CN106872465A - 基于机器视觉的禽类受精蛋检测筛选装置 - Google Patents
基于机器视觉的禽类受精蛋检测筛选装置 Download PDFInfo
- Publication number
- CN106872465A CN106872465A CN201611226818.0A CN201611226818A CN106872465A CN 106872465 A CN106872465 A CN 106872465A CN 201611226818 A CN201611226818 A CN 201611226818A CN 106872465 A CN106872465 A CN 106872465A
- Authority
- CN
- China
- Prior art keywords
- egg
- birds
- hatching
- mobile station
- support frame
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明涉及一种基于机器视觉的禽类受精蛋检测筛选装置。该装置包括:种蛋输送单元、图像采集单元和种蛋分拣单元,该装置主要是运用了机器视觉技术和数字图像处理技术,对整盘待测种蛋进行检测,提取图像中每个待测种蛋的透光性,然后根据待测种蛋的透光性同时判断每个待测种蛋是否受精,然后利用真空发生技术通过吸盘吸取无精蛋,实现无精蛋和受精蛋的分离。该装置不仅可以代替人工照蛋,减轻了工人的劳动强度,提高种蛋检测的速率和准确性,而且更为重要的一点是该装置是以实际生产中的孵化托盘为基础,具有很强的实用性,该装置的发明使我国无精蛋检测行业迈上了一个新的台阶,对于提高农产品检测自动化水平具有重要意义。
Description
技术领域
本发明涉及了一种基于机器视觉的禽类受精蛋检测筛选装置,特指利用机器视觉技术实现从待测种蛋中检出无精蛋,利用真空发生技术实现无精蛋剔除,属于数字图像处理和农产品检测技术领域。
背景技术
众所周知,禽蛋是一种营养丰富的食品,在人们的日常饮食中占有重要地位。以鸡蛋为例,每百克鸡蛋含12.7克蛋白质,11.6克脂肪,含有人体必需的8种氨基酸,而且含有很多种人体必须的微量元素,这些营养物质易于被人体消化和吸收,所以说禽蛋被称为最为理想的天然食品。我国地域广阔、禽类品种多样,禽蛋资源十分丰富,同时,我国人口众多,禽蛋食用量非常大,所以我国一直是禽蛋的生产和消费大国。据不完全统计,我国的禽蛋行业总产值已经达到1700-2100亿元,在国民经济中占有很大的比重。
在我国的禽蛋孵化行业中,种蛋的品质检测一直是一个重要的环节,这直接影响到养殖场养殖成本和经济效益。一般禽蛋的孵化时间是21-30天(例如鸡蛋是21天,鸭蛋是28天,鹅蛋是30天),是一个耗时、耗能、耗费人力的过程。在孵化过程中,对孵化的温度、湿度都有较高的要求,需要专业的孵化设备和管理人员。统计数据表明,我国种蛋受精率在86%-95%,受精蛋孵化率约90%,这意味着我国每年有大量的种蛋是不能孵化出来的,其中大部分是未受精造成的,还有一部分是孵化过程中死亡的。在孵化早期及时把这些无精蛋挑选出来有重要的意义,一方面,这些无精蛋在孵化箱内不仅占用孵化空间,浪费电能和人力,而且孵化箱内的高温会加速这些无精蛋的变质,出现爆裂,散发出恶臭气味,造成霉菌或细菌在孵化箱中的大量繁殖,影响孵化环境,降低种蛋的出雏率;另一方面,这些无精蛋及早的挑选出来,还可以作为其他食品进行加工,增加养殖场的经济效益。因此,尽早剔除无精蛋,无论是对提高孵化率还是增加经济效益都有重要的意义。
虽然近年来我国的自动化产业有了较大进步,但对于无精蛋的剔除工作,在实际生产中还是主要依靠传统的人工照蛋的方法,这种方式费时费力,而且依赖于技术工人的经验,主观性偏大,还会造成种蛋的交叉感染。因此,开发一种孵化过程中无精蛋的无损检测系统,对于减轻工人的劳动强度,提高判断准确率和检测效率,有十分重要的意义,这不仅有利于我国的禽类饲养的快速发展,同时也有利于我国的禽类饲养的自动化水平的提高。
近年来,机器视觉技术是一项发展十分快速的无数检测技,在农产品的无损检测方面已经取得了很多的成果,有些已经开发出相应的设备并应用于实践。美国的Das K,Evans M D.Detecting fertility of hatching eggs using machine vision Ⅱ:neuralnetwork classifiers[J].Transactions of the ASAE,1992b,35(6):2035-2041.采用黑白机器视觉系统,以孵化早期的鸡种蛋为研究对象,提取灰度级像素特征,可以区分出受精蛋和无精蛋,但检测效率低,无法应用于实践。国内学者也展开了这方面的研究,如潘磊庆,屠康等.基于机器视觉和神经网络检测鸡蛋裂纹的研究。马秀莲等基于机器视觉对白壳种蛋的检测。张伟等以鸭蛋为研究对象,将机器视觉方法与敲击振动方法相结合,判别鸭蛋孵化前期受精的正确率和稳定性。在这些研究中,有的是基于孵化过程中蛋的RGB颜色分量进行判断,有的是基于蛋的轮廓参数进行判断,目前,虽然已有相应的研究论文和专利,但这些研究和专利还只是停留在研究层面,大部分的研究都只能对一个种蛋进行检测,有些是单个流水线检测,这些情况都与实际生产用托盘孵化的情况不符,而且这些设备都不成熟,实用性有待于进一步完善。因此,开发一种检测效率高、实际应用性强的无精蛋检测系统十分必要,对于推进我国的禽蛋行业发展有重要意义。
发明内容
针对现有技术中存在的缺陷,本发明的目的在于提供一种基于机器视觉的禽类受精蛋检测筛选装置。该装置主要是运用了机器视觉技术和数字图像处理技术,对整盘待测种蛋进行检测,提取图像中每个待测种蛋的透光性,然后根据待测种蛋的透光性同时判断每个待测种蛋是否受精,然后利用真空发生技术通过吸盘吸取无精蛋,实现无精蛋和受精蛋的分离。
该装置不仅可以代替人工照蛋,减轻了工人的劳动强度,提高种蛋检测的速率和准确性,而且更为重要的一点是该装置是以实际生产中的孵化托盘为基础,具有很强的实用性,该装置的发明使我国无精蛋检测行业迈上了一个新的台阶,对于提高农产品检测自动化水平具有重要意义。
为达到以上目的,本发明采取的技术方案是:
基于机器视觉的禽类受精蛋检测筛选装置,包括:种蛋输送单元、图像采集单元和种蛋分拣单元,其中:
种蛋输送单元包括:
第一支撑架21,其本体为一长方体框架;
在第一支撑架21顶部四角处分别固定设一个第一同步带带轮18;
在第一支撑架21顶部左右延伸方向上的两条边框上分别设一条第一滑轨20,每条第一滑轨20两端的两个第一同步带带轮18通过一条第一同步带19相连;
位于两条第一滑轨20同一侧(具体可为左侧)的两个第一同步带带轮18通过一个第一步进电机17相连,以同时带动这两个第一同步带带轮18的转动,该第一步进电机17具体可固定设于这两个第一同步带带轮18之间的第一支撑架21边框上,
在第一支撑架21上设可沿两条第一滑轨20左右移动的第一水平移动台3,每条第一同步带19分别与第一水平移动台3相靠近的一侧固定连接;第一水平移动台3上设有若干圆形通光孔3-1;每个圆形通光孔3-1与待测种蛋2所在孵化托盘上的放置位置一一对应;
图像采集单元包括:
检测暗箱,由开口向下的无底箱体5、开口向上的光源箱22和遮光布4组成;无底箱体5固设于第一支撑架21左右延伸方向(图1)的中部之上,其底端高于第一水平移动台3上方待测种蛋2的顶端;光源箱22固设于第一支撑架21左右延伸方向(图1)的中部之内、无底箱体5的正下方;无底箱体5的开口大于第一水平移动台3以便于使第一水平移动台3及其上的待测种蛋2均可在无底箱体5之内,光源箱22的开口与第一水平移动台3的大小相匹配(相同),以便于其内LED光源23的光线只能通过第一水平移动台3上的圆形通光孔3-1到达无底箱体5;无底箱体5的开口处的外壁四周设遮光布4,遮光布4向下至少延伸至第一水平移动台3下方,以形成封闭的暗室,使透过待测种蛋2的光完全来自光源箱22内的LED光源23;
检测暗箱中,在无底箱体5内中央位置固定设一个镜头朝下的CCD相机6,在光源箱22内设有向上发光的LED光源23,
种蛋分拣单元包括:
第二支撑架29,其本体为一长方体框架,位于第一支撑架21的右侧,其底端与第一支撑架21位于同一水平面上,且其高度高于第一支撑架21,
在第二支撑架29竖直方向上的中部设平行于第二支撑架29底面的矩形框31,矩形框31左侧的一部分伸出第二支撑架29,且该伸出部分位于第一支撑架21右部的正上方,第二支撑架29左侧、矩形框31上方固定设升降台15,
升降台15上设可沿竖直方向上下移动的滑块15-1,滑块15-1上固定连接一折弯的连接杆14的一端,连接杆14的另一端连接吸盘装置11,吸盘装置11中包括若干吸盘,且每个吸盘的吸嘴朝下,当第一水平移动台3移动至吸盘装置11的正下方时,每个吸盘的吸嘴对应一个圆形通光孔3-1,吸盘装置11位于矩形框31左侧伸出部分的正上方,吸盘装置11的面积小于矩形框31左侧伸出部分,以便于向下移动靠近待测种蛋2,并吸取其中的无精蛋,
吸盘装置11中每个吸盘通过气管连接一个真空发生器9,每个真空发生器9通过气管连接空气压缩机30,且每个真空发生器9和空气压缩机30之间的气管上均连接一个电磁阀10,通过控制每个电磁阀10的开关,来控制对应的吸盘吸取第一水平移动台3上方的对应位置的待测种蛋2,
在矩形框31四角处分别固定设一个第二同步带带轮26,
在矩形框31左右延伸方向上的两条边框上分别设一条第二滑轨28,且第二滑轨28与第一滑轨20平行,
每条第二滑轨28两端的两个第二同步带带轮26通过一条第二同步带27相连,其中,位于两条第二滑轨28同一侧右侧的两个第二同步带带轮26通过一个第二步进电机16相连,以同时带动这两个第二同步带带轮26的转动该第二步进电机16具体可固定设于这两个第二同步带带轮26之间的矩形框31边框上,在矩形框31上方设可沿两条第二滑轨28左右滑动的第二水平移动台12,每条第二同步带27分别与第二水平移动台12的相近端固定连接。
在上述基于机器视觉的禽类受精蛋检测筛选装置中,还包括:
光电传感器25,设于LED光源23的右侧,当第一水平移动台3移动到检测暗箱的中心时,恰好触发光电传感器25。
在上述基于机器视觉的禽类受精蛋检测筛选装置中,还包括:第一单片机7,分别与光电传感器25、CCD相机6和第一步进电机17相连,用于接收光电传感器25发送的信号后并控制CCD相机6采集图像,以及给第一步进电机17发射脉冲,控制第一步进电机17的转速;
第二单片机32,分别与第二步进电机16、升降台15和每个电磁阀10相连,控制第二步进电机16和升降台15的运行以及每个电磁阀10的开关。
在上述基于机器视觉的禽类受精蛋检测筛选装置中,还包括:计算机8,通过采集线与CCD相机6相连,用于接收、存储并分析处理CCD相机6采集的图片;与第一单片机7相连,用于采集第一单片机7发来的光电传感器25的信号,并发送“开始采集”命令给第一单片机7;与第二单片机32相连,根据采集的图片的分析结果,发送命令给第二单片机32。
在上述基于机器视觉的禽类受精蛋检测筛选装置中,还包括:孵化托盘1,大小与第一水平移动台3相匹配,且孵化托盘1上放置种蛋的位置中心与第一水平移动台3上的圆形通光孔3-1中心位于一条竖直线上。
在上述基于机器视觉的禽类受精蛋检测筛选装置中,还包括:收集托盘13,可放置于第二水平移动台12上并随之移动,收集托盘13的面积大于或等于吸盘装置11,以便于接住吸盘装置11各个位置上吸附的无精蛋。
在上述基于机器视觉的禽类受精蛋检测筛选装置中,还包括:第一水平移动台3上的圆形通光孔3-1的直径为30—40mm,具体可根据待测种蛋种类确定,待测种蛋为鸡蛋时,圆形通光孔3-1的直径为30mm,待测种蛋为鸭蛋时,圆形通光孔3-1的直径为35mm;
第一水平移动台3为不透光材料制成,其表面颜色为黑色;以便采集图像时形成黑色背景;
检测暗箱的光源箱22中,LED光源23的下方设散热风扇24;
第一水平移动台3和吸盘装置11为可拆卸式;即包含快换装置,对不同种类的待测种蛋2,由于待测种蛋2大小不同,吸盘装置11吸盘的吸嘴大小和排列数不同,如鸡种蛋对应88个吸嘴,鸭种蛋对应63个吸嘴;
第一支撑架21左右延伸方向上的长度和每条第一滑轨20的长度为第一水平移动台3左右延伸方向上的长度的至少3倍以上。
在上述基于机器视觉的禽类受精蛋检测筛选装置中,吸盘装置11中吸盘的排布与第一水平移动台3上圆形通光孔3-1的排布相同,吸盘装置11位于第一水平移动台3正上方时,每个吸盘与对应的圆形通光孔3-1的中心位于一条竖直线上。
在上述基于机器视觉的禽类受精蛋检测筛选装置中,LED光源23为光强分布均匀的面光源。
在上述基于机器视觉的禽类受精蛋检测筛选装置中,当孵化托盘1随第一水平移动台3移动至检测暗箱中心位置时,CCD相机6镜头下端距孵化托盘1的垂直距离为550-650mm。
本发明的有益效果如下:
本发明充分利用了机器视觉技术、数字图像处理技术和真空发生技术对种蛋进行无损检测和剔除。该装置减轻了工人的劳动强度,提高了种蛋判别的准确性和检测效率,必将大大推进农产品无损检测的自动化进程,具有重要的应用价值。
附图说明
本发明有如下附图:
图1为基于机器视觉的禽类受精蛋检测筛选装置结构示意图。
图2为种蛋输送单元结构图。
图3为种蛋分拣单元结构图。
图4为LED光源图。
图5为待测种蛋的采集图片。
图6为种蛋图片处理效果图。
具体实施方式
以下结合附图对本发明作进一步详细说明。
实施例1、基于机器视觉的禽类受精蛋检测筛选装置
如图1—3所示,基于机器视觉的禽类受精蛋检测筛选装置,包括:(一)种蛋输送单元、(二)图像采集单元、(三)种蛋分拣单元,各单元的结构、功能以及工作过程具体如下:
(一)种蛋输送单元
主要包括:第一步进电机17、第一同步带带轮18、第一同步带19、第一水平移动台3、第一滑轨20、孵化托盘1、第一单片机7、第一支撑架21,具体结构如下:
第一支撑架21,其本体为一长方体框架如图1和图2所示;
在第一支撑架21顶部四角处分别固定设一个第一同步带带轮18;
在第一支撑架21顶部左右延伸方向上的两条边框上分别设一条第一滑轨20,每条第一滑轨20两端的两个第一同步带带轮18通过一条第一同步带19相连;
位于两条第一滑轨20左侧的两个第一同步带带轮18通过一个第一步进电机17相连,以同时带动这两个第一同步带带轮18的转动,该第一步进电机17固定设于这两个第一同步带带轮18之间的第一支撑架21边框上;
在第一支撑架21上设可沿两条第一滑轨20左右移动的第一水平移动台3,每条第一同步带19分别与第一水平移动台3相靠近的一侧固定连接;第一水平移动台3上设有若干圆形通光孔3-1;每个圆形通光孔3-1与待测种蛋2所在孵化托盘1上的放置位置一一对应;
孵化托盘1,为标准孵化托盘,分为两种:一种是孵化鸡蛋的孵化托盘,其上含有用于放置鸡蛋的通孔,呈11×8矩阵式排列,可放88枚鸡蛋,另一种是孵化鸭蛋的孵化托盘,其上含有用于放置鸭蛋的通孔,呈9×7矩阵式排列,可放63枚鸭蛋,
第一水平移动台3根据孵化托盘1,也分为两种,其上的圆形通光孔3-1和孵化托盘1放置鸡蛋或鸭蛋的通孔一一对应,圆形通光孔3-1直径根据检测种蛋种类确定,鸡蛋为30mm,鸭蛋为35mm,孵化托盘1大小与第一水平移动台3相匹配,且孵化托盘1上放置种蛋的位置中心与第一水平移动台3上的圆形通光孔3-1中心位于一条竖直线上。
第一水平移动台3为厚度20mm的铝板制作,表面经过黑色氧化处理,以便采集图像时形成黑色背景。
第一支撑架21左右延伸方向上的长度和每条第一滑轨20的长度为第一水平移动台3左右延伸方向上的长度的3.5倍。
其中,第一步进电机17是种蛋输送单元的动力来源,型号为60HS100-5504A,力矩35kg.cm;每条第一同步带带轮18直径φ40mm,轮宽20mm,齿型为T型齿;每个第一同步带19带宽为18mm,齿型为T型齿;每条第一滑轨20长度为1500mm,型号为SBR20S;
第一单片机7与第一步进电机17相连,主要用来给第一步进电机17发射脉冲,控制第一步进电机转速。
种蛋输送单元的主要功能是实现待测种蛋2的运输,
主要过程是第一水平移动台3运输待测种蛋2从上料工位运动到图像采集工位,再到分拣工位,然后返回初始位置。其中,上料工位是第一水平移动台3移动的初始位置(第一支撑架21水平方向的左端),检测工位是第一水平移动台3移动到检测暗箱水平方向上的中心时所处的位置(第一支撑架21水平方向的中间),分拣工位是第一水平移动台3的终止位置(第一支撑架21水平方向的右端)。
种蛋输送单元的传动方式采用同步带传动,
该单元的运动方式是,把整盘种蛋放在第一水平移动台3上,按下“启动”按钮后第一步进电机17转动,带动第一水平移动台3向右移动,运动至分拣工位后停止,完成分选后第一水平移动台3返回初始位置,完成一个输送周期。
(二)图像采集单元
主要包括:检测暗箱、CCD相机6、第一单片机7、计算机8、LED光源23、散热风扇24、光电传感器25,具体结构如下:
检测暗箱,由开口向下的无底箱体5、开口向上的光源箱22和遮光布4组成;无底箱体5固设于第一支撑架21左右延伸方向(图1)的中部之上,其底端高于第一水平移动台3上方待测种蛋2的顶端;光源箱22固设于第一支撑架21左右延伸方向(图1)的中部之内、无底箱体5的正下方;无底箱体5的开口大于第一水平移动台3以便于使第一水平移动台3及其上的待测种蛋2均可在无底箱体5之内,光源箱22的开口与第一水平移动台3的大小相匹配以便于其内LED光源23的光线只能通过第一水平移动台3上的圆形通光孔3-1到达无底箱体5;无底箱体5的开口处的外壁四周设遮光布4,遮光布4向下延伸至第一水平移动台3下方以形成封闭的暗室,使透过待测种蛋2的光完全来自光源箱22内的LED光源23;
检测暗箱中,在无底箱体5内中央位置固定设一个镜头朝下的CCD相机6,在光源箱22内设有向上发光的LED光源23,在LED光源23的右侧设光电传感器25,当第一水平移动台3移动到检测暗箱的中心时,恰好触发光电传感器25;
计算机8,通过采集线与CCD相机6相连,用于接收、存储并分析处理CCD相机6采集的图片,
第一单片机7,分别与光电传感器25、CCD相机6和计算机8相连,用于接收光电传感器25发送的信号后并控制CCD相机6的采集图像。
图像采集单元的主要功能是获取整个孵化托盘1上待测种蛋2的图像,然后传送给计算机进行图像处理和判别分析,是整个装置的核心单元,
其中,检测暗箱主要用来遮挡外界光线,避免外界光线影响成像质量,整体外形尺寸为长×宽×高为660mm×620mm×930mm。检测暗箱内部,以第一水平移动台3为界当第一水平移动台3移动到检测暗箱内部时即图像采集工位,分为上下两部分,开口向下的无底箱体5和开口向上的光源箱22,CCD相机型号是MER-200-20GC,厂商是大恒图像,对红色光线敏感,在590-680光谱区间内,响应灵敏度可达到80%以上,CCD相机6控制线与第一单片机7相连,用第一单片机7实现CCD相机6外触发控制,采集线与计算机8相连,采集到的图像直接传给计算机8进行分析、判断,CCD相机6镜头竖直朝下,镜头距孵化托盘1的垂直距离为610mm,LED光源23是光强分布均匀的面光源,用来给待测种蛋2打光,采用的是220V交流电,功率为136W,色温是6000K,尺寸为50*36cm,上面均匀分布720颗5730LED灯珠如图2所示,散热风扇24用来给LED光源23散热,型号是9AH0912P4H041,数量为2个,是12V的风速可调风扇。光电传感器25是CCD相机6的外触发开关,和第一单片机7相连,光电传感器25型号是E18-D80NK,厂家是Gaston,数量为1个,光电传感器25安置在LED光源23右侧,第一水平移动台3移动到检测暗箱的中心时恰好触发光电传感器25,光电传感器25触发后传送信号给第一单片机7,第一单片机7控制CCD相机6采集图像,然后图像传给计算机8进行处理分析和判断。计算机8与第一单片机7相连,用于采集第一单片机7发来的光电传感器25的信号,并发送“开始采集”命令给第一单片机7。
该单元的运动方式是,第一水平移动台3移动过程中触发光电传感器25,光电传感器25传送信号给第一单片机7,第一单片机7控制CCD相机6采集待测种蛋2图像,CCD相机6把采集的图像传送给计算机8,完成一次图像采集。
(三)、种蛋分拣单元
主要包括:吸盘装置11、真空发生器9、电磁阀10、空气压缩机30、升降台15、第二单片机32、第二步进电机16、第二同步带带轮26、第二同步带27、第二支撑架29、收集托盘13、第二滑轨28,各部件布局如图3所示,具体结构如下:
第二支撑架29(图2),其本体为一长方体框架,位于第一支撑架21的右侧,其底端与第一支撑架21位于同一水平面上,且其高度高于第一支撑架21,
在第二支撑架29竖直方向上的中部设平行于第二支撑架29底面的矩形框31(图2),矩形框31左侧的一部分伸出第二支撑架29,且该伸出部分位于第一支撑架21右部的正上方,第二支撑架29左侧、矩形框31上方固定设升降台15,
升降台15上设可沿竖直方向上下移动的滑块15-1,滑块15-1上固定连接一折弯的连接杆14的一端,连接杆14的另一端连接吸盘装置11,吸盘装置11中包括矩阵方式排列的吸盘,且每个吸盘的吸嘴朝下,当第一水平移动台3移动至吸盘装置11的正下方时,每个吸盘的吸嘴对应一个圆形通光孔3-1,吸盘装置11位于矩形框31左侧伸出部分的正上方,吸盘装置11的面积小于矩形框31左侧伸出部分,以便于向下移动靠近待测种蛋2,并吸取其中的无精蛋,
吸盘装置11中每个吸盘通过气管连接一个真空发生器9,以使有气流通过后,吸盘装置11内形成真空,每个真空发生器9通过气管连接空气压缩机30,且每个真空发生器9和空气压缩机30之间的气管上均连接一个电磁阀10,通过控制每个电磁阀10的开关,来控制对应的吸盘吸取第一水平移动台3上方的对应位置的待测种蛋2,
在矩形框31四角处分别固定设一个第二同步带带轮26,
在矩形框31左右延伸方向上的两条边框上分别设一条第二滑轨28,且第二滑轨28与第一滑轨20平行,
每条第二滑轨28两端的两个第二同步带带轮26通过一条第二同步带27相连,其中,位于两条第二滑轨28同一侧右侧的两个第二同步带带轮26通过一个第二步进电机16相连,以同时带动这两个第二同步带带轮26的转动,该第二步进电机16固定设于这两个第二同步带带轮26之间的矩形框31边框上,在矩形框31上方设可沿两条第二滑轨28左右滑动的第二水平移动台12,每条第二同步带27分别与第二水平移动台12的相近端固定连接,
第二单片机32,分别与第二步进电机16、升降台15、每个电磁阀10和计算机8相连,控制第二步进电机16和升降台15的运行以及每个电磁阀10的开关;计算机8与第二单片机32相连,根据采集的图片的分析结果,发送命令给第二单片机32。
其中,空气压缩机30是气源装置,通过气管连接电磁阀10、真空发生器9和吸盘装置11,
第一水平移动台3和吸盘装置11为可拆卸式即包含快换装置对不同种类的待测种蛋2,由于待测种蛋2大小不同,便于更换,吸盘装置11吸盘的吸嘴大小和排列数不同,如鸡种蛋对应88个吸嘴,鸭种蛋对应63个吸嘴。
吸盘型号是B20,厂家是PIAB,真空发生器9有气流通过后,吸盘装置11内形成真空,真空发生器9型号是VL06T,厂家是PIAB,真空发生器9数量与吸盘数相同,电磁阀10控制气流通断,型号是VQ21A1-6Y-CY;数量与吸盘数相同,每一个吸盘都有独立的真空发生器9和电磁阀10,通过对电磁阀10的控制可以实现对托盘内每一个种蛋的吸取,
第二步进电机16、第二同步带带轮26、第二同步带27第二滑轨28型号和配合方式与种蛋输送单元相同,其中,第二滑轨28长度与第一滑轨20不同,第二滑轨28长度为1600mm,第二单片机32控制第二步进电机16和升降台15移动,吸盘装置11和真空发生器9固定在一起,通过连接杆14与升降台15相连,升降台15在第二单片机32的控制下上下移动,实现吸盘装置的上下移动,收集托盘13移动轨迹与第一水平移动台3相似,在第二单片机32的控制下实现水平来回移动,收集托盘13用来收集无精蛋。
种蛋分拣单元的主要功能是通过吸盘吸取无精蛋,实现受精蛋和无精蛋的分离,
主要过程是吸盘装置11的吸取和上下移动,以及收集托盘13水平移动,
该单元的运动方式是,吸盘装置11向下移动,到达吸取位置后停止移动,通过第二单片机32控制电磁阀10打开,吸盘装置11内形成真空,吸取待测种蛋2,然后吸盘装置11向上移动,到达预定位置停止,收集托盘13水平向左移动,到达左边极限位置停止,然后吸盘装置11向下移动,到达指定位置停止,电磁阀10关闭,吸盘装置11内真空消失,待测种蛋2和吸盘装置11分离,待测种蛋2落入收集托盘13。其中吸取位置、预定位置、极限位置、指定位置都是在程序中设定好的,机构在到达这些位置后执行相应动作。
当基于机器视觉的禽类受精蛋检测筛选装置运行时,整个运行过程如下:把放置于孵化托盘1上的整盘待测种蛋2放置在第一水平移动台3的上料工位上,点击“开始”按钮,第一单片机7控制第一步进电机17开始转动,进而带动第一水平移动台3向右移动,当第一水平移动台3移动到检测暗箱中间位置即图像采集工位时,触发光电传感器25,光电传感器25把信号传给第一单片机7,第一单片机7控制CCD相机6采集图片并传送给计算机8,计算机8对图像进行分析和判断,然后把判断结果信号传给第二单片机32,第二单片机32会分别控制升降台15和第二步进电机16运动;同时,第一水平移动台3继续向右移动,到分拣工位后停止,此时第二单片机32控制升降台15带动吸盘装置11下移,到达吸取位置后停止移动,第二单片机32控制无精蛋上方对应吸盘的电磁阀10打开,无精蛋对应的吸盘内形成真空后吸取无精蛋,然后整个吸盘装置11向上移动,到达预定位置停止,第一水平移动台3返回初始位置,此时,收集托盘13再水平向左移动,到达左边极限位置停止,然后吸盘装置11向下移动,到达指定位置停止,电磁阀10关闭,吸盘装置11内真空消失,待测种蛋2和吸盘装置11分离,待测种蛋2落入收集托盘13,然后吸盘装置11和收集托盘13返回初始位置,完成一个检测、分拣周期。
综上所述,本发明基于机器视觉的禽类受精蛋检测筛选装置通过三个单元的相互配合,实现对整盘种蛋的检测和分选,可代替传统的人工照蛋方法,减轻工人劳动强度的同时,提高了检测效率。
实施例2、对鸭蛋的检测和筛选
使用实施例1中基于机器视觉的禽类受精蛋检测筛选装置进行,第一水平移动台(3)、吸盘装置(11)为适用于鸭蛋的型号,待测禽蛋为白壳的樱桃谷种鸭蛋,具体检测方法如下:
步骤1,将待测禽蛋开始孵化:
步骤1.1,在室温(15℃-40℃)下对待测禽蛋用75%医用酒精进行表面消毒处理;
步骤1.2,将待测禽蛋以钝端朝上、锐端朝下的方式放进孵化箱内;
步骤1.3,在孵化温度38.0℃和相对湿度55%-65%条件下,开始孵化。
步骤2,获取经步骤1孵化7天的待测禽蛋发育图片(如图5所示):
此时受精蛋胚胎经光照后可见血管呈放射状分布,颜色鲜艳发红(起眼期),透光性减弱;而无精蛋经光照后发亮,无血管网,透光性无变化;
使用实施例1中基于机器视觉的禽类受精蛋检测筛选装置进行,具体操作按照实施例1进行。
步骤3,将步骤2获得的待测禽蛋发育图片进行图像处理,获得待测禽蛋透光性结果;图像处理所用函数均为OPENCV函数库中的函数,具体如下:
步骤3.1,将步骤2获得的待测禽蛋发育图片进行预处理;
所述预处理是指中值滤波预处理,中值滤波函数是medianBlur(src,dst,3),其中,src是指原始图像,dst是指转化后图像,3代表选取的是3×3函数窗,中值滤波预处理能够在抑制噪声的同时减少处理时间;
步骤3.2,对经预处理后的图片进行灰度化处理,获得灰度图像;
所述灰度化处理是指将彩色图像转化成为灰度图像,将三通道的彩色图像转化成单通道的灰度图像可以在后期图像处理中大大减少图像的计算量,灰度化处理函数是CvtColor(src,dst),其中,src是指彩色图像,dst是指灰度图像;
步骤3.3,在灰度图像的每个待测禽蛋中心区域选取感兴趣区域;
选取像素面积为300×300的矩形区域作为感兴趣区域,该区域要在每个待测禽蛋的中心选取,尽量包含待测禽蛋的图像信息;
步骤3.4,选取适当的像素值作为阈值T,对感兴趣区域进行二值化处理,获得每个待测禽蛋透光性结果:
二值化处理就是将灰度图像上点的像素值变为0或255,也就是将整个图像呈现出明显的黑白效果,二值化处理分为全局二值化和自适应二值化,此处采用的是全局二值化处理函数threshold(src,dst,thresh,maxval,type),其中,src是指灰度图像,dst是指二值化图像,thresh是阈值T的具体值,maxval取值为255,type取值为0(0:THRESH_BINARY当前点值大于阈值时,取Maxval,也就是第四个参数,否则设置为0);
阈值T的范围是0-255,本实施例对鸭蛋灰度图像进行二值化处理,选取阈值T=200。该阈值T的取值方法如下:
从待测禽蛋中随机取100个待测禽蛋作为已知样本(其中80个经传统人工照蛋判别为受精蛋,20个经传统人工照蛋判别为无精蛋)按照上述步骤得到的感兴趣区域进行逐点扫描,求出每个点的像素值,通过分析发现,受精蛋图像中每个点的像素值一般都在150以下,而无精蛋的每个点的像素值一般都在220以上,所以,在150-220之间的像素值中取一个数值就可以作为阈值,对于受精蛋来说,每个点的灰度值一般都小于阈值,二值化后大部分是0,即为黑色像素点,当然也有白色像素点,但是比较少,对于无精蛋来说,每个点的灰度值一般都大于阈值,二值化后大部分是255,即为白色像素点。阈值T的取值越大,越容易判断为受精蛋,为了尽可能减少对受精蛋的判断错误,本实施例选取阈值T=200;
遍历感兴趣区域内的每个点的像素值,判断每个点的像素值的二值化处理后的数值,若像素值大于阈值T,则该点的数值为255,是白色像素点,若像素值小于或等于阈值T,则该点的数值为0,是黑色像素点;记录黑色像素点的个数n。
步骤4,根据步骤3获得的每个待测禽蛋透光性结果,判断待测禽蛋是否为受精蛋:
步骤4.1,获得感兴趣区域内黑色像素点的个数n:
遍历感兴趣区域内的每个像素,判断每个像素的数值,数值为0是黑色像素点,数值为255是白色像素点,记录黑色像素点的个数n;
步骤4.2,设定判别阈值N;
判别阈值N是区分受精蛋和无精蛋的值,设判别阈值N=2100,N的值是在大批量图像处理的基础上取得的:对步骤3.4中100个已知样本的二值化处理结果进行分析,受精蛋的黑色像素点的个数n几乎都大于3000,而非受精蛋的黑色像素点的个数n几乎都小于1000,即判别阈值N在1000-3000内取值都是可以的,本实施例中判别阈值N选取了2100,避免一些特殊情况时判断错误;
步骤4.3,将待测禽蛋的黑色像素点的个数n和判别阈值N进行比较,当n大于N时,则判断待测禽蛋为受精蛋;当n小于或等于N时,则判断待测禽蛋为无精蛋。
阈值T和判别阈值N的取值和待测禽蛋的种类、蛋壳颜色、检测环境和检测方法有直接关系,当待测禽蛋或检测环境以及检测方法发生改变,阈值T和判别阈值N都会发生改变,即阈值T和判别阈值N的取值只适用于特定检测禽蛋在特定环境和方法下的检测。
对于检测某种禽蛋(鸡蛋或鸭蛋及其品种确定),检测环境和方法不发生改变,阈值T和判别阈值N的取值只需设置一次,就可以重复检测这种禽蛋,不需要每次检测都重新确定。
结果:待测禽蛋共300枚樱桃谷鸭蛋,经上述方法检测为受精蛋的有285枚,无精蛋为15枚,传统人工照蛋判别为受精蛋的有288枚,无精蛋为12枚,与传统人工照蛋方法相比,检测准确率为98.96%。
最后,实施例1中基于机器视觉的禽类受精蛋检测筛选装置将无精蛋自动挑出并剔除,工作人员将孵化托盘(1)上的其余待测禽蛋继续进行孵化。
实施例3、对鸡蛋的检测和筛选
本实施例所用的待测禽蛋为农大三号鸡蛋(蛋壳颜色为白色)。使用实施例1中基于机器视觉的禽类受精蛋检测筛选装置进行,第一水平移动台(3)、吸盘装置(11)更换为适用于鸡蛋的型号,
按照实施例2的检测方法进行,系统硬件不变,但检测参数做如下改变:
步骤1.1,在室温(15℃-40℃)下对待测禽蛋用0.4g/L高锰酸钾溶液进行表面消毒处理;
步骤1.3,在孵化温度37.8℃和相对湿度55%-65%条件下,开始孵化;
步骤2,获取经步骤1孵化5天的待测禽蛋发育图片;此时受精蛋胚胎经光照后可见血管呈放射状分布,颜色鲜艳发红(即起眼期),透光性减弱;而无精蛋经光照后发亮,无血管网,透光性无变化;
步骤3中,阈值T=220,
步骤4中,判别阈值N=2300。
结果:待测禽蛋共200枚农大五号鸡蛋,经上述方法检测为受精蛋的有180枚,无精蛋为20枚,传统人工照蛋判别为受精蛋的有185枚,无精蛋为15枚,与传统人工照蛋方法相比,检测准确率为97.30%。
最后,实施例1中基于机器视觉的禽类受精蛋检测筛选装置将无精蛋自动挑出并剔除,工作人员将孵化托盘(1)上的其余待测禽蛋继续进行孵化。
本说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。
Claims (10)
1.基于机器视觉的禽类受精蛋检测筛选装置,其特征在于,包括:种蛋输送单元、图像采集单元和种蛋分拣单元,其中:
种蛋输送单元包括:
第一支撑架(21),其本体为一长方体框架;
在第一支撑架(21)顶部四角处分别固定设一个第一同步带带轮(18);
在第一支撑架(21)顶部左右延伸方向上的两条边框上分别设一条第一滑轨(20),每条第一滑轨(20)两端的两个第一同步带带轮(18)通过一条第一同步带(19)相连;
位于两条第一滑轨(20)同一侧的两个第一同步带带轮(18)通过一个第一步进电机(17)相连,
在第一支撑架(21)上设可沿两条第一滑轨(20)左右移动的第一水平移动台(3),每条第一同步带(19)分别与第一水平移动台(3)相靠近的一侧固定连接;第一水平移动台(3)上设有若干圆形通光孔(3-1);每个圆形通光孔(3-1)与待测种蛋(2)所在孵化托盘上的放置位置一一对应;
图像采集单元包括:
检测暗箱,由开口向下的无底箱体(5)、开口向上的光源箱(22)和遮光布(4)组成;无底箱体(5)固设于第一支撑架(21)左右延伸方向的中部之上,其底端高于第一水平移动台(3)上方待测种蛋(2)的顶端;光源箱(22)固设于第一支撑架(21)左右延伸方向的中部之内、无底箱体(5)的正下方;无底箱体(5)的开口大于第一水平移动台(3),光源箱(22)的开口与第一水平移动台(3)的大小相匹配;无底箱体(5)的开口处的外壁四周设遮光布(4),遮光布(4)向下至少延伸至第一水平移动台(3)下方;
检测暗箱中,在无底箱体(5)内中央位置固定设一个镜头朝下的CCD相机(6),在光源箱(22)内设有向上发光的LED光源(23),种蛋分拣单元包括:
第二支撑架(29),其本体为一长方体框架,位于第一支撑架(21)的右侧,其底端与第一支撑架(21)位于同一水平面上,且其高度高于第一支撑架(21),
在第二支撑架(29)竖直方向上的中部设平行于第二支撑架(29)底面的矩形框(31),矩形框(31)左侧的一部分伸出第二支撑架(29),且该伸出部分位于第一支撑架(21)右部的正上方,第二支撑架(29)左侧、矩形框(31)上方固定设升降台(15),
升降台(15)上设可沿竖直方向上下移动的滑块(15-1),滑块(15-1)上固定连接一折弯的连接杆(14)的一端,连接杆(14)的另一端连接吸盘装置(11),吸盘装置(11)中包括若干吸盘,且每个吸盘的吸嘴朝下,当第一水平移动台(3)移动至吸盘装置(11)的正下方时,每个吸盘的吸嘴对应一个圆形通光孔(3-1),吸盘装置(11)位于矩形框(31)左侧伸出部分的正上方,吸盘装置(11)的面积小于矩形框(31)左侧伸出部分,
吸盘装置(11)中每个吸盘通过气管连接一个真空发生器(9),每个真空发生器(9)通过气管连接空气压缩机(30),且每个真空发生器(9)和空气压缩机(30)之间的气管上均连接一个电磁阀(10),通过控制每个电磁阀(10)的开关,来控制对应的吸盘吸取第一水平移动台(3)上方的对应位置的待测种蛋(2),
在矩形框(31)四角处分别固定设一个第二同步带带轮(26),
在矩形框(31)左右延伸方向上的两条边框上分别设一条第二滑轨(28),且第二滑轨(28)与第一滑轨(20)平行,
每条第二滑轨(28)两端的两个第二同步带带轮(26)通过一条第二同步带(27)相连,其中,位于两条第二滑轨(28)同一侧的两个第二同步带带轮(26)通过一个第二步进电机(16)相连,以同时带动这两个第二同步带带轮(26)的转动,在矩形框(31)上方设可沿两条第二滑轨(28)左右滑动的第二水平移动台(12),每条第二同步带(27)分别与第二水平移动台(12)的相近端固定连接。
2.如权利要求1所述的基于机器视觉的禽类受精蛋检测筛选装置,其特征在于:基于机器视觉的禽类受精蛋检测筛选装置包括:
光电传感器(25),设于LED光源(23)的右侧,当第一水平移动台(3)移动到检测暗箱的中心时,恰好触发光电传感器(25)。
3.如权利要求2所述的基于机器视觉的禽类受精蛋检测筛选装置,其特征在于:基于机器视觉的禽类受精蛋检测筛选装置包括:
第一单片机(7),分别与光电传感器(25)、CCD相机(6)和第一步进电机(17)相连,用于接收光电传感器(25)发送的信号后并控制CCD相机(6)采集图像,以及给第一步进电机(17)发射脉冲,控制第一步进电机(17)的转速;
第二单片机(32),分别与第二步进电机(16)、升降台(15)和每个电磁阀(10)相连,控制第二步进电机(16)和升降台(15)的运行以及每个电磁阀(10)的开关。
4.如权利要求3所述的基于机器视觉的禽类受精蛋检测筛选装置,其特征在于:基于机器视觉的禽类受精蛋检测筛选装置包括:计算机(8),通过采集线与CCD相机(6)相连,用于接收、存储并分析处理CCD相机(6)采集的图片;与第一单片机(7)相连,用于采集第一单片机(7)发来的光电传感器(25)的信号,并发送“开始采集”命令给第一单片机(7);与第二单片机(32)相连,根据采集的图片的分析结果,发送命令给第二单片机(32)。
5.如权利要求1所述的基于机器视觉的禽类受精蛋检测筛选装置,其特征在于:基于机器视觉的禽类受精蛋检测筛选装置包括:孵化托盘(1),大小与第一水平移动台(3)相匹配,且孵化托盘(1)上放置种蛋的位置中心与第一水平移动台(3)上的圆形通光孔(3-1)中心位于一条竖直线上。
6.如权利要求1所述的基于机器视觉的禽类受精蛋检测筛选装置,其特征在于:基于机器视觉的禽类受精蛋检测筛选装置包括:收集托盘(13),可放置于第二水平移动台(12)上并随之移动,收集托盘(13)的面积大于或等于吸盘装置(11)。
7.如权利要求1所述的基于机器视觉的禽类受精蛋检测筛选装置,其特征在于:第一水平移动台(3)上的圆形通光孔(3-1)的直径为30—40mm;
第一水平移动台(3)为不透光材料制成,其表面颜色为黑色;
检测暗箱的光源箱(22)中,LED光源(23)的下方设散热风扇(24);
第一水平移动台(3)和吸盘装置(11)为可拆卸式;
第一支撑架(21)左右延伸方向上的长度和每条第一滑轨(20)的长度为第一水平移动台(3)左右延伸方向上的长度的至少3倍以上。
8.如权利要求1所述的基于机器视觉的禽类受精蛋检测筛选装置,其特征在于:吸盘装置(11)中吸盘的排布与第一水平移动台(3)上圆形通光孔(3-1)的排布相同,吸盘装置(11)位于第一水平移动台(3)正上方时,每个吸盘与对应的圆形通光孔(3-1)的中心位于一条竖直线上。
9.如权利要求1所述的基于机器视觉的禽类受精蛋检测筛选装置,其特征在于:LED光源(23)为光强分布均匀的面光源。
10.如权利要求5所述的基于机器视觉的禽类受精蛋检测筛选装置,其特征在于:当孵化托盘(1)随第一水平移动台(3)移动至检测暗箱中心位置时,CCD相机(6)镜头下端距孵化托盘(1)的垂直距离为550-650mm。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611226818.0A CN106872465B (zh) | 2016-12-27 | 2016-12-27 | 基于机器视觉的禽类受精蛋检测筛选装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611226818.0A CN106872465B (zh) | 2016-12-27 | 2016-12-27 | 基于机器视觉的禽类受精蛋检测筛选装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106872465A true CN106872465A (zh) | 2017-06-20 |
CN106872465B CN106872465B (zh) | 2020-03-03 |
Family
ID=59165216
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611226818.0A Active CN106872465B (zh) | 2016-12-27 | 2016-12-27 | 基于机器视觉的禽类受精蛋检测筛选装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106872465B (zh) |
Cited By (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107561233A (zh) * | 2017-09-25 | 2018-01-09 | 中国标准化研究院 | 一种禽蛋新鲜度检测装置 |
CN107764770A (zh) * | 2017-09-29 | 2018-03-06 | 中国农业大学 | 基于近红外光谱的入孵前种蛋受精情况检测方法及装置 |
CN108627480A (zh) * | 2018-05-31 | 2018-10-09 | 深圳市安思科电子科技有限公司 | 一种检测精度高的农产品监控设备 |
CN109006577A (zh) * | 2018-09-26 | 2018-12-18 | 北海智联投资有限公司 | 一种半自动将蛋黄融化和蛋黄完整的鹅蛋分开装置 |
CN109324161A (zh) * | 2017-07-31 | 2019-02-12 | 爱科维申科技(天津)有限公司 | 一种基于机器视觉的鸡蛋胚胎成活性检测系统 |
CN110567968A (zh) * | 2019-09-04 | 2019-12-13 | 中国科学院长春光学精密机械与物理研究所 | 一种零件缺陷检测方法及装置 |
CN110583530A (zh) * | 2019-10-14 | 2019-12-20 | 湖南鸿羽溆浦鹅业发展有限公司 | 一种照蛋装置 |
CN110637757A (zh) * | 2019-09-26 | 2020-01-03 | 广东工业大学 | 一种禽蛋检测系统、方法和设备 |
CN110806251A (zh) * | 2019-10-21 | 2020-02-18 | 北京海益同展信息科技有限公司 | 称重单元及禽蛋称重装置 |
CN111220783A (zh) * | 2020-01-15 | 2020-06-02 | 宿州市新皖鹅业有限责任公司 | 一种鹅蛋照蛋装置及其照蛋方法 |
CN111257339A (zh) * | 2020-02-25 | 2020-06-09 | 华中农业大学 | 一种基于机器视觉的皮蛋裂纹在线检测方法及检测装置 |
CN111344587A (zh) * | 2017-11-13 | 2020-06-26 | 慕尼黑科技大学 | 自动无创式确定禽蛋的生育力和胚胎性别 |
CN111570330A (zh) * | 2020-06-16 | 2020-08-25 | 华中农业大学 | 整盘种鸭蛋中无精蛋的机器视觉挑选装置及其方法 |
CN111702798A (zh) * | 2020-08-07 | 2020-09-25 | 唐山学院 | 一种塑料提手生产线用吸盘机械手 |
CN112275663A (zh) * | 2020-11-03 | 2021-01-29 | 广东思诺威视科技有限公司 | 一种电感暗裂检测设备方案 |
CN112488093A (zh) * | 2020-11-25 | 2021-03-12 | 西北工业大学 | 一种零件识别数据集采集装置 |
CN112602628A (zh) * | 2020-12-14 | 2021-04-06 | 安徽标王农牧有限公司 | 一种家禽育种用种蛋精选系统及其装置 |
CN113275269A (zh) * | 2021-04-30 | 2021-08-20 | 马鞍山海森控电气有限公司 | 基于机器视觉的锂电池回收用筛选装置 |
CN113340899A (zh) * | 2021-07-07 | 2021-09-03 | 青岛兴仪电子设备有限责任公司 | 种蛋胚胎活性检测的装置及方法 |
CN114544661A (zh) * | 2022-02-28 | 2022-05-27 | 蚌埠依爱电子科技有限责任公司 | 基于机器视觉的蛋称重及畸形蛋识别设备、系统和方法 |
KR102467736B1 (ko) * | 2022-07-26 | 2022-11-16 | 주식회사 한밭아이오티 | 부화 검란 시스템 |
CN117225746A (zh) * | 2023-11-14 | 2023-12-15 | 乐山市奇能米业有限责任公司 | 一种大米生产用的筛分装置 |
CN118010761A (zh) * | 2024-04-02 | 2024-05-10 | 七海测量技术(深圳)有限公司 | 一种基于机器视觉的曲面玻璃缺陷检测装置及方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001037367A (ja) * | 1999-07-27 | 2001-02-13 | Kyowa Kikai Kk | 卵自動選別装置及び不良卵検出装置 |
CN101672839A (zh) * | 2009-09-25 | 2010-03-17 | 南京农业大学 | 一种基于计算机视觉的种蛋孵化品质检测装置和方法 |
CN102179374A (zh) * | 2010-12-23 | 2011-09-14 | 华中农业大学 | 禽蛋品质自动检测分选设备及其方法 |
CN102217559A (zh) * | 2011-05-27 | 2011-10-19 | 华中农业大学 | 孵化蛋品质在线自动检测分选设备及其方法 |
CN103026984A (zh) * | 2012-12-12 | 2013-04-10 | 华中农业大学 | 群体孵化蛋成活性的视觉检测分级装置及其方法 |
CN106053358A (zh) * | 2016-05-06 | 2016-10-26 | 中国农业大学 | 基于可见/近红外光谱的禽类无精蛋检测方法与装置 |
-
2016
- 2016-12-27 CN CN201611226818.0A patent/CN106872465B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001037367A (ja) * | 1999-07-27 | 2001-02-13 | Kyowa Kikai Kk | 卵自動選別装置及び不良卵検出装置 |
CN101672839A (zh) * | 2009-09-25 | 2010-03-17 | 南京农业大学 | 一种基于计算机视觉的种蛋孵化品质检测装置和方法 |
CN102179374A (zh) * | 2010-12-23 | 2011-09-14 | 华中农业大学 | 禽蛋品质自动检测分选设备及其方法 |
CN102217559A (zh) * | 2011-05-27 | 2011-10-19 | 华中农业大学 | 孵化蛋品质在线自动检测分选设备及其方法 |
CN103026984A (zh) * | 2012-12-12 | 2013-04-10 | 华中农业大学 | 群体孵化蛋成活性的视觉检测分级装置及其方法 |
CN106053358A (zh) * | 2016-05-06 | 2016-10-26 | 中国农业大学 | 基于可见/近红外光谱的禽类无精蛋检测方法与装置 |
Cited By (31)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109324161A (zh) * | 2017-07-31 | 2019-02-12 | 爱科维申科技(天津)有限公司 | 一种基于机器视觉的鸡蛋胚胎成活性检测系统 |
CN107561233B (zh) * | 2017-09-25 | 2023-11-10 | 中国标准化研究院 | 一种禽蛋新鲜度检测装置 |
CN107561233A (zh) * | 2017-09-25 | 2018-01-09 | 中国标准化研究院 | 一种禽蛋新鲜度检测装置 |
CN107764770B (zh) * | 2017-09-29 | 2019-09-17 | 中国农业大学 | 基于近红外光谱的入孵前种蛋受精情况检测方法及装置 |
CN107764770A (zh) * | 2017-09-29 | 2018-03-06 | 中国农业大学 | 基于近红外光谱的入孵前种蛋受精情况检测方法及装置 |
CN111344587A (zh) * | 2017-11-13 | 2020-06-26 | 慕尼黑科技大学 | 自动无创式确定禽蛋的生育力和胚胎性别 |
CN108627480A (zh) * | 2018-05-31 | 2018-10-09 | 深圳市安思科电子科技有限公司 | 一种检测精度高的农产品监控设备 |
CN109006577A (zh) * | 2018-09-26 | 2018-12-18 | 北海智联投资有限公司 | 一种半自动将蛋黄融化和蛋黄完整的鹅蛋分开装置 |
CN110567968A (zh) * | 2019-09-04 | 2019-12-13 | 中国科学院长春光学精密机械与物理研究所 | 一种零件缺陷检测方法及装置 |
CN110637757A (zh) * | 2019-09-26 | 2020-01-03 | 广东工业大学 | 一种禽蛋检测系统、方法和设备 |
CN110637757B (zh) * | 2019-09-26 | 2022-05-06 | 广东工业大学 | 一种基于光学图像识别技术的禽蛋检测系统、方法和设备 |
CN110583530A (zh) * | 2019-10-14 | 2019-12-20 | 湖南鸿羽溆浦鹅业发展有限公司 | 一种照蛋装置 |
CN110806251A (zh) * | 2019-10-21 | 2020-02-18 | 北京海益同展信息科技有限公司 | 称重单元及禽蛋称重装置 |
CN111220783A (zh) * | 2020-01-15 | 2020-06-02 | 宿州市新皖鹅业有限责任公司 | 一种鹅蛋照蛋装置及其照蛋方法 |
CN111257339A (zh) * | 2020-02-25 | 2020-06-09 | 华中农业大学 | 一种基于机器视觉的皮蛋裂纹在线检测方法及检测装置 |
CN111570330B (zh) * | 2020-06-16 | 2021-10-01 | 华中农业大学 | 整盘种鸭蛋中无精蛋的机器视觉挑选装置及其方法 |
CN111570330A (zh) * | 2020-06-16 | 2020-08-25 | 华中农业大学 | 整盘种鸭蛋中无精蛋的机器视觉挑选装置及其方法 |
CN111702798A (zh) * | 2020-08-07 | 2020-09-25 | 唐山学院 | 一种塑料提手生产线用吸盘机械手 |
CN112275663A (zh) * | 2020-11-03 | 2021-01-29 | 广东思诺威视科技有限公司 | 一种电感暗裂检测设备方案 |
CN112488093B (zh) * | 2020-11-25 | 2023-03-31 | 西北工业大学 | 一种零件识别数据集采集装置 |
CN112488093A (zh) * | 2020-11-25 | 2021-03-12 | 西北工业大学 | 一种零件识别数据集采集装置 |
CN112602628A (zh) * | 2020-12-14 | 2021-04-06 | 安徽标王农牧有限公司 | 一种家禽育种用种蛋精选系统及其装置 |
CN112602628B (zh) * | 2020-12-14 | 2023-10-24 | 安徽标王农牧股份有限公司 | 一种家禽育种用种蛋精选系统及其装置 |
CN113275269B (zh) * | 2021-04-30 | 2022-04-01 | 马鞍山海森控电气有限公司 | 基于机器视觉的锂电池回收用筛选装置 |
CN113275269A (zh) * | 2021-04-30 | 2021-08-20 | 马鞍山海森控电气有限公司 | 基于机器视觉的锂电池回收用筛选装置 |
CN113340899A (zh) * | 2021-07-07 | 2021-09-03 | 青岛兴仪电子设备有限责任公司 | 种蛋胚胎活性检测的装置及方法 |
CN114544661A (zh) * | 2022-02-28 | 2022-05-27 | 蚌埠依爱电子科技有限责任公司 | 基于机器视觉的蛋称重及畸形蛋识别设备、系统和方法 |
KR102467736B1 (ko) * | 2022-07-26 | 2022-11-16 | 주식회사 한밭아이오티 | 부화 검란 시스템 |
CN117225746A (zh) * | 2023-11-14 | 2023-12-15 | 乐山市奇能米业有限责任公司 | 一种大米生产用的筛分装置 |
CN117225746B (zh) * | 2023-11-14 | 2024-02-02 | 乐山市奇能米业有限责任公司 | 一种大米生产用的筛分装置 |
CN118010761A (zh) * | 2024-04-02 | 2024-05-10 | 七海测量技术(深圳)有限公司 | 一种基于机器视觉的曲面玻璃缺陷检测装置及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106872465B (zh) | 2020-03-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106872465A (zh) | 基于机器视觉的禽类受精蛋检测筛选装置 | |
CN106645605B (zh) | 基于机器视觉的禽类受精蛋检测方法 | |
WO2020207293A1 (zh) | 一种用于自动烹饪食物的方法和装置 | |
CN107952696B (zh) | 一种适用于鲜烟叶的检测分级装置及检测方法 | |
CN102217559B (zh) | 孵化蛋品质在线自动检测分选设备及其方法 | |
CN106733701B (zh) | 马铃薯多级联合智能缺陷检测系统及检测方法 | |
CN111134047A (zh) | 笼养蛋鸡的蛋鸡区位产蛋性能监测方法与系统 | |
CN103026984B (zh) | 群体孵化蛋成活性的视觉检测分级装置及其方法 | |
CN1485616A (zh) | 禽蛋品质无损自动检测分级设备及方法 | |
CN109570051A (zh) | 基于机器视觉、激光和声学的板栗虫眼检测装置 | |
CN105548124A (zh) | 一种柑橘溃疡病的检测方法和装置 | |
CN107340294A (zh) | 一种电机换向器自动化视觉检测系统 | |
CN202133655U (zh) | 一种孵化蛋品质在线自动检测分选设备 | |
CN111570330B (zh) | 整盘种鸭蛋中无精蛋的机器视觉挑选装置及其方法 | |
CN205484051U (zh) | 一种柑橘溃疡病的检测装置 | |
CN109122533B (zh) | 养殖装置及其控制方法 | |
CN109663747A (zh) | 一种板栗虫眼智能检测方法 | |
Xu et al. | Non-destructive detection on the fertility of injected SPF eggs in vaccine manufacture | |
CN108575820B (zh) | 一种种蛋无损识别设备和方法 | |
CN202999054U (zh) | 一种群体孵化蛋成活性的视觉检测分级装置 | |
CN117007519A (zh) | 一种半导体芯片框架的外观检测设备 | |
CN115043009A (zh) | 一种禽蛋智能视觉分拣包装设备、控制系统及实现方法 | |
CN206808385U (zh) | 一种自动筛选称重饲喂槽 | |
CN206658834U (zh) | 一种基于视觉技术的孵化后期无精蛋和弱精蛋识别装置 | |
CN106932405A (zh) | 鸡蛋自动裂纹检测机 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |