CN109701893B - 一种即食燕窝智能加工系统 - Google Patents

一种即食燕窝智能加工系统 Download PDF

Info

Publication number
CN109701893B
CN109701893B CN201910001727.4A CN201910001727A CN109701893B CN 109701893 B CN109701893 B CN 109701893B CN 201910001727 A CN201910001727 A CN 201910001727A CN 109701893 B CN109701893 B CN 109701893B
Authority
CN
China
Prior art keywords
cubilose
bird
detection
nest
plate
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.)
Active
Application number
CN201910001727.4A
Other languages
English (en)
Other versions
CN109701893A (zh
Inventor
张宇
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.)
Guangdong Guanzhan Nutrition And Health Technology Co ltd
Original Assignee
Guangzhou Nanyi Trading Co ltd
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 Guangzhou Nanyi Trading Co ltd filed Critical Guangzhou Nanyi Trading Co ltd
Priority to CN201910001727.4A priority Critical patent/CN109701893B/zh
Publication of CN109701893A publication Critical patent/CN109701893A/zh
Application granted granted Critical
Publication of CN109701893B publication Critical patent/CN109701893B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Abstract

本发明公开了一种即食燕窝智能加工系统,其用于对清洗和撕成条的燕窝进行分级以加工不同等级的即食燕窝产品,其特征在于,所述系统包括:燕窝装盛板、位于所述燕窝装盛板上方的检测板、以及通信连接所述燕窝装盛板和检测板的控制部,所述检测板对装盛在所述燕窝装盛板的多个燕窝进行检测,并基于检测结果对所述多个燕窝进行分级标记。本发明可以在加工即食燕窝前对原料进行分级,以便于后续流程分别选取不同等级的燕窝以加工不同等级或者不同需求的即食燕窝产品,例如加工高档名贵产品选用最高等级的原料等。

Description

一种即食燕窝智能加工系统
技术领域
本发明涉及燕窝加工技术领域,具体而言,涉及一种即食燕窝智能加工系统。
背景技术
燕窝又称燕菜、燕根、燕蔬菜,为雨燕科动物金丝燕及多种同属燕类用唾液与绒羽等混合凝结所筑成的巢窝。一般认为燕窝具备以下功效:养阴润燥、益气补中、治虚损、咳痰喘、咯血、久痢,适宜体质虚弱,营养不良,久痢久疟,痰多咳嗽,老年慢性支气管炎、支气管扩张、肺气肿、肺结核、咯血吐血和胃痛病人食用。现代医学发现,燕窝可促进免疫功能,有延缓人体衰老,延年益寿的功效。
总的来说,燕窝具有很高的食用和药用价值。但是燕窝的品质一般都需要进行人工筛选,这样存在人工故意或无意的以次充好进行加工的存在,尤其是在加工即食燕窝的工作中,将品质较差的燕窝加工成成品后难以追溯责任,但现在缺乏自动识别和选择好的燕窝材料的设备。
背景技术的前述论述仅意图便于理解本发明。此论述并不认可或承认提及的材料中的任一种在本申请的优先权日是或曾经是公共常识的一部分。
发明内容
本发明提出了一种即食燕窝智能加工系统,其用于对清洗和撕成条的燕窝进行分级以加工不同等级的即食燕窝产品,其特征在于,所述系统包括:燕窝装盛板、位于所述燕窝装盛板上方的检测板、以及通信连接所述燕窝装盛板和检测板的控制部,所述检测板对装盛在所述燕窝装盛板的多个燕窝进行检测,并基于检测结果对所述多个燕窝进行分级标记。
其中,所述燕窝装盛板具备装盛板体,以及布置在所述装盛板体上的多个独立的装盛部,所述装盛部基本为圆形并整体相对于所述板体的表面下沉且其底面为凸面,每一个所述的装盛部用于装盛一个所述清洗和撕成条的燕窝。
其中,所述检测板具备检测板体,所述检测板体的形状和面积与所述装盛板体基本一致,并且所述检测板体上布置有与所述装盛部对应的多个检测摄像头和检测led,所述检测led照射所述清洗和撕成条的燕窝,所述摄像头拍摄所述清洗和撕成条的燕窝,并且将图像传输至所述控制部。
其中,所述控制部接收所述图像并分析所述清洗和撕成条的燕窝的边缘的光滑程度进而对对每一个装盛部中的燕窝进行分级,所述分析所述清洗和撕成条的燕窝的边缘的光滑程度具体包括:
将所述图像转化为灰度图像;
使用参考阈值进行基于Sobel算子的边缘检测,并计算获得参考边缘检测下的边缘包围的面积;
使用对应不同等级的多个不同的阈值进行多次基于Sobel算子的边缘检测,并计算获得对应不同阈值的边缘检测下的边缘包围下的面积;
将对应不同阈值的边缘检测下的边缘包围下的面积与参考边缘检测下的边缘包围的面积进行比较,得到对应不同阈值的边缘检测下的边缘包围下的面积中最接近参考边缘检测下的边缘包围的面积以及对应的阈值,并将所述阈值所对应的等级作为该装盛部中的燕窝的等级返回给所述装盛板。
其中,所述燕窝装盛板还具备燕窝等级显示装置,所述燕窝等级显示装置包括设置在每个装盛部附近的指示灯,所述指示灯根据控制部返回的等级信息显示每个装盛部中的燕窝等级。
本系统可以在加工即食燕窝前对原料进行分级,以便于后续流程分别选取不同等级的燕窝以加工不同等级或者不同需求的即食燕窝产品,例如加工高档名贵产品选用最高等级的原料等。
附图说明
从以下结合附图的描述可以进一步理解本发明。图中的部件不一定按比例绘制,而是将重点放在示出实施例的原理上。在不同的视图中,相同的附图标记指定对应的部分。
图1是本发明的系统结构示意图。
图2是本发明的装盛板局部示意图。
具体实施方式
为了使得本发明的目的、技术方案及优点更加清楚明白,以下结合其实施例,对本发明进行进一步详细说明;应当理解,此处所描述的具体实施例仅用于解释本发明,并不用于限定本发明。对于本领域技术人员而言,在查阅以下详细描述之后,本实施例的其它系统、方法和/或特征将变得显而易见。旨在所有此类附加的系统、方法、特征和优点都包括在本说明书内、包括在本发明的范围内,并且受所附权利要求书的保护。在以下详细描述描述了所公开的实施例的另外的特征,并且这些特征根据以下将详细描述将是显而易见的。
实施例一:
本实施例一种即食燕窝智能加工系统,其用于对清洗和撕成条的燕窝进行分级以加工不同等级的即食燕窝产品,一般来说燕窝的质地可以根据以下特征进行区别:燕盏窝的内部粗糙,似丝爪络样、质硬而脆、断面细腻等,而本发明主要从燕窝撕条后的断面进行分析,即分析断面的细腻程度,在不同阈值对应的sobel算子边缘检测下,由于不同阈值检测出的边缘大小不同,在断面粗放程度或者细腻程度下,不同阈值对应得到的边缘大小就不相同了。因此设置了对应不同细腻程度的阈值来检测其边缘,并与参考的阈值计算得到的边缘包围的参考面积进行对比,以得到检测对象更接近于哪个细腻程度,进而对燕窝原料进行分级加工。
其中清洗和撕成条是常规流程,其一般可以包括:将燕窝用紫外线灯消毒杀菌30分钟以上;用毛刷沾水进行刷洗燕盏的整个表面,去除燕盏表面的燕毛及自身携带的灰尘。用小刀刮下燕盏自身携带来的木屑、墙壁灰及异色的燕窝(黑点)等。将刷洗好的毛燕盏放在食品级的加工用的桶中,放入常温清水泡发,判定基准为燕角泡开即可,泡发后的毛燕盏再用0-4℃低温的水浸泡12小时,后将泡发的燕窝沥干待用。然后进行漂洗再手工去除残留非燕窝杂物,如细毛、黑点等杂质,并将燕盏一条一条地分开和撕下,并且将每个燕盏的条放入不同的装盛部中。
如前所述,系统包括:燕窝装盛板、位于所述燕窝装盛板上方的检测板、以及通信连接所述燕窝装盛板和检测板的控制部,所述检测板对装盛在所述燕窝装盛板的多个燕窝进行检测,并基于检测结果对所述多个燕窝进行分级标记。所述燕窝装盛板具备装盛板体,以及布置在所述装盛板体上的多个独立的装盛部,所述装盛部基本为圆形并整体相对于所述板体的表面下沉且其底面为凸面。
其中,所述检测板具备检测板体,所述检测板体的形状和面积与所述装盛板体基本一致,并且所述检测板体上布置有与所述装盛部对应的多个检测摄像头和检测led,所述检测led照射所述清洗和撕成条的燕窝,所述摄像头拍摄所述清洗和撕成条的燕窝,并且将图像传输至所述控制部。
其中,所述控制部接收所述图像并分析所述清洗和撕成条的燕窝的边缘的光滑程度进而对对每一个装盛部中的燕窝进行分级,所述分析所述清洗和撕成条的燕窝的边缘的光滑程度具体包括:
将所述图像转化为灰度图像;
使用参考阈值进行基于Sobel算子的边缘检测,并计算获得参考边缘检测下的边缘包围的面积;
使用对应不同等级的多个不同的阈值进行多次基于Sobel算子的边缘检测,并计算获得对应不同阈值的边缘检测下的边缘包围下的面积;
将对应不同阈值的边缘检测下的边缘包围下的面积与参考边缘检测下的边缘包围的面积进行比较,得到对应不同阈值的边缘检测下的边缘包围下的面积中最接近参考边缘检测下的边缘包围的面积以及对应的阈值,并将所述阈值所对应的等级作为该装盛部中的燕窝的等级返回给所述装盛板。
这里用的Sobel算子是根据像素点上下、左右邻点灰度加权差,利用在边缘处达到极值这一现象检测边缘。其对噪声具有平滑作用,提供较为精确的边缘方向信息,边缘定位精度不够高。是一种较为常用的边缘检测方法,本实施例对该算法进行简化实现,其程序语言如下:
(1)Sobel算子卷积
Figure GDA0002507397730000041
(2)点对点卷积运算实现梯度的计算
Figure GDA0002507397730000042
在上述程序语言中,THRESHOLD为所述的阈值,其参考阈值设置为90,其他的阈值可以设置为80-50,可以根据实际加工的燕窝产品进行校正对比设置多个阈值来使用。
其中,所述燕窝装盛板还具备燕窝等级显示装置,所述燕窝等级显示装置包括设置在每个装盛部附近的指示灯,所述指示灯根据控制部返回的等级信息显示每个装盛部中的燕窝等级。在本例中,每一个装盛部附近有一个可以指示不同颜色的指示灯,并且设置有四个等级,以显示红黄蓝绿四种颜色,对应燕窝撕条后的边缘的粗糙程度。
这样每个装盛部的原材料都被标记了不同的颜色的指示,然后可以由工人或者机器人将不同等级的材料加工制成即食产品,例如将其全部加工成即食的燕窝并在包装上标记为优等品,一级品,二级品,三级品等。或者将不同等级的燕窝原料加工成适应的即食产品,例如在最高等级的原料加入名贵的花胶加工,次等级的加入银耳进行加工制成不同消费等级的产品等等。
虽然上面已经参考各种实施例描述了本发明,但是应当理解,在不脱离本发明的范围的情况下,可以进行许多改变和修改。也就是说上面讨论的方法,系统或设备等均是示例。各种配置可以适当地省略,替换或添加各种过程或组件。例如,在替代配置中,可以以与所描述的顺序不同的顺序执行方法,和/或可以添加,省略和/或组合各种阶段。而且,关于某些配置描述的特征可以以各种其他配置组合。可以以类似的方式组合配置的不同方面和元素。此外,随着技术的发展许多元素仅是示例而不限制本公开或权利要求的范围。
在说明书中给出了具体细节以提供对包括实现的示例性配置的透彻理解。然而,可以在没有这些具体细节的情况下实践配置例如,已经示出了众所周知的电路、过程、算法、结构和技术而没有不必要的细节,以避免模糊配置。该描述仅提供示例配置,并且不限制权利要求的范围,适用性或配置。相反,前面对配置的描述将为本领域技术人员提供用于实现所描述的技术的使能描述。在不脱离本公开的精神或范围的情况下,可以对元件的功能和布置进行各种改变。
此外,尽管每个操作可以将操作描述为顺序过程,但是许多操作可以并行或同时执行。另外,可以重新排列操作的顺序。一个过程可能有其他步骤。此外,可以通过硬件、软件、固件、中间件、代码、硬件描述语言或其任何组合来实现方法的示例。当在软件、固件、中间件或代码中实现时,用于执行必要任务的程序代码或代码段可以存储在诸如存储介质的非暂时性计算机可读介质中,并通过处理器执行所描述的任务。
综上,其旨在上述详细描述被认为是例示性的而非限制性的,并且应当理解,所述权利要求(包括所有等同物)旨在限定本发明的精神和范围。以上这些实施例应理解为仅用于说明本发明而不用于限制本发明的保护范围。在阅读了本发明的记载的内容之后,技术人员可以对本发明作各种改动或修改,这些等效变化和修饰同样落入本发明权利要求所限定的范围。

Claims (2)

1.一种即食燕窝智能加工系统,其用于对清洗和撕成条的燕窝进行分级以加工不同等级的即食燕窝产品,所述系统包括:燕窝装盛板、位于所述燕窝装盛板上方的检测板、以及通信连接所述燕窝装盛板和检测板的控制部,所述检测板对装盛在所述燕窝装盛板的多个燕窝进行检测,并基于检测结果对所述多个燕窝进行分级标记,以便于后续工序根据所述标记分别加工;
所述燕窝装盛板具备装盛板体,以及布置在所述装盛板体上的多个独立的装盛部,所述装盛部基本为圆形并整体相对于所述板体的表面下沉且其底面为凸面,每一个所述的装盛部用于装盛一个所述清洗和撕成条的燕窝;
所述检测板具备检测板体,所述检测板体的形状和面积与所述装盛板体基本一致,并且所述检测板体上布置有与所述装盛部对应的多个检测摄像头和检测led,所述检测led照射所述清洗和撕成条的燕窝,所述摄像头拍摄所述清洗和撕成条的燕窝,并且将图像传输至所述控制部;
其特征在于,所述控制部接收所述图像并分析所述清洗和撕成条的燕窝的边缘的光滑程度进而对每一个装盛部中的燕窝进行分级,所述分析所述清洗和撕成条的燕窝的边缘的光滑程度具体包括:
将所述图像转化为灰度图像;
使用参考阈值进行基于Sobel算子的边缘检测,并计算获得参考边缘检测下的边缘包围的面积;
使用对应不同等级的多个不同的阈值进行多次基于Sobel算子的边缘检测,并计算获得对应不同阈值的边缘检测下的边缘包围下的面积;
将对应不同阈值的边缘检测下的边缘包围下的面积与参考边缘检测下的边缘包围的面积进行比较,得到对应不同阈值的边缘检测下的边缘包围下的面积中最接近参考边缘检测下的边缘包围的面积以及对应的阈值,并将所述阈值所对应的等级作为该装盛部中的燕窝的等级返回给所述装盛板。
2.如权利要求1所述的系统,其特征在于,所述燕窝装盛板还具备燕窝等级显示装置,所述燕窝等级显示装置包括设置在每个装盛部附近的指示灯,所述指示灯根据控制部返回的等级信息显示每个装盛部中的燕窝等级。
CN201910001727.4A 2019-01-02 2019-01-02 一种即食燕窝智能加工系统 Active CN109701893B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910001727.4A CN109701893B (zh) 2019-01-02 2019-01-02 一种即食燕窝智能加工系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910001727.4A CN109701893B (zh) 2019-01-02 2019-01-02 一种即食燕窝智能加工系统

Publications (2)

Publication Number Publication Date
CN109701893A CN109701893A (zh) 2019-05-03
CN109701893B true CN109701893B (zh) 2020-08-28

Family

ID=66260798

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910001727.4A Active CN109701893B (zh) 2019-01-02 2019-01-02 一种即食燕窝智能加工系统

Country Status (1)

Country Link
CN (1) CN109701893B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103037987A (zh) * 2010-07-02 2013-04-10 施特鲁布有限两合公司 用于对存在于种子批中的物体分类的方法及相应的用于生产种子的用途
US20130205660A1 (en) * 2007-05-31 2013-08-15 Monsanto Technology Llc Seed sorter
CN206168821U (zh) * 2016-10-11 2017-05-17 北京农业信息技术研究中心 种子分拣设备
CN206854148U (zh) * 2017-06-13 2018-01-09 燕之初健康美(厦门)食品有限公司 一种新型燕窝杂质挑拣盘及挑拣台
CN207103187U (zh) * 2017-06-06 2018-03-16 浙江大学 一种基于高光谱成像及电阻抗的玉米种子活力检测装置
CN207126839U (zh) * 2017-08-25 2018-03-23 杭州东城电子有限公司 一种分拣装置的无线分拣提示器及具有其的分拣设备
CN108526034A (zh) * 2017-03-02 2018-09-14 深圳市腾盛工业设备有限公司 一种分拣方法及装置
CN208066795U (zh) * 2018-01-29 2018-11-09 木林森股份有限公司 一种led芯片检测设备
CN109013386A (zh) * 2018-07-17 2018-12-18 广东工业大学 一种基于机器视觉的燕窝羽毛挑拣装置和方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130205660A1 (en) * 2007-05-31 2013-08-15 Monsanto Technology Llc Seed sorter
CN103037987A (zh) * 2010-07-02 2013-04-10 施特鲁布有限两合公司 用于对存在于种子批中的物体分类的方法及相应的用于生产种子的用途
CN206168821U (zh) * 2016-10-11 2017-05-17 北京农业信息技术研究中心 种子分拣设备
CN108526034A (zh) * 2017-03-02 2018-09-14 深圳市腾盛工业设备有限公司 一种分拣方法及装置
CN207103187U (zh) * 2017-06-06 2018-03-16 浙江大学 一种基于高光谱成像及电阻抗的玉米种子活力检测装置
CN206854148U (zh) * 2017-06-13 2018-01-09 燕之初健康美(厦门)食品有限公司 一种新型燕窝杂质挑拣盘及挑拣台
CN207126839U (zh) * 2017-08-25 2018-03-23 杭州东城电子有限公司 一种分拣装置的无线分拣提示器及具有其的分拣设备
CN208066795U (zh) * 2018-01-29 2018-11-09 木林森股份有限公司 一种led芯片检测设备
CN109013386A (zh) * 2018-07-17 2018-12-18 广东工业大学 一种基于机器视觉的燕窝羽毛挑拣装置和方法

Also Published As

Publication number Publication date
CN109701893A (zh) 2019-05-03

Similar Documents

Publication Publication Date Title
CN109829914B (zh) 检测产品缺陷的方法和装置
CN109596634B (zh) 电缆缺陷的检测方法及装置、存储介质、处理器
CN107633503B (zh) 一种自动检测谷粒中残留秸秆的图像处理方法
Zion et al. Sorting fish by computer vision
CN108562589A (zh) 一种对磁路材料表面缺陷进行检测的方法
CN105158258A (zh) 一种基于计算机视觉的竹条表面缺陷检测方法
CN110044910B (zh) 一种汽车置杯盒零部件检测系统及检测方法
CN105654469B (zh) 一种婴儿大便颜色的自动分析方法及系统
Mhaski et al. Determination of ripeness and grading of tomato using image analysis on Raspberry Pi
US10726535B2 (en) Automatically generating image datasets for use in image recognition and detection
JP2008309678A (ja) 汚卵検査装置
CN106611431A (zh) 图片检测方法和装置
CN106327436A (zh) 一种基于多通道噪声检测的滤波方法及装置
CN109325421A (zh) 一种基于边缘检测的睫毛去除方法及系统
CN109701893B (zh) 一种即食燕窝智能加工系统
KR102596206B1 (ko) 영상 분석을 이용한 건해삼 등급 분류 시스템
JP4171806B2 (ja) 果実そ菜類の等級判別方法。
Amirulah et al. Starfruit color maturity classification using Cr as feature
Al-Rahbi et al. Back propagation neural network (BPNN) to detect surface crack on dates using RGB images
Nawawi et al. Comprehensive pineapple segmentation techniques with intelligent convolutional neural network
CN111435427A (zh) 识别大米的方法、装置和烹饪器具
CN112775032B (zh) 一种水果分拣方法、装置及柔性机器人
CN108805838A (zh) 一种图像处理方法、移动终端及计算机可读存储介质
Saito et al. Eggplant classification using artificial neural network
CN109724978B (zh) 一种燕盏精准智能分级拣选装置

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
CP03 Change of name, title or address
CP03 Change of name, title or address

Address after: 510000 self compiled No. 001, the third floor, No. 70-4, Xingang East Road, Haizhu District, Guangzhou City, Guangdong Province

Patentee after: Guangdong guanzhan nutrition and Health Technology Co.,Ltd.

Address before: Unit 04, 20 / F, Yajule center, 26 Huaxia Road, Tianhe District, Guangzhou, Guangdong 510000

Patentee before: GUANGZHOU NANYI TRADING Co.,Ltd.