CN108575820B - 一种种蛋无损识别设备和方法 - Google Patents

Abstract

本发明公开了一种种蛋无损识别设备和方法。包括种蛋输送架以及布置在种蛋输送架上的用于放置并运输蛋盘的链条，种蛋输送架上设置有用于检测种蛋发育情况的检测装置，蛋盘由链条带动水平移动并经过检测装置，检测装置设置有用于蛋盘进出的入口和出口，入口和出口处均设置有遮光帘；LED灯珠的光透过种蛋后由光量检测装置接收到并传送至处理器进行分析，从而识别出该种蛋为活胚蛋、无精蛋或死胚蛋。本发明实现了自动无损照蛋并识别种蛋类型，检测准确性和效率高。

Description

一种种蛋无损识别设备和方法

技术领域

本发明涉及农业自动化机械，尤其是涉及了一种种蛋无损识别设备和方法。

背景技术

种蛋在孵化期内需要进行照蛋来确定该种蛋的发育情况。目前孵化场检测种蛋基本是依靠人工使用手持式照蛋器进行种蛋发育情况的判断。但是人工照蛋劳动量大，效率低，特别是在大批量种蛋同时孵化时人工的检测效率远远不够，并且工人作业一段时间后由于视觉疲劳等因素导致检测准确度下降，长期的照蛋工作还会影响人眼的视力。因此人工检测已无法满足现代化生产的需求和企业的用人政策。

发明内容

基于上述背景，本发明提供了一种种蛋无损识别设备和方法，避免对种蛋的损坏隐患，同时解放劳动力、提高检测效率。

本发明采用的技术方案如下：

一、一种种蛋无损识别设备：

设备包括种蛋输送架以及布置在种蛋输送架上的用于放置并运输蛋盘的链条，种蛋输送架上设置有用于检测种蛋发育情况的检测装置，蛋盘由链条带动水平移动并经过检测装置，检测装置设置有用于蛋盘进出的入口和出口，入口和出口处均设置有遮光帘。

所述的检测装置包括暗箱、气缸、数据处理主板、固定板和灯板，暗箱内设有固定板，固定板顶端通过气缸连接到暗箱内顶面，暗箱内底部设置有灯板，灯板和固定板之间形成用于蛋盘经过和种蛋检测的通道，暗箱内两侧壁设置有一对蛋盘感应器，蛋盘感应器所在高度接近于蛋盘所在高度接近；固定板上设置有阵列排布的多个光量检测装置，光量检测装置通过螺母采用螺纹连接固定于固定板上；

所述的光量检测装置包括支架、光敏电路板、遮光帽和光敏元器件，支架为上、下两端开口的套筒结构，光敏电路板安装于支架下端开口，光敏电路板中间设置有光敏元器件；遮光帽套装于在光敏电路板下方的支架下端开口，并将光敏电路板支撑固定于支架下端开口处。

所述的灯板上设置有阵列排布的多个LED灯珠，蛋盘上的每个种蛋放置底部位置开有用于LED灯珠发射光束穿过的通孔。

所述LED灯珠采用下列颜色和种类：色温为2500K～3200K的暖白光LED或波峰位于620nm～750nm之间的红光LED。

所述的暗箱的内壁和遮光帘表面均覆盖有黑色吸光涂层。

所述的暗箱内顶面中间安装有一块数据处理主板，灯板上、光敏元器件和蛋盘感应器均连接到数据处理主板。

二、一种种蛋无损识别方法，如图4所示：

步骤1、种蛋输送架上的装有种蛋的蛋盘进入检测装置中，检测装置中的气缸启动，带动固定板及其上的光量检测装置下降；

步骤2、检测装置中的LED灯珠通电，LED灯珠向上发射光束穿过蛋盘的通孔对种蛋进行照射，并由光量检测装置持续采集获取若干秒内的光信号强度；

步骤3、光量检测装置通过光电转换将光信号强度转换为电信号强度，并将电信号强度数据传给数据处理主板，数据处理主板将电信号强度数据转换为由具体透光量值构成的透光量数据；

步骤4、数据处理主板中，采用以下方式进行处理：

4.1、计算每个种蛋的透光量数据的平均值，将平均值输入第一逻辑回归模型中得到第一输出值；

4.2、利用第一输出值与预设的第一阈值进行比较：若第一输出值大于第一阈值，则种蛋被判别为无精蛋；若第一输出值小于第一阈值，则继续以下判别；

4.3、提取透光量数据的波动特征值，并把波动特征值输入到第二逻辑回归模型中，得到第二输出值；

4.4、将第二输出值与预设的波动阈值进行比较：若第二输出值大于波动阈值，则种蛋被判为活胚蛋；若第二输出值小于波动阈值，则种蛋被判为死胚蛋。

所述4.3中的波动特征值采用标准差、极差和变化次数其中的一种或者多种。

所述的变化次数是由透光量数据中按时序对每相邻的两个具体透光量值进行计数累加获得，若每相邻的两个具体透光量值不相同，变化次数增加一次计数。

本发明采用特殊LED灯珠发射光束并透过种蛋后由光量检测装置接收到并传送至处理器进行分析，通过步骤4的特殊处理能够区分识别出无精蛋、活胚蛋和死胚蛋。

本发明的有益效果是：

本发明能实现种蛋发育情况的在线无损检测，提高了检测准确性，且检测效率高，能代替人工照蛋的检测方式。

本发明能对一整个蛋盘的种蛋同时进行检测，减少了对种蛋损坏隐患，同时解放劳动力、提高检测效率。

附图说明

图1是本发明实施例的结构示意图。

图2是本发明实施例中检测装置内部(垂直于输送带方向的截面)的结构示意图。

图3是本发明实施例中光量检测装置的结构示意图。

图4是本发明种蛋检测的流程图。

图5是实施例1中一枚活胚蛋和死胚蛋在10秒內测得的透光量对比图。

图6是实施例2中几种不同光色LED的相对光谱图。

图中：1.种蛋输送架；2.链条；3.遮光帘；4.检测装置；41.暗箱；42.气缸；43数据处理主板；44.螺母；45.固定板；46.蛋盘感应器；47.蛋盘；48.灯板；49.LED灯珠；5.光量检测装置；51.支架；52光敏电路板；53.遮光帽；54.光敏元器件。

具体实施方式

下面结合附图和实施例对本发明作进一步说明。

如图1所示，本发明具体实施包括种蛋输送架1以及布置在种蛋输送架1上的用于放置并运输蛋盘的链条2，种蛋输送架1上设置有用于检测种蛋发育情况的检测装置4，蛋盘47由链条2带动水平移动并经过检测装置4，链条2穿过检测装置4，蛋盘上设有阵列布置放置的种蛋，检测装置4设置有用于蛋盘47进出的入口和出口，入口和出口处均设置有遮光帘3。

如图2所示，检测装置4包括暗箱41、气缸42、数据处理主板43、固定板45和灯板48，暗箱41内设有固定板45，固定板45顶端通过四角的四个气缸42连接到暗箱41内顶面，由气缸42带动固定板45及其上的光量检测装置5在暗箱41内上下升降，固定板45与气缸42之间采用螺纹连接；暗箱41内底部设置有灯板48，灯板48和固定板45之间形成用于蛋盘47经过和种蛋检测的通道。

为了按顺序、规律性地对输送线上的待测种蛋检测，暗箱41内部的两个完整侧面设置有一对蛋盘感应器46，这对感应器一个为发射端，另一个为接收端，蛋盘感应器46所在高度与蛋盘外壳所在高度接近。当一盘种蛋输送到蛋盘感应器46位置将触发检测信号，输送用的链条2将停止运行，直到这盘种蛋检测完成。

固定板45上设置有阵列排布的多个光量检测装置5，每一个光量检测装置5与一个种蛋对应，光量检测装置5通过螺母44采用螺纹连接固定于固定板45上。

如图3所示，光量检测装置5包括支架51、光敏电路板52、遮光帽53和光敏元器件54，支架51为上、下两端开口的套筒结构，光敏电路板52安装于支架51下端开口，光敏电路板52完全覆盖下端开口；光敏电路板52中间设置有光敏元器件54，支架51上端开口用于电线等线材的引出，光敏元器件54为光敏二极管或光传感器。为了避免可能存在的环境光影响，支架51下端设置有遮光帽53，遮光帽53采用黑色不透明的柔软材料，遮光帽53套装于在光敏电路板52下方的支架51下端开口，并将光敏电路板52支撑固定于支架51下端开口处，遮光帽53包裹覆盖于支架51下端边缘和光敏电路板52边缘。

灯板48上设置有阵列排布的多个LED灯珠49，每个LED灯珠49上方对应设置有一个光量检测装置5，每个LED灯珠49一一与蛋盘中的种蛋上下对应，蛋盘47上的每个种蛋放置底部位置开有用于LED灯珠49发射光束穿过的通孔。

光量检测装置5和LED灯珠49的阵列排布均相同，均与蛋盘47上的种蛋阵列排布相同。

LED灯珠49采用下列颜色和种类：色温为2500K～3200K的暖白光LED或波峰位于620nm～750nm之间的红光LED。

暗箱41的内壁和遮光帘表面均覆盖有黑色吸光涂层，暗箱41内顶面中间安装有一块数据处理主板43，灯板48上的多个LED灯珠49、光敏元器件54和蛋盘感应器46均连接到数据处理主板43。

本发明实施例如下：

实施例1

实施例1中共对227枚“梅岭”肉鸡种蛋在孵化第0-12天进行透光量检测，该种蛋来自同一孵化场同一批次。

本实验使用的每个光源为暖白光LED，色温为2700K，功率为1.35W，光传感器为OPT3001。种蛋经过清洁、消毒后放入孵化箱进行孵化。孵化第0-12天，每天定时取出种蛋用以上设备进行光线透过种蛋后的透光量测量，第七天进行人工照蛋确定活胚蛋并记录，并且在第10天取出其中的活胚蛋在2℃冰箱中放置12小时，从而人工制造出90枚死胚蛋，剩余77枚活胚蛋。第12天测量结束后对种蛋进行破壳检查，结合人工照蛋结果，种蛋中活胚蛋77枚，死胚蛋90枚，无精蛋60枚。

种蛋的检测及判断方法如下：

步骤1、种蛋输送架1上的装有种蛋的蛋盘47进入检测装置4中，当蛋盘被蛋盘感应器46检测到时，链条2停止运行，检测装置4中的气缸42启动，带动固定板45及其上的光量检测装置5下降，当遮光帽53下端内边缘与种蛋接触时气缸42停止运行；

步骤2、检测装置4中的LED灯珠49通电，LED灯珠49向上发射光束穿过蛋盘47的通孔对种蛋进行照射，并由光量检测装置5持续采集获取10秒内透光量的光信号强度；

步骤3、光量检测装置5通过光电转换将光信号强度转换为电信号强度，并将电信号强度数据传给数据处理主板43，数据处理主板43将电信号强度数据转换为由具体透光量值构成的透光量数据；

步骤4、数据处理主板43中，采用以下方式进行处理：

4.1、计算每个种蛋的透光量数据的平均值，将平均值输入第一逻辑回归模型中得到第一输出值；具体实施的第一逻辑回归模型采用二元逻辑回归方法由前期大量实验测定的每个种蛋的透光量数据的平均值数据构建模型，得到的第一逻辑回归模型：

第一逻辑回归模型中：x表示每个种蛋透光量数据的平均值，f₁(x)为第一逻辑回归模型输出。

4.2、利用第一输出值与预设的第一阈值(这里取0.5)进行比较：若第一输出值大于第一阈值，则种蛋被判别为无精蛋；若第一输出值小于第一阈值，则继续以下判别；

4.3、提取透光量数据的波动特征值，波动特征值具体采用标准差、极差、变化次数，并把波动特征值输入到第二逻辑回归模型中，得到第二输出值；

变化次数是由透光量数据中按时序对每相邻的两个具体透光量值进行计数累加获得，若每相邻的两个具体透光量值不相同，变化次数增加一次计数。

第二逻辑回归模型为：

第二逻辑回归模型中：x₁、x₂、x₃分别表示从每个种蛋透光量数据组提取的变化次数、标准差、极差，f₂(x)为第二逻辑回归模型输出。波动特征值提取结合图5具体说明：活胚蛋由于胚胎存在胎动现象，其透光量会在胚胎胎动时存在变化，活胚蛋的透光量(圆点线)信号的波动明显比死胚蛋的透光量(方点线)信号的波动更大，且两个种蛋透光量的平均值较为接近。

4.4、将第二输出值与预设的波动阈值(这里取0.5)进行比较：若第二输出值大于波动阈值，则种蛋被判为活胚蛋；若第二输出值小于波动阈值，则种蛋被判为死胚蛋。

表1孵化第12天种蛋的检测结果

表1是实施例中种蛋孵化到第12天时进行检测，结果为：60枚无精蛋完全识别正确，77枚活胚蛋中有3枚被误判为死胚蛋，90枚死胚蛋中有6枚被误判为活胚蛋。本次检测，227枚种蛋中有218枚种蛋被正确识别，正确率为96.04％。

实施例2

步骤1、种蛋输送架1上的装有种蛋的蛋盘47进入检测装置4中，当蛋盘被蛋盘感应器46检测到时，链条2停止运行，检测装置4中的气缸42启动，带动固定板45及其上的光量检测装置5下降，当遮光帽(53)下端内边缘与种蛋接触时气缸(42)停止运行；

步骤2、检测装置4中的LED灯珠49通电，LED灯珠49向上发射光束穿过蛋盘47的通孔对种蛋进行照射，并由光量检测装置5持续采集获取10秒内透光量的光信号强度；

实施例2中共使用3种单色光(绿光、黄光、红光)和2种复合光(暖白光、冷白光)灯珠49进行实验对比，如下表2和图6所示，功率为1.35W，每个灯珠49功率为1.35W，共对85枚“梅岭”肉鸡种蛋在孵化第1天进行透光量检测，该种蛋来自同一孵化场同一批次。

表2不同光色LED的参数对比

步骤3、光量检测装置5通过光电转换将光信号强度转换为电信号强度，并将电信号强度数据传给数据处理主板43，数据处理主板43将电信号强度数据转换为由具体透光量值构成的透光量数据；

步骤4、对于每种LED检测得到的数据组，先求得85组透光量数据的平均值，并进行比较，如下表：

表3孵化第1天不同LED检测得到的种蛋透光量平均值比较

表3中，透光量越大说明该光色LED的透光能力越强，因此可以得到不同光色LED对种蛋透射能力排序，单色光LED：红光>黄光；混合光LED：暖白光>冷白光。因此，检测装置的光源宜选用暖白光和红光LED。

最后说明的是：以上实施例仅仅是为了说明该发明的技术方案，而非限制；该技术领域的普通技术人员在本发明的实质范围内所做出的变化、添加或替换，也属于本发明的保护范围。

Claims (1)

1.一种种蛋无损识别方法，方法采用的设备包括种蛋输送架（1）以及布置在种蛋输送架（1）上的用于放置并运输蛋盘的链条（2），种蛋输送架（1）上设置有用于检测种蛋发育情况的检测装置（4），蛋盘（47）由链条（2）带动水平移动并经过检测装置（4），检测装置（4）设置有用于蛋盘（47）进出的入口和出口，入口和出口处均设置有遮光帘（3），其特征在于方法的具体步骤包括：

步骤1、种蛋输送架（1）上的装有种蛋的蛋盘（47）进入检测装置（4）中，检测装置（4）中的气缸（42）启动，带动固定板（45）及其上的光量检测装置（5）下降；

步骤2、检测装置（4）中的LED灯珠（49）通电，LED灯珠（49）向上发射光束穿过蛋盘（47）的通孔对种蛋进行照射，并由光量检测装置（5）持续采集获取若干秒内的光信号强度；

步骤3、光量检测装置（5）通过光电转换将光信号强度转换为电信号强度，并将电信号强度数据传给数据处理主板（43），数据处理主板（43）将电信号强度数据转换为由具体透光量值构成的透光量数据；

步骤4、数据处理主板（43）中，采用以下方式进行处理：

4.1、计算每个种蛋的透光量数据的平均值，将平均值输入第一逻辑回归模型中得到第一输出值；

第一逻辑回归模型为：

第一逻辑回归模型中：x表示每个种蛋透光量数据的平均值，f₁（x）为第一逻辑回归模型输出；

4.2、利用第一输出值与预设的第一阈值进行比较：若第一输出值大于第一阈值，则种蛋被判别为无精蛋；若第一输出值小于第一阈值，则继续以下判别；

4.3、提取透光量数据的波动特征值，并把波动特征值输入到第二逻辑回归模型中，得到第二输出值，所述4.3中的波动特征值采用标准差、极差和变化次数；

第二逻辑回归模型为：

第二逻辑回归模型中：x₁、x₂、x₃分别表示从每个种蛋透光量数据组提取的变化次数、标准差、极差，f₂（x）为第二逻辑回归模型输出；

4.4、将第二输出值与预设的波动阈值进行比较：若第二输出值大于波动阈值，则种蛋被判为活胚蛋；若第二输出值小于波动阈值，则种蛋被判为死胚蛋；

所述的变化次数是由透光量数据中按时序对每相邻的两个具体透光量值进行计数累加获得，若每相邻的两个具体透光量值不相同，变化次数增加一次计数。