CN109507204A - 一种基于弯曲度检测的鸡胸肉木质化分级方法及其装置 - Google Patents

一种基于弯曲度检测的鸡胸肉木质化分级方法及其装置 Download PDF

Info

Publication number
CN109507204A
CN109507204A CN201811555636.7A CN201811555636A CN109507204A CN 109507204 A CN109507204 A CN 109507204A CN 201811555636 A CN201811555636 A CN 201811555636A CN 109507204 A CN109507204 A CN 109507204A
Authority
CN
China
Prior art keywords
fresh grade
grade breast
lignifying
lignification
fresh
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
Application number
CN201811555636.7A
Other languages
English (en)
Other versions
CN109507204B (zh
Inventor
孙啸
史长宏
谢葛亮
蔡华珍
贲宗友
赵明海
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chuzhou University
Original Assignee
Chuzhou University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Chuzhou University filed Critical Chuzhou University
Priority to CN201811555636.7A priority Critical patent/CN109507204B/zh
Publication of CN109507204A publication Critical patent/CN109507204A/zh
Application granted granted Critical
Publication of CN109507204B publication Critical patent/CN109507204B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/89Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
    • G01N21/8914Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles characterised by the material examined
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01BMEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00Measuring arrangements characterised by the use of optical techniques
    • G01B11/24Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/8851Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N2021/8411Application to online plant, process monitoring
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/8851Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8854Grading and classifying of flaws
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/8851Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques

Abstract

本发明公开了一种基于弯曲度检测的鸡胸肉木质化程度分级方法及其装置,分级系统由硬件模块、图像信息提取分析模块、木质化分级模块组成;通过工控机控制CCD工业相机对鸡胸肉中心位置进行定位,并调整抓取夹完成抓取动作,在对处于抓取夹抓取状态下的图像进行采集,根据图像上特征点的数据信息完成弯曲度的计算,根据弯曲度对鸡胸肉进行木质化评级。本发明设计的基于弯曲度检测的鸡胸肉木质化程度分级方法及其装置,能够更高效,准确的判定鸡胸肉木质化程度,实现了鸡胸肉木质化程度分级的在线无损检测。

Description

一种基于弯曲度检测的鸡胸肉木质化分级方法及其装置
技术领域
本发明涉及鸡胸肉质量等级的检测和判定,属于农产品加工与检测领域,尤其是一种基于弯曲度检测的鸡胸肉木质化分级方法及其装置。
背景技术
随着市场对无骨鸡胸肉的需求逐年增加,家禽养殖企业越来越追求养殖出肉率高、生长迅速的肉鸡品种。如今,肉鸡养殖速率已较50年前缩短近一半,且肉鸡的活体质量已达到之前的2倍。然而随着家禽市场速生肉鸡品种的推广与发展,一系列鸡胸肉品质问题相继暴露。最为紧急、影响最大的是木质鸡胸肉(Woody Breast,WB),其给禽肉生产加工企业带来了巨大的经济损失。现阶段肉鸡生产加工中,采取人工指压硬度检测法对鸡胸肉的质量等级进行分级。但人工指压硬度评级方法有其根本的缺点:一是具有主观性,不同的评级员对相同的鸡胸肉进行木质化等级评定时,其判定结果可能存在差异;二是存在不一致性,当同一评级员对相同鸡胸肉进行两次硬度等级评定时,及其判定结果也可能存在差异,评定结果重复性差;三是该方法的评级成本高,效率低。因此,对鸡胸肉木质化等级分级方法和技术进行深入研究,开发一种客观、精确、高效的鸡胸肉木质化程度自动分级系统和分级方法,弥补人工评级的不足,实现鸡胸肉木质化等级的在线无损分级检测。
发明内容
本发明的目的是针对鸡胸肉生产加工现场其木质化主观评级的主观性、不一致性和评级低效率等问题,提出一种能够适应禽肉加工需求的基于弯曲度检测的鸡胸肉木质化程度分级方法及其装置。
为达到上述目的,本发明提供的技术方案为:
一种基于弯曲度检测的鸡胸肉木质化程度分级方法,其特征在于,包括以下步骤:
步骤1、由经过一定训练后且有评级经验的研究或工作人员对鸡胸肉进行人工抓取观察木质化程度评级,评级标准至少分为:正常和不正常两个等级;
步骤2、鸡胸肉依次置于传送带上进行运输,到指定位置由工控机控制CCD工业相机完成鸡胸肉俯视图像的采集,工控机对采集的鸡胸肉俯视图像进行图像处理,提取鸡胸肉中心点位置,并控制抓取夹对鸡胸肉的完成抓取;
步骤3、抓取好的鸡胸肉被运送到特定位置处进行图像采集,通过对图像上特征点的分析处理,得到鸡胸肉自然状态下的弯曲角度;
步骤4、建立鸡胸肉木质化等级数据库,重复步骤1~3,建立鸡胸肉木质化等级数据库,数据库的每条记录为工控机处理后得到的鸡胸肉自然状态下的弯曲角度;
步骤5、建立鸡胸肉木质化分级模型,对鸡胸肉木质化等级数据库中的每条记录作为训练集,作回归分析,建立鸡胸肉木质化程度硬度分级模型。
步骤6、对鸡胸肉木质化程度进行分级,将未进行人工评级的鸡胸肉依次置于传送带上,待检测鸡胸肉依次通过CCD工业相机的正下方,CCD工业相机提取鸡胸肉的位置信息传递至工控机,工控机根据位置信息自动调整抓取夹的抓取位置并将其运送到带式输送装置末端抓取鸡胸肉,抓取好的鸡胸肉被运送到特定位置处进行图像采集,通过提取图像中的特征点计算出鸡胸肉自然状态下的弯曲角度,最后根据步骤5所建立的鸡胸肉木质化程度硬度分级模型,计算出鸡胸肉木质化程度等级。
作为本发明更进一步的改进,还包括步骤7:在得出对应的鸡胸肉木质化等级后,由工控机控制抓取夹移动至对应的正常/不正常投放点完成投放。
作为本发明更进一步的改进,步骤1中所述评级标准分为正常、轻微、中度和严重四个等级,对应的,步骤7中所述的投放点划分为正常、轻微、中度和严重四个投放点。可以根据产品最后的处理方式将等级划分的更简单或者更详细。
作为本发明更进一步的改进,所述木质化等级判定规则为:
弯曲角度介于90°至105°时,木质化等级为正常;
弯曲角度介于105°至110°时,木质化等级为轻微;
弯曲角度介于110°至140°时,木质化等级为中度;
弯曲角度介于140°至180°时,木质化等级为严重;
作为本发明更进一步的改进,在后续持续的作业过程中,可以直接调取相同品种或者相同尺寸的鸡胸肉木质化程度硬度分级模型,省略步骤1-步骤5,直接进行步骤6或者步骤6和步骤7。
一种基于弯曲度检测的鸡胸肉木质化程度分级装置,由硬件模块、图像信息提取分析模块及木质化分级模块组成,其特征在于:
所述硬件模块包括至少一台工控机和一条主传送带,靠近所述主传送带的起始端设置有固定挡板,所述固定挡板上设置有触发传感器和CCD工业相机,所述固定挡板之后,在主传送带的末端位置设置有抓取夹,所述抓取夹通过抓取夹控制装置与工控机相连,在所述抓取夹的可移动行程的末端设置有支架,所述支架上设置有CCD工业相机,在所述抓取夹的可移动行程内设置有至少两个副传送带。所述触发传感器、CCD工业相机分别与工控机相连。
所述的图像信息提取模块包括两个部分:第一部分为鸡胸肉抓取定位模块,通过CCD工业相机对传送带上的鸡胸肉俯视图像进行采集并发送信号,工控机收到图像信息并进行分析,确定抓取夹的抓取位置;另一部分为鸡胸肉弯曲度提取分析模块,通过CCD工业相机对处于抓取自然下垂状态下的鸡胸肉图像进行采集和后续工控机对其的分析,确定鸡胸肉处于抓取夹抓取状态下的弯曲度。
所述的木质化分级模块通过图像信息提取分析模块所得到的弯曲度参量进行木质化评级,鸡胸肉木质化程度等级至少设置为正常和非正常两个副传送带通道。
作为本发明更进一步的改进,所述鸡胸肉木质化程度等级设置为正常、轻微、中度和严重四个副传送带通道。
作为本发明更进一步的改进,所述传送带,为食品级白色PU塑料材质,固定支架及挡板为食品316食用级不锈钢材质。
采用本发明提供的技术方案,与现有技术相比,具有如下有益效果:
(1)本发明提供一种基于弯曲度检测的鸡胸肉木质化程度分级方法,由工控机控制CCD工业相机,抓取夹以及传送带完成作业,作业效率高,而且避免了由于人为主观因素造成的判定结果存在的差异性,以及可重复性差等缺点。
(2)本发明提供了一种适于上述方法的基于弯曲度检测的鸡胸肉木质化程度分级装置,通过在作业初期建立的鸡胸肉木质化程度模型,在CCD工业相机、抓取夹选型与安装条件一致时,可以不对现有分级模型进行修改,就可适用于不同规模的鸡胸肉木质化程度分级生产线,实现鸡胸肉木质化等级的无损在线自动分级。一是弥补人工评级的不足,实现鸡胸肉木质化等级的在线无损分级检测。
附图说明
图1是本发明的系统工作流程图
图2是鸡胸肉无损分级检测流程图
图3是鸡胸肉抓取夹细节图
图4是鸡胸肉弯度检测示意图
图中的标号说明:1、触发传感器;2、CDD工业相机;3、抓取夹;4、工控机;5、鸡胸肉;6、抓取夹控制装置;7、固定支架;8、固定挡板;9、主传送带;301、食品级316不锈钢材质或食品级高密度聚乙烯HDPE材质;302、传送槽;303、工控旋转模块;304、上、下夹板。
具体实施方式
为进一步了解本发明的内容,结合附图及具体实施例对本发明作详细描述。
实施例一
一种基于弯曲度检测的鸡胸肉木质化程度分级方法,其特征在于,包括以下步骤:
步骤1、由经过一定训练后且有评级经验的研究或工作人员对鸡胸肉进行人工抓取观察木质化程度评级,评级标准分为:正常和不正常两个等级;
步骤2、鸡胸肉依次置于传送带上进行运输,到指定位置由工控机控制CCD工业相机完成鸡胸肉俯视图像的采集,工控机对采集的鸡胸肉俯视图像进行图像处理,提取鸡胸肉中心点位置,并控制抓取夹对鸡胸肉的完成抓取;
步骤3、抓取好的鸡胸肉被运送到特定位置处进行图像采集,通过对图像上特征点的分析处理,得到鸡胸肉自然状态下的弯曲角度;
步骤4、建立鸡胸肉木质化等级数据库,重复步骤1~3,建立鸡胸肉木质化等级数据库,数据库的每条记录为工控机处理后得到的鸡胸肉自然状态下的弯曲角度;
步骤5、建立鸡胸肉木质化分级模型,对鸡胸肉木质化等级数据库中的每条记录作为训练集,作回归分析,建立鸡胸肉木质化程度硬度分级模型。
步骤6、对鸡胸肉木质化程度进行分级,将未进行人工评级的鸡胸肉依次置于传送带上,待检测鸡胸肉依次通过CCD工业相机的正下方,CCD工业相机提取鸡胸肉的位置信息传递至工控机,工控机根据位置信息自动调整抓取夹的抓取位置并将其运送到带式输送装置末端抓取鸡胸肉,抓取好的鸡胸肉被运送到特定位置处进行图像采集,通过提取图像中的特征点计算出鸡胸肉自然状态下的弯曲角度,最后根据步骤5所建立的鸡胸肉木质化程度硬度分级模型,计算出鸡胸肉木质化程度等级。
步骤7、在得出对应的鸡胸肉木质化等级后,由工控机控制抓取夹移动至对应的正常/不正常投放点完成投放。
实施例二
步骤1、由经过一定训练后且有评级经验的研究或工作人员对鸡胸肉进行人工抓取观察木质化程度评级,评级标准分为:正常、轻微、中度、严重四个等级;
步骤2-步骤6同实施例一。
步骤7、在得出对应的鸡胸肉木质化等级后,由工控机控制抓取夹移动至对应的正常、轻微、中度和严重四个投放点完成投放。
所述木质化等级判定规则为:
弯曲角度介于90°至105°时,木质化等级为正常;
弯曲角度介于105°至110°时,木质化等级为轻微;
弯曲角度介于110°至140°时,木质化等级为中度;
弯曲角度介于140°至180°时,木质化等级为严重;
以上,两个实施例中,通过在作业初期建立的鸡胸肉木质化程度模型,在CCD工业相机、抓取夹选型与安装条件一致时,可以不对现有分级模型进行修改,就可适用于不同规模的鸡胸肉木质化程度分级生产线,实现鸡胸肉木质化等级的无损在线自动分级。一是弥补人工评级的不足,实现鸡胸肉木质化等级的在线无损分级检测。
另外,在后期持续工作中,如果分选的鸡胸肉与原鸡胸肉形态和尺寸相似,则可直接调取原鸡胸肉的木质化程度分级模型,节省作业时间。
实施例三
如图1所示,一种基于弯曲度检测的鸡胸肉木质化程度分级装置,由硬件模块、图像信息提取分析模块及木质化分级模块组成,其特征在于:
所述硬件模块包括至少一台工控机4和一条主传送带9,靠近所述主传送带9的起始端设置有固定挡板8,所述固定挡板8上设置有触发传感器1和CCD工业相机2,所述固定挡板 8之后,在主传送带9的末端位置设置有抓取夹3,所述抓取夹3通过抓取夹控制装置6与工控机4相连,在所述抓取夹的可移动行程的末端设置固定有支架7,所述支架7上设置有CCD 工业相机2,在所述抓取夹3的可移动行程内设置有至少两个副传送带。所述触发传感器1、 CCD工业相机2分别于工控机4相连。
所述的图像信息提取模块包括两个部分:第一部分为鸡胸肉抓取定位模块,主传送带9 上的鸡胸肉触发传感器1时,传感器发送信号到工控机4,工控机控制CCD工业相机2对传送带上的鸡胸肉俯视图像进行采集,并将图像信号发送到工控机4,工控机4对图像信息进行分析,确定鸡胸肉的中心位置,然后工控机根据鸡胸肉的中心位置调整抓取夹3的位置,完成定位工作;另一部分为鸡胸肉弯曲度提取分析模块,通过工控机控制CCD工业相机2对已经被抓取的处于抓取自然下垂状态下的鸡胸肉图像进行采集,然后工控机4选取图像上特定点的信息,根据已建立的鸡胸肉木质化分级模型进行分析,确定鸡胸肉处于抓取夹抓取状态下的弯曲度。
所述的木质化分级模块通过图像信息提取分析模块所得到的弯曲度参量进行木质化评级,鸡胸肉木质化程度等级分为正常和非正常两个副传送带通道。
实施例四
系统工作流程图如图1所示,系统包括硬件模块、图像信息提取分析模块及木质化分级模块。其中硬件模块主要包括由工控机控制的鸡胸肉抓取定位硬件模块和鸡胸肉弯曲度分析硬件模块组成。工控机控制触发传感器、CCD工业相机、抓取夹、抓取夹控制装置、固定支架及挡板、传送带组成鸡胸肉抓取定位硬件模块,工控机控制CCD工业相机、抓取夹、抓取夹控制装置、传送带构成后端鸡胸肉弯曲度分析硬件模块。图像信息提取模块包括两个部分:第一部分为鸡胸肉抓取定位模块,通过对传送带上的鸡胸肉俯视图像进行采集与分析,确定自动化抓取夹的抓取位置;另一部分为鸡胸肉弯曲度提取分析模块,通过对处于抓取自然下垂状态下的鸡胸肉图像进行采集与分析,提取鸡胸肉处于抓取夹抓取状态下的弯曲度。木质化分级模块通过图像信息提取分析模块所得到的弯曲度参量进行木质化评级,最后输出正常、轻微、中度和严重四个鸡胸肉木质化程度等级。
鸡胸肉无损分级检测流程图如图2所示,鸡胸肉5由传送带9以一定速度带动向前运输,被触发传感器1检测到后传送带短暂停留三秒,让CCD工业相机2完成图像信息采集工作并将数据传递到工控机4。通过给定的算法,工控机控制抓取夹3左右伸缩移动确定鸡胸肉抓取中心,在鸡胸肉传送至末端之前,抓取夹控制装置6将抓取夹运输至传送带末端,此时抓取夹的上夹板打开,当鸡胸肉运送上抓取夹时,工控机控制抓取夹上夹板闭合抓取鸡胸肉并运输至通道b正上方(每个通道的宽度为25cm,距拍照点恰好50cm处),此时正对抓取夹右侧的CCD工业相机2完成图像信息分析提取并将数据传递到工控机。通过对图像上特征点的分析处理,工控机根据鸡胸肉木质化程度硬度分级模型,计算出鸡胸肉木质化程度等级,完成鸡胸肉硬度分级并控制抓取夹将鸡胸肉放到对应传送带。
鸡胸肉抓取夹细节图如图3所示,工控机控制工控旋转模块303运作从而带动上、下夹板304的抓取,鸡胸肉运输到夹板上时,工控旋转模块转动带动抓取夹上夹板闭合夹住鸡胸肉,检测结束时,鸡胸肉被抓取夹运输到对应通道,工控旋转模块旋转带动抓取夹下夹板打开使鸡胸肉落在传送带上。完成分级后,上下夹板分别在工控旋转模块旋转带动下复原进行下一个鸡胸肉分级。食品级316不锈钢材质或食品级高密度聚乙烯HDPE材质301既给定了摩擦防止鸡胸肉下滑,又保证了鸡胸肉的品质不被破坏。
鸡胸肉弯度检测示意图如图4所示,不同鸡胸肉样本弯曲度计算过程为:首先进行预处理,在夹取鸡胸肉之前,采用Sobel边缘检测算子对抓取夹图像进行抓取夹提取,分别计算抓取夹下边界以及右边界在图像中的水平坐标x1和垂直坐标y;其次,抓取夹夹取鸡胸肉并稳定之后,采用Sobel边缘检测算子检测鸡胸肉以及抓取夹区域,确定抓取夹上边界的水平坐标x2;根据以上得到的三处坐标位置确定抓取夹端点所夹取鸡胸肉的垂直中点M在图像中的位置;计算垂于空中的鸡胸肉最低点R在图像中的位置;最后,根据点M和点R计算角度L。
其中木质化等级值为非整数,因此有必要对鸡胸肉木质化等级进行取整判定,具体取整规则如下:
弯曲角度介于90°至105°时,则判定分级模型计算所得的硬度等级值小于0.5,木质化等级为正常;
弯曲角度介于105°至110°时,则判定分级模型计算所得的硬度等级值介于0.5与1之间 (包括1),木质化等级为轻微;
弯曲角度介于110°至140°时,则判定分级模型计算所得的硬度等级值介于1与2之间(包括2)木质化等级为中度;
弯曲角度介于140°至180°时,则判定分级模型计算所得的硬度等级值大于2,木质化等级为严重。
以上示意性的对本发明及其实施方式进行了描述,该描述没有限制性,附图中所示的也只是本发明的实施方式之一。所以,如果本领域的普通技术人员受其启示,在不脱离本发明创造宗旨的情况下,不经创造性的设计出与该技术方案相似的结构方式及实施例,均应属于本发明的保护范围。

Claims (9)

1.一种基于弯曲度检测的鸡胸肉木质化程度分级方法,其特征在于,包括以下步骤:
步骤1、由经过一定训练后且有评级经验的研究或工作人员对鸡胸肉进行人工抓取观察木质化程度评级,评级标准至少分为:正常和不正常两个等级;
步骤2、鸡胸肉依次置于传送带上进行运输,到指定位置由工控机控制CCD工业相机完成鸡胸肉俯视图像的采集,工控机对采集的鸡胸肉俯视图像进行图像处理,提取鸡胸肉中心点位置,并控制抓取夹对鸡胸肉的完成抓取;
步骤3、抓取好的鸡胸肉被运送到特定位置处进行图像采集,通过对图像上特征点的分析处理,得到鸡胸肉自然状态下的弯曲角度;
步骤4、建立鸡胸肉木质化等级数据库,重复步骤1~3,建立鸡胸肉木质化等级数据库,数据库的每条记录为工控机处理后得到的鸡胸肉自然状态下的弯曲角度;
步骤5、建立鸡胸肉木质化分级模型,对鸡胸肉木质化等级数据库中的每条记录作为训练集,作回归分析,建立鸡胸肉木质化程度硬度分级模型;
步骤6、对鸡胸肉木质化程度进行分级,将未进行人工评级的鸡胸肉依次置于传送带上,待检测鸡胸肉依次通过CCD工业相机的正下方,CCD工业相机提取鸡胸肉的位置信息传递至工控机,工控机根据位置信息自动调整抓取夹的抓取位置并将其运送到带式输送装置末端抓取鸡胸肉,抓取好的鸡胸肉被运送到特定位置处进行图像采集,通过提取图像中的特征点计算出鸡胸肉自然状态下的弯曲角度,最后根据步骤5所建立的鸡胸肉木质化程度硬度分级模型,计算出鸡胸肉木质化程度等级。
2.根据权利要求1所述的一种基于弯曲度检测的鸡胸肉木质化程度分级方法,其特征在于,还包括步骤7:在得出对应的鸡胸肉木质化等级后,由工控机控制抓取夹移动至对应的正常/不正常投放点完成投放。
3.根据权利要求1所述的一种基于弯曲度检测的鸡胸肉木质化程度分级方法,其特征在于,步骤1中所述评级标准分为正常、轻微、中度和严重四个等级。
4.根据权利要求3所述的一种基于弯曲度检测的鸡胸肉木质化程度分级方法,其特征在于,还包括步骤7:在得出对应的鸡胸肉木质化等级后,由工控机控制抓取夹移动至正常、轻微、中度和严重四个投放点中对应的位置。
5.如权利要求3或者4所述的一种基于弯曲度大小的鸡胸肉木质化程度自动分级方法,其特征在于所述木质化等级判定规则为:
弯曲角度介于90°至105°时,木质化等级为正常;
弯曲角度介于105°至110°时,木质化等级为轻微;
弯曲角度介于110°至140°时,木质化等级为中度;
弯曲角度介于140°至180°时,木质化等级为严重。
6.根据权利要求1所述的一种基于弯曲度检测的鸡胸肉木质化程度分级方法,其特征在于省略步骤1-步骤5。
7.一种基于弯曲度检测的鸡胸肉木质化程度分级装置,由硬件模块、图像信息提取分析模块及木质化分级模块组成,其特征在于:
所述硬件模块包括至少一台工控机和一条主传送带,靠近所述主传送带的起始端设置有固定挡板,所述固定挡板上设置有触发传感器和CCD工业相机,所述固定挡板之后,在主传送带的末端位置设置有抓取夹,所述抓取夹通过抓取夹控制装置与工控机相连,在所述抓取夹的可移动行程的末端设置有支架,所述支架上设置有CCD工业相机,在所述抓取夹的可移动行程内设置有至少两个副传送带,所述触发传感器、CCD工业相机分别与工控机相连;
所述的图像信息提取模块包括两个部分:第一部分为鸡胸肉抓取定位模块,通过CCD工业相机对传送带上的鸡胸肉俯视图像进行采集并发送信号,工控机收到图像信息并进行分析,确定抓取夹的抓取位置;另一部分为鸡胸肉弯曲度提取分析模块,通过CCD工业相机对处于抓取自然下垂状态下的鸡胸肉图像进行采集和后续工控机对其的分析,确定鸡胸肉处于抓取夹抓取状态下的弯曲度;
所述的木质化分级模块通过图像信息提取分析模块所得到的弯曲度参量进行木质化评级,鸡胸肉木质化程度等级至少设置为正常和非正常两个副传送带通道。
8.根据权利要求7所述的一种基于弯曲度检测的鸡胸肉木质化程度分级装置,其特征在于,所述鸡胸肉木质化程度等级设置为正常、轻微、中度和严重四个副传送带通道。
9.根据权利要求7所述的一种基于弯曲度检测的鸡胸肉木质化程度分级装置,其特征在于,所述传送带,为食品级白色PU塑料材质,固定支架及挡板为食品316食用级不锈钢材质。
CN201811555636.7A 2018-12-19 2018-12-19 一种基于弯曲度检测的鸡胸肉木质化分级方法及其装置 Active CN109507204B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811555636.7A CN109507204B (zh) 2018-12-19 2018-12-19 一种基于弯曲度检测的鸡胸肉木质化分级方法及其装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811555636.7A CN109507204B (zh) 2018-12-19 2018-12-19 一种基于弯曲度检测的鸡胸肉木质化分级方法及其装置

Publications (2)

Publication Number Publication Date
CN109507204A true CN109507204A (zh) 2019-03-22
CN109507204B CN109507204B (zh) 2021-07-06

Family

ID=65753749

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811555636.7A Active CN109507204B (zh) 2018-12-19 2018-12-19 一种基于弯曲度检测的鸡胸肉木质化分级方法及其装置

Country Status (1)

Country Link
CN (1) CN109507204B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110018164A (zh) * 2019-04-17 2019-07-16 滁州学院 一种基于立体成像的鸡胸肉木质化等级分级方法及装置
CN110174401A (zh) * 2019-04-30 2019-08-27 滁州学院 一种基于视觉成像技术的鸡胸肉木质化程度分级装置及其方法
CN113358705A (zh) * 2021-05-25 2021-09-07 南京农业大学 一种基于生物电阻抗技术的鸡胸肉木质化分级方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN206064839U (zh) * 2016-08-19 2017-04-05 南京农业大学 一种基于机器视觉的鸡胴体重量自动分级系统
CN206248562U (zh) * 2016-12-12 2017-06-13 宿迁学院 一种牛肉品质分级装置
CN206906259U (zh) * 2017-07-07 2018-01-19 莆田市城厢区诚味食品有限公司 肉类品质智能检测装置
US20180333752A1 (en) * 2017-05-19 2018-11-22 The United States Of America, As Represented By The Secretary Of Agriculture Imaging system for sorting poultry meat with wooden breast myopathy

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN206064839U (zh) * 2016-08-19 2017-04-05 南京农业大学 一种基于机器视觉的鸡胴体重量自动分级系统
CN206248562U (zh) * 2016-12-12 2017-06-13 宿迁学院 一种牛肉品质分级装置
US20180333752A1 (en) * 2017-05-19 2018-11-22 The United States Of America, As Represented By The Secretary Of Agriculture Imaging system for sorting poultry meat with wooden breast myopathy
CN206906259U (zh) * 2017-07-07 2018-01-19 莆田市城厢区诚味食品有限公司 肉类品质智能检测装置

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110018164A (zh) * 2019-04-17 2019-07-16 滁州学院 一种基于立体成像的鸡胸肉木质化等级分级方法及装置
CN110174401A (zh) * 2019-04-30 2019-08-27 滁州学院 一种基于视觉成像技术的鸡胸肉木质化程度分级装置及其方法
CN113358705A (zh) * 2021-05-25 2021-09-07 南京农业大学 一种基于生物电阻抗技术的鸡胸肉木质化分级方法

Also Published As

Publication number Publication date
CN109507204B (zh) 2021-07-06

Similar Documents

Publication Publication Date Title
EP2625959B1 (en) Method for processing items such as pieces of meat
CN109507204A (zh) 一种基于弯曲度检测的鸡胸肉木质化分级方法及其装置
CA2676506C (en) Method and system for processing of items
US11266156B2 (en) Portioning/trimming of rib primal cuts
CN110174401A (zh) 一种基于视觉成像技术的鸡胸肉木质化程度分级装置及其方法
MX2012012940A (es) Sistema de clasificacion de grasa/carne.
JP2022519517A (ja) 食品処理装置及び食品処理方法
CN107993203A (zh) 一种家禽胴体影像分级方法及其分级系统
EP1174034A1 (en) Method for trimming pork bellies
RU2795465C2 (ru) Способ и система для обработки порций пищевых продуктов
CN108993930A (zh) 一种茎叶类农产品中杂物识别剔除装置及其工作方法
CN113115807B (zh) 一种产品加工生产线
Ye et al. Effectiveness of computer vision system and back propagation neural network in poultry stunning prediction
CN115760154A (zh) 一种畜禽肉品加工的溯源信息记录方法及系统
CN114700291A (zh) 一种羽化鸡小胸品质检测方法及分级系统
Chen et al. The study on robot eviscerating technology and visceral contour recognition based on image processing for poultry
WO2024067933A1 (en) Meat cut tracking
AU2012200372C1 (en) Workstation of a food item processing system
Sørensen et al. Automation in the production of pork meat
Veerkamp Spelderholt Centre for Poultry Research and Information Services, Agricultural Research Service (DLO), 7361 DA Beekbergen, The Netherlands

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