基于机器视觉的蛋称重及畸形蛋识别设备、系统和方法与流程

1.本公开涉及基于机器视觉的蛋称重及畸形蛋识别设备和方法。


背景技术：

2.本部分的陈述仅仅是提供了与本公开相关的背景技术信息，不必然构成在先技术。
3.近年来，随着国内劳动力成本不断提高，作为劳动密集型的禽类孵化养殖企业不得不面临着越来越大的人力成本和管理成本的压力。目前，中等规模的孵化场每天的种蛋处理量在20万左右，其中种蛋处理环节基本上是靠人工来完成，人工劳动强度大，处理速度慢，处理效果差，给后续孵化环节带来一系列的不利因素，同时也极大的制约了孵化场规模化发展。市场上现有的设备通过称重传感器的方式可以实现种蛋的自动称重，但是称重精度受环境因素影响，对于影响孵化效果的畸形蛋无法识别，并且处理速度慢，难以满足规模化孵化场的需求。


技术实现要素：

4.本公开为了解决上述问题，提出了基于机器视觉的蛋称重及畸形蛋识别设备、系统和方法，通过设置图像采集装置采集蛋图像，对蛋图像进行分析获得蛋的重量和蛋形指数，通过蛋形指数进行畸形蛋的判别，实现了蛋的非接触式自动称重和畸形蛋的自动识别，提高了禽蛋的处理效率，改善工人劳动环境。
5.为实现上述目的，本公开采用如下技术方案：
6.在一个或多个实施例中，提出了基于机器视觉的蛋称重及畸形蛋识别设备，包括：
7.输送线，用于输送蛋；
8.图像采集装置，设置于输送线上，用于采集蛋图像；
9.图像处理装置，与图像采集装置连接，根据采集的蛋图像，计算获得蛋的重量和蛋形指数，根据蛋形指数判断蛋是否为畸形蛋。
10.在一个或多个实施例中，提出了基于机器视觉的蛋称重及畸形蛋识别系统，包括，基于机器视觉的蛋称重及畸形蛋识别设备，和与所述识别设备相连的鸡蛋分级机。
11.在一个或多个实施例中，提出了基于机器视觉的蛋称重及畸形蛋识别方法，包括：
12.采集蛋图像；
13.根据蛋图像，计算获得蛋的面积或体积，及蛋的长轴和短轴；
14.根据蛋的面积或体积，结合蛋的密度经验公式，计算获得蛋的重量；
15.根据蛋的长轴和短轴，计算蛋的蛋形指数，根据蛋形指数判断是否为畸形蛋；
16.根据计算的蛋的重量和蛋形指数，对蛋进行分级处理。
17.与现有技术相比，本公开的有益效果为：
18.1、通过设置图像采集装置采集蛋图像，对蛋图像进行分析获得蛋的重量和蛋形指数，通过蛋形指数进行畸形蛋的判别，实现了蛋的非接触式自动称重和畸形蛋的自动识别，
提高了禽蛋的处理效率，改善工人劳动环境。
19.2、本公开与鸡蛋分级机配合，通过蛋的重量和蛋形指数对蛋进行自动分级，进一步提高了禽蛋的处理效率，改善工人劳动环境。
附图说明
20.构成本技术的一部分的说明书附图用来提供对本技术的进一步理解，本技术的示意性实施例及其说明用于解释本技术，并不构成对本技术的不当限定。
21.图1为本公开实施例1的结构示意图；
22.图2为本公开实施例1中的图像采集装置的结构示意图；
23.图3为本公开实施例1中光源装置的结构示意图；
24.图4为本发明中相机固定支架结构示意图；
25.图5为本发明中光源支架结构示意图；
26.图6为本公开实施例1采集的种蛋效果图；
27.图7为本公开实施例1经过处理的种蛋图像效果图。
28.其中：1、输送线，2、图像采集装置，3、光源装置，21、工业相机，22、固定支架；23、遮挡罩；31、光源，32、光源固定支架。
具体实施方式：
29.下面结合附图与实施例对本公开作进一步说明。
30.应该指出，以下详细说明都是例示性的，旨在对本技术提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本技术所属技术领域的普通技术人员通常理解的相同含义。
31.实施例1
32.该实施例中，公开了基于机器视觉的蛋称重及畸形蛋识别设备，结构如图1、图2和图3所示，包括：
33.输送线1，用于自动输送种蛋；
34.图像采集装置2，设置于输送线1上，用于采集蛋图像；
35.图像处理装置，与图像采集装置2连接，接收图像采集装置2采集的蛋图像，并对蛋图像进行分析，获得蛋的重量和蛋形指数，根据蛋形指数判断蛋是否为畸形蛋。
36.图像采集装置2，包括，工业相机21和光源装置3，光源装置3包括，为蛋提供照射光的光源31和用于固定光源31的光源固定支架32，工业相机21位于输送线1的上方，工业相机21通过固定支架22横跨于输送线1上，光源31通过光源固定支架32安装于输送线1上，光源31位于输送线1的上方或下方。工业相机21和光源31间形成蛋的检测通道。
37.如图4所示，本实施例中，所述固定支架22可以采用多根槽钢连接得到，至少包括一根用于固定工业相机的横梁；具体固定和连接方式为常规技术，在此不再详述。
38.如图5所示，本实施例中光源固定支架32至少包括两个竖版，两个竖版之间固定多个用于固定光源的横板，可以理解的所述横板上开设有多个光源固定孔；所述横板两端可以通过开设有螺纹转轴与竖版连接，所述转轴上可以设置紧固螺母，通过调节紧固螺母的松紧来实现所述横板角度的调节和固定；在其他实施例中，还可以通过选用其他方式实现
横板角度上的调节，只要能实现一个板在其固定对象上可进行角度上的调节即可；所述横板角度可调，实现了对鸡蛋不同角度的照射，提高了使用灵活性，实现了对鸡蛋多角度照射的目的；同时，多个横板之间还可以通过调节不同的角度，实现不同光源发出光的交叉重合等，交叉重合后的光照射到同一鸡蛋上时可以提高对鸡蛋光照的提高，提高对不同位置处鸡蛋的重点检测。
39.为减少环境光对蛋图像采集的影响，在图像采集装置2上设置了遮挡罩23，遮挡罩23设置于固定支架22的四周及顶部，遮挡罩23的内部涂有黑色涂层，遮挡罩23的下部与输送线1之间形成输送通道，工业相机21和光源31位于输送通道中，在遮挡罩23与输送线1之间形成的输送通道的出入口处设置防护橡胶条，通过橡胶条保证蛋进出方便的同时，消除环境光的影响。
40.图像处理装置，接收图像采集装置采集的蛋图像，根据蛋图像，计算获得蛋的面积或体积，及蛋的长轴和短轴；根据蛋的面积或体积，结合蛋的密度经验公式，计算获得蛋的重量；根据蛋的长轴和短轴，计算蛋的蛋形指数，根据蛋形指数判断是否为畸形蛋。
41.图像处理装置和plc或者其他控制器相连接。
42.本实施例公开的基于机器视觉的蛋称重及畸形蛋识别设备，通过输送线将蛋自动输送至图像采集装置中，蛋进入图像采集装置后，由光源对蛋进行照射，由工业相机对蛋进行拍照，获取蛋图像，将采集的蛋图像发送至图像处理装置中进行处理，计算出蛋的面积或体积，及蛋的长轴和短轴，最终计算出蛋的质量和蛋形指数，根据蛋形指数判断是否为畸形蛋，根据蛋的质量和蛋形指数，对蛋进行分级，实现了蛋的非接触式自动称重和畸形蛋的自动识别，及蛋的自动分级，提高了禽蛋的处理效率，改善工人劳动环境。
43.实施例2
44.在该实施例中，公开了基于机器视觉的蛋称重及畸形蛋识别系统，包括，实施例1中的基于机器视觉的蛋称重及畸形蛋识别设备，和与该识别设备相连的鸡蛋分级机。
45.通过识别设备识别出蛋的重量和蛋形指数后，鸡蛋分级机通过蛋的重量和蛋形指数，对蛋进行分级。
46.实施例3
47.在该实施例中，公开了基于机器视觉的蛋称重及畸形蛋识别方法，包括：
48.采集蛋图像；
49.根据采集的蛋图像，计算获得蛋的面积或体积，及蛋的长轴和短轴；
50.根据蛋的面积或体积，结合蛋的密度经验公式，计算获得蛋的重量；
51.根据蛋的长轴和短轴，计算蛋的蛋形指数，根据蛋形指数判断是否为畸形蛋；
52.根据计算的蛋的重量和蛋形指数，对蛋进行分级处理。
53.上述虽然结合附图对本公开的具体实施方式进行了描述，但并非对本公开保护范围的限制，所属领域技术人员应该明白，在本公开的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本公开的保护范围以内。