有效检测入口。
6.相比较于现有技术，本发明至少具备以下两处突出的实质性特点：
7.(1)对存放剥壳后的各个花生对象的容器执行分时画面捕获操作，以获得各帧分时场景画面中各个花生对象内破碎花生对象占据的数量比例，基于所述数量比例确定所述剥壳机械结构的损失率；
8.(2)采用针对性的剥壳机械结构完成对不同尺寸的花生颗粒的分拣和汇集，以便于用户根据需求获取不同尺寸的花生颗粒。
9.根据本发明的一方面，提供了一种基于几何形状分析的损失率识别系统，所述系统包括：
10.剥壳机械结构，包括机架、旋转风扇、转子、单相电机、第一筛网、第二筛网、入料斗、震动筛、三角带轮以及用于三角带轮的传动三角带；
11.其中，在所述剥壳机械结构中，所述第一筛网用于执行较大脱壳花生颗粒的筛选，所述第二筛网用于执行较小脱壳花生颗粒的筛选。
12.更具体地，在所述基于几何形状分析的损失率识别系统中：
13.所述第一筛网用于执行较大脱壳花生颗粒的筛选，所述第二筛网用于执行较小脱壳花生颗粒的筛选包括：所述第一筛网由多个第一尺寸且均匀分布的网孔构成。
14.更具体地，在所述基于几何形状分析的损失率识别系统中：
15.所述第一筛网用于执行较大脱壳花生颗粒的筛选，所述第二筛网用于执行较小脱壳花生颗粒的筛选还包括：所述第二筛网由多个第二尺寸且均匀分布的网孔构成。
16.更具体地，在所述基于几何形状分析的损失率识别系统中：
17.第一储存容器，设置在所述第一筛网的左侧，用于获取穿过所述第一筛网但未穿过所述第二筛网的较大脱壳花生颗粒；
18.第二储存容器，设置在所述第二筛网的左侧，用于获取穿过所述第一筛网且穿过所述第二筛网的较小脱壳花生颗粒；
19.颗粒汇总容器，分别采用第一管道和第二管道与所述第一储存容器和所述第二储存容器连接，用于收纳来自所述第一管道的较大脱壳花生颗粒以及来自所述第二管道的较小脱壳花生颗粒；
20.分时捕获机构，设置在所述颗粒汇总容器的正上方，用于采用均匀时间间隔捕获所述颗粒汇总容器内的各帧分时场景画面；
21.定向识别机构，与所述分时捕获机构连接，用于基于花生颜色特征识别每一帧分时场景画面中的各个花生对象分别所在的各个花生识别区域；
22.形状解析机构，与所述定向识别机构连接，用于对每一个花生识别区域执行以下动作：基于所述花生识别区域的几何外形与基准花生图片的几何外形的匹配度确定所述花生识别区域对应的花生对象的破损百分比；
23.数值分析机构，与所述形状解析机构连接，用于获得预设时间间隔内的多帧分时场景画面中的每一个花生对象对应的破损百分比，并将破损百分比超过预设百分比限量的花生对象作为破损对象，将破损百分比未超过所述预设百分比限量的花生对象作为完整对象；
24.其中，所述数值分析机构还基于多帧分时场景画面中的各个花生对象中破损对象占据的比例确定所述剥壳机械结构的损失率；
25.其中，基于多帧分时场景画面中的各个花生对象中破损对象占据的比例确定所述剥壳机械结构的损失率包括：多帧分时场景画面中的各个花生对象中破损对象的数量占据所述各个花生对象的总数的比例与确定的所述剥壳机械结构的损失率成正比；
26.其中，基于所述花生识别区域的几何外形与基准花生图片的几何外形的匹配度确定所述花生识别区域对应的花生对象的破损百分比包括：所述花生识别区域的几何外形与基准花生图片的几何外形的匹配度越高，确定的所述花生识别区域对应的花生对象的破损百分比越低。
附图说明
27.以下将结合附图对本发明的实施方案进行描述，其中：
28.图1为根据本发明实施方案示出的基于几何形状分析的损失率识别系统的旋转风扇的扇体结构示意图。
具体实施方式
29.下面将参照附图对本发明的基于几何形状分析的损失率识别系统的实施方案进行详细说明。
30.花生一年生草本。根部有丰富的根瘤；茎直立或匍匐，长30～80厘米，茎和分枝均有棱，被黄色长柔毛，后变无毛。叶通常具小叶2对；托叶长2～4厘米，具纵脉纹，被毛；叶柄基部抱茎，长5～10厘米，被毛；小叶纸质，卵状长圆形至倒卵形，长2～4厘米，宽0.5～2厘米，先端钝圆形，有时微凹，具小刺尖头，基部近圆形，全缘，两面被毛，边缘具睫毛；侧脉每边约10条；叶脉边缘互相联结成网状；小叶柄长2～5毫米，被黄棕色长毛；花长约8毫米；苞片2，披针形；小苞片披针形，长约5毫米，具纵脉纹，被柔毛；萼管细，长4～6厘米；花冠黄色或金黄色，旗瓣直径1.7厘米，开展，先端凹入；翼瓣与龙骨瓣分离，翼瓣长圆形或斜卵形，细长；龙骨瓣长卵圆形，内弯，先端渐狭成喙状，较翼瓣短；花柱延伸于萼管咽部之外，柱头顶生，小，疏被柔毛。荚果长2～5厘米，宽1～1.3厘米，膨胀，荚厚，种子横径0.5～1厘米。花果期6～8月。
31.现有技术中，当对花生成果执行剥壳机的剥壳处理时，需要对剥壳机的花生成果的损失率进行判断，以此作为剥离机的重要质量检验参数，即使某一种剥壳机的剥壳效率非常高，但花生成果的损失率较大，也是无法大面积推广使用的，然而，这一重要质量检验参数缺乏针对性的有效检测机制。
32.为了克服上述不足，本发明搭建了一种基于几何形状分析的损失率识别系统，能够有效解决相应的技术问题。
33.根据本发明实施方案示出的基于几何形状分析的损失率识别系统包括：
34.剥壳机械结构，包括机架、旋转风扇、转子、单相电机、第一筛网、第二筛网、入料斗、震动筛、三角带轮以及用于三角带轮的传动三角带；
35.其中，旋转风扇的扇体结构如图1所示，图1中的数值的单位均为毫米；
36.其中，在所述剥壳机械结构中，所述第一筛网用于执行较大脱壳花生颗粒的筛选，所述第二筛网用于执行较小脱壳花生颗粒的筛选。
37.接着，继续对本发明的基于几何形状分析的损失率识别系统的具体结构进行进一步的说明。
38.在所述基于几何形状分析的损失率识别系统中：
39.所述第一筛网用于执行较大脱壳花生颗粒的筛选，所述第二筛网用于执行较小脱壳花生颗粒的筛选包括：所述第一筛网由多个第一尺寸且均匀分布的网孔构成。
40.在所述基于几何形状分析的损失率识别系统中：
41.所述第一筛网用于执行较大脱壳花生颗粒的筛选，所述第二筛网用于执行较小脱壳花生颗粒的筛选还包括：所述第二筛网由多个第二尺寸且均匀分布的网孔构成。
42.在所述基于几何形状分析的损失率识别系统中：
43.第一储存容器，设置在所述第一筛网的左侧，用于获取穿过所述第一筛网但未穿过所述第二筛网的较大脱壳花生颗粒；
44.第二储存容器，设置在所述第二筛网的左侧，用于获取穿过所述第一筛网且穿过所述第二筛网的较小脱壳花生颗粒；
45.颗粒汇总容器，分别采用第一管道和第二管道与所述第一储存容器和所述第二储
存容器连接，用于收纳来自所述第一管道的较大脱壳花生颗粒以及来自所述第二管道的较小脱壳花生颗粒；
46.分时捕获机构，设置在所述颗粒汇总容器的正上方，用于采用均匀时间间隔捕获所述颗粒汇总容器内的各帧分时场景画面；
47.定向识别机构，与所述分时捕获机构连接，用于基于花生颜色特征识别每一帧分时场景画面中的各个花生对象分别所在的各个花生识别区域；
48.形状解析机构，与所述定向识别机构连接，用于对每一个花生识别区域执行以下动作：基于所述花生识别区域的几何外形与基准花生图片的几何外形的匹配度确定所述花生识别区域对应的花生对象的破损百分比；
49.数值分析机构，与所述形状解析机构连接，用于获得预设时间间隔内的多帧分时场景画面中的每一个花生对象对应的破损百分比，并将破损百分比超过预设百分比限量的花生对象作为破损对象，将破损百分比未超过所述预设百分比限量的花生对象作为完整对象；
50.其中，所述数值分析机构还基于多帧分时场景画面中的各个花生对象中破损对象占据的比例确定所述剥壳机械结构的损失率；
51.其中，基于多帧分时场景画面中的各个花生对象中破损对象占据的比例确定所述剥壳机械结构的损失率包括：多帧分时场景画面中的各个花生对象中破损对象的数量占据所述各个花生对象的总数的比例与确定的所述剥壳机械结构的损失率成正比；
52.其中，基于所述花生识别区域的几何外形与基准花生图片的几何外形的匹配度确定所述花生识别区域对应的花生对象的破损百分比包括：所述花生识别区域的几何外形与基准花生图片的几何外形的匹配度越高，确定的所述花生识别区域对应的花生对象的破损百分比越低。
53.在所述基于几何形状分析的损失率识别系统中：
54.所述第一筛网用于执行较大脱壳花生颗粒的筛选，所述第二筛网用于执行较小脱壳花生颗粒的筛选还包括：所述第一筛网的第一尺寸的网孔的尺寸是所述第二筛网的第二尺寸的网孔的尺寸的数倍。
55.在所述基于几何形状分析的损失率识别系统中，还包括：
56.数据存储机构，分别与所述形状解析机构和所述数值分析机构连接，用于存储基准花生图片以及预设时间间隔。
57.在所述基于几何形状分析的损失率识别系统中，还包括：
58.液晶显示机构，设置在所述机架上，与所述数值分析机构连接，用于接收并显示确定的所述剥壳机械结构的损失率。
59.在所述基于几何形状分析的损失率识别系统中，还包括：
60.内容缓冲机构，设置在所述机架上，与所述液晶显示机构连接，用于缓冲即将显示的确定的所述剥壳机械结构的损失率。
61.在所述基于几何形状分析的损失率识别系统中：
62.所述旋转风扇、所述转子、所述单相电机、所述第一筛网、所述第二筛网、所述入料斗、所述震动筛、所述三角带轮以及所述传动三角带都设置在所述机架上。
63.另外，在所述基于几何形状分析的损失率识别系统中，在所述剥壳机械结构内，所
述入料斗用于接收被定量、均匀以及连续地投入的花生颗粒，所述转子设置在所述入料斗内，用于通过反复打击、摩檫以及碰撞所述入料斗内的花生颗粒以花生颗粒的破碎外壳，获得脱壳花生颗粒和花生颗粒的破碎外壳，所述旋转风扇用于将朝向脱壳花生颗粒和花生颗粒的破碎外壳执行旋转风压操作。
64.采用本发明的基于几何形状分析的损失率识别系统，针对现有技术中剥壳机的花生成果的损失率这一关键质量参数难以有效检测的技术问题，通过对分时采集到的各个花生对象中的破损对象进行占据比例的现场检测，为剥壳机的花生成果的损失率提供有效检测入口。
65.虽然已经参考若干示例性实施例描述了实施例，但应该理解本领域技术人员能够设计出许多其他的变型和实施例，这些变型和实施例将落在本发明的原理的精神和范围内。更特别地，在说明书、附图和所附权利要求的范围内，在组成部分和/或主题组合布置的布置中，各种变体和变型是可能的。除在组成部分和/或布置中的各种变体和变型之外，其它可替换的使用对本领域技术人员来说也将是显而易见的。