CN114345719A - 一种肠衣套缩管自动分级装置 - Google Patents
一种肠衣套缩管自动分级装置 Download PDFInfo
- Publication number
- CN114345719A CN114345719A CN202210045950.0A CN202210045950A CN114345719A CN 114345719 A CN114345719 A CN 114345719A CN 202210045950 A CN202210045950 A CN 202210045950A CN 114345719 A CN114345719 A CN 114345719A
- Authority
- CN
- China
- Prior art keywords
- image
- casing
- suspicious
- pipe
- suspicious points
- 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.)
- Pending
Links
- 235000013580 sausages Nutrition 0.000 claims abstract description 14
- 238000001914 filtration Methods 0.000 claims description 31
- 238000012706 support-vector machine Methods 0.000 claims description 25
- 238000012545 processing Methods 0.000 claims description 22
- 210000003781 tooth socket Anatomy 0.000 claims description 8
- 238000000034 method Methods 0.000 claims description 7
- 238000003384 imaging method Methods 0.000 claims description 3
- 230000003028 elevating effect Effects 0.000 claims description 2
- 238000013507 mapping Methods 0.000 claims description 2
- 230000009471 action Effects 0.000 abstract description 6
- 230000002093 peripheral effect Effects 0.000 abstract description 6
- 239000000463 material Substances 0.000 description 15
- 230000001360 synchronised effect Effects 0.000 description 9
- 230000009467 reduction Effects 0.000 description 7
- 230000007246 mechanism Effects 0.000 description 6
- 102000008186 Collagen Human genes 0.000 description 5
- 108010035532 Collagen Proteins 0.000 description 5
- 229920001436 collagen Polymers 0.000 description 5
- 230000001105 regulatory effect Effects 0.000 description 3
- 238000005096 rolling process Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 210000000936 intestine Anatomy 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 239000005033 polyvinylidene chloride Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 229920001328 Polyvinylidene chloride Polymers 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000012840 feeding operation Methods 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000000968 intestinal effect Effects 0.000 description 1
- 210000001503 joint Anatomy 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
Abstract
本发明公开了一种肠衣套缩管自动分级装置,属于分拣技术领域,其包括机架,特征在于:所述机架上设有同向转动的第一辊轴和第二辊轴,第一辊轴上设有两个以上的第一辊轮,第二辊轴上设有与第一辊轮一一相对设置的第二辊轮,两相邻的第一辊轮间具有第一齿槽,两相邻的第二辊轮间具有第二齿槽,第二辊轴上设有拨齿,拨齿位于第二齿槽中且伸入第一齿槽中;第一辊轮和第二辊轮的上方设有摄像机,摄像机为控制器肠衣套缩管图像,控制器根据图像判定肠衣套缩管的级别并输出分级信号。此装置可以在摩擦力的作用下带动肠衣套缩管朝一个方向翻滚,使得摄像机获取肠衣套缩管的周壁图像,然后由控制器依据图像信息进行自动分级,并给出分级结果。
Description
技术领域
本发明属于分拣技术领域,具体涉及一种肠衣套缩管自动分级装置。
背景技术
肠衣能在一定程度上延长产品的保质期,常在食品加工领域作为填制香肠和灌肠的外衣,主要分为天然肠衣、胶原蛋白肠衣以及聚偏氯乙烯(PVDC)肠衣等。由于天然肠衣具有基本全靠手工操作和自身粗细不均匀等弊端,而胶原蛋白肠衣则具有方便使用、口感好、透明度高、直径均匀等天然肠衣和PVDC肠衣无法比拟的优势,且其抗压强度为天然肠衣的四倍以上,从而得到广泛使用。
为便于肠衣的运输和保存,通常将生产好的胶原蛋白肠衣折叠套缩成管状,形成肠衣套缩管,以便套装在灌肠杆上实现高速机械灌肠。为了提升肠衣套缩管的质量管控,预增设分级操作。人工分级不仅速度慢,需要的人员多,大大增加了人力成本;而且人工把控程度不一,导致分级的肠衣套缩管仍然存在质量参差不齐的现象。
于是,申请人设想依靠视频图像对肠衣套缩管进行自动分级,不仅大大减少了人工,还统一了分级标准。
发明内容
本发明所要解决的技术问题是提供一种肠衣套缩管自动翻滚装置,能够自动实现肠衣套缩管的质量分级。
为解决上述技术问题,本发明的技术方案是:设计一种肠衣套缩管自动分级装置,包括机架,其特征在于:所述机架上设有自前至后依次分布的第一辊轴和第二辊轴,第二辊轴与第一辊轴同向转动设置,第一辊轴上设有两个以上的第一辊轮,第二辊轴上设有与第一辊轮一一相对设置的第二辊轮,两相邻的第一辊轮间具有第一齿槽,两相邻的第二辊轮间具有第二齿槽,第二辊轴上设有拨齿,拨齿位于第二齿槽中且能伸入第一齿槽中;
第一辊轮和第二辊轮的上方设有图像采集设备,图像采集设备为控制器提供肠衣套缩管图像,控制器根据图像判定肠衣套缩管的级别并输出分级信号。
进一步的,控制器的判定步骤包括:
(1)确定待分级肠衣套缩管的可疑点:将肠衣套缩管的RGB图像分别处理成Lab图像和灰度图像,Lab图像经滤波后通过动态阈值进行二值化,得到肠衣套缩管图像中的彩色可疑点,灰度图像经滤波后通过动态阈值进行二值化,得到肠衣套缩管图像中的黑白可疑点,合并彩色可疑点和黑白可疑点,得到该肠衣套缩管的所有可疑点,
(2)确定待分级肠衣套缩管中各可疑点的级别:将步骤(1)得到的可疑点对应到肠衣套缩管的RGB图像中,由支持向量机计算RGB图像中各可疑点对应图像的综合值,依据综合值所属的数值范围,确定各可疑点的级别;
(3)确定肠衣套缩管的级别:依据步骤(2)中得到的肠衣套缩管中可疑点的最低级别确定该肠衣套缩管的级别。
进一步的,步骤(2)中的数值范围是由支持向量机自学习步骤而得:将肠衣套缩管的RGB图像分别处理成Lab图像和灰度图像,Lab图像经滤波后通过动态阈值进行二值化,得到肠衣套缩管图像中的彩色样本可疑点,灰度图像经滤波后通过动态阈值进行二值化,得到肠衣套缩管图像中的黑白样本可疑点,合并彩色样本可疑点和黑白样本可疑点,得到该肠衣套缩管的所有样本可疑点,将得到的各样本可疑点对应到肠衣套缩管的RGB图像中,进行级别设定;
由支持向量机计算已设定级别的各样本可疑点对应图像的综合值,确定各级别可疑点的数值范围。
进一步的,所述控制器的判定步骤是通过运行程序完成的,所述程序包括:
图像接收模块:用于接收图像设备获取的肠衣套缩管外壁的RGB图像;
图像处理模块:提取出图像接收模块所接收RGB图像中的肠衣套缩管图像,
将肠衣套缩管图像转换成Lab图像,Lab图像经过滤波后通过动态阈值进行二值化,得到肠衣套缩管图像中的彩色可疑点;
将肠衣套缩管图像进行灰度化处理得到灰度图像,灰度图像经过滤波后通过动态阈值进行二值化,得到肠衣套缩管图像中的黑白可疑点;
合并彩色可疑点和黑白可疑点,得到肠衣套缩管图像中的全部可疑点,将全部可疑点对应到肠衣套缩管图像中;
设定模块:用于设定肠衣套缩管图像中各可疑点的级别;
支持向量机模块:由支持向量机计算各级别中每个可疑点所在区域图像的综合值,确定各级别可疑点的数值范围;
分级处理模块:依据待分级的肠衣套缩管图像中每个可疑点所在区域图像的综合值所在的数值范围,确定每个可疑点的级别,依据肠衣套缩管中最低级别的可疑点所属级别确定该肠衣套缩管的级别。
进一步的,所述程序还包括清除模块,用于清除支持向量机模块中各级别可疑点的数值范围。
进一步的,所述机架上设有挡板,挡板的前端设有第一导料台,第一导料台顶壁的后端低于挡板顶壁的前端设置,第一导料台自前至后呈向下的倾斜状,第一导料台与挡板间设有升降板,升降板连接升降机构,升降板的顶壁自前至后呈向下的倾斜状,挡板连接第二导料台,第二导料台自前至后呈向下的倾斜状,第二导料台的后端伸至第一辊轮的齿顶部。
进一步的,所述升降板和挡板间设有调节板,调节板连接在升降板或者挡板上,调节板的顶壁自前至后呈向下的倾斜状。
进一步的,所述第二辊轮上设有凹口,凹口沿第二辊轴方向开设且位于拨齿位置处。
进一步的,所述机架上设有聚光罩,聚光罩上开设于透光孔,图像采集设备安装在透光孔上。
进一步的,所述机架上还安装有自前至后呈向下倾斜状的第三导料台,第三导料台连接第二辊轮的后壁,第三导料台的前端开设有第三齿槽,拨齿能进入第三齿槽。
进一步的,调节板顶壁的倾斜度与升降板顶壁的倾斜度相一致。
进一步的,所述挡板的顶壁自前至后呈向下的倾斜状,挡板顶壁的倾斜度与第二导料台的倾斜度相一致。
进一步的,支持向量机自学习步骤中,各级别可疑点的样本数为100点以上。
进一步的,在步骤(1)和支持向量机自学习步骤中,所述综合值由图像特征确定,图像特征包括图像颜色、图像灰度、图像对比度、纹理、像素均值、像素方差、像素最大值和像素最小值中的一种或者任意两种以上的组合。
进一步的,在步骤(1)和支持向量机自学习步骤中,先对肠衣套缩管图像进行增强处理后再转换成Lab图像和灰度化处理。
进一步的,在步骤(1)和支持向量机自学习步骤中,所述滤波为均值滤波,动态阈值是指减均值滤波。
进一步的,在步骤(1)和支持向量机自学习步骤中,对二值化后的图像进行开运算和闭运算处理,得到可疑点。
进一步的,图像处理模块负责对肠衣套缩管图像进行增强处理和对二值化后的图像进行开运算和闭运算处理。
进一步的,所述第一辊轴和第二辊轴均连接同步带,同步带由动力旋转装置带动。
进一步的,所述动力旋转装置为电机。
进一步的,所述升降机构为气缸。
与现有技术相比,本发明的有益效果是:
1、本发明特定结构的第一辊轮和第二辊轮可以在摩擦力的作用下带动肠衣套缩管朝一个方向翻滚,在翻滚的过程中由图像采集设备获取肠衣套缩管的周壁图像,然后由控制器依据图像信息进行自动分级,并输出分级信号,给出分级结果;翻滚后的肠衣套缩管由拨齿拨出,实现肠衣套缩管的自动输出。
2、本发明中的控制器是基于图像处理得到肠衣套缩管图像中的可疑点,以可疑点对应的图像为研究对象,由支持向量机对其进行样本自学习,再对待分级肠衣套缩管图像中的可疑点进行分类,依据可疑点的分类级别确定该肠衣套缩管的级别,实现肠衣套缩管的图像自动分级。
3、对图像的增强、滤波、开运算及闭运算,能够准确可疑点的边界,凸显可疑点,能够为肠衣套缩管的分类提供较准确的判别依据,利于提高其分级质量。
4、由于第二辊轮上设有凹口,凹口沿第二辊轴方向开设且位于拨齿位置处,可以使肠衣套缩管落入凹口中,第二辊轮与拨齿共同平稳拨动肠衣套缩管,增大了肠衣套缩管的承托面积,避免其脱节。
5、由于第一辊轴和第二辊轴均连接同步带,由动力旋转装置带动同步转动,更加利于实现同步带动控制。
6、由于机架上设有挡板和升降板等构成的自动取送机构,可以实现单根肠衣套缩管的机械化自动取料与输送,节省人工成本。
7、由于升降板和挡板间设有调节板,调节板连接在升降板或者挡板上,调节板的顶壁自前至后呈向下的倾斜状,当调节板连接在升降板上时,调节板的顶壁能够延长升降板的顶壁,从而与挡板间围成口径更大的夹口,适用于管径较大的肠衣套缩管;当调节板连接挡板上时,则调节板的顶壁作为挡板顶壁的延续,调节板的顶壁与挡板间围成口径较小的夹口,适用于管径较小的肠衣套缩管,从而应用于不同管径的肠衣套缩管,扩宽其适用范围。
8、由于挡板的顶壁采用自前至后呈向下的倾斜状,当升降板将肠衣套缩管输送至挡板的顶壁处时,可以自动实现其下一步输送。
9、由于机架上设有聚光罩,聚光罩上开设于透光孔,图像采集设备安装在透光孔上,可以屏蔽掉图像采集设备镜头附近的杂散光,减低周边环境对肠衣图像的影响。
10、由于机架上还安装有自前至后呈向下倾斜状的第三导料台,第三导料台连接第二辊轮的后壁,第三导料台的前端开设有第三齿槽,拨齿能进入第三齿槽,能够将提取图像后的单根肠衣套缩管自动输送出。
11、本发明能够利用图像实现肠衣套缩管的自动质量分级,不仅提高了分级效率,还统一了分级标准,利于提高分级质量,便于在本领域内推广应用。
附图说明
图1是本发明的立体结构示意图;
图2是图1的A向视图;
图3是图2中B-B剖视图;
图4是图1的C向视图;
图5是图4中D-D剖视图;
图6是本发明的电气连接示意图;
图7是控制器的程序流程图;
图8是确定各级可疑点数值范围的子流程图;
图9是确定待分级肠衣套缩管图像中各可疑点级别的子流程图。
图10是自动取送机构的使用状态一示意图;
图11是自动取送机构的使用状态二示意图。
图中标记:1、机架;2、第一辊轴;3、第二辊轴;4、同步带;5、第一辊轮;6、第二辊轮;7、第三导料台;8、第三齿槽;9、第一齿槽;10、第二齿槽;11、聚光罩;12、透光孔;13、摄像机;14、电机;15、第二导料台;16、凹口;17、拨齿;18、挡板;19、升降板;20、第一导料台;21、调节板;22、气缸;23、控制器;24、分级信号;25、显示器。
具体实施方式
下面结合附图与具体实施方式对本发明作进一步详细描述。
本发明参考肠衣套缩管的输送方向,将其进入端定义为前端,相应地将其离开端定义为后端;将本发明处于使用状态时,远离地面的一端定义上端或者顶端,相应地将靠近地面的一端定义为下端或者底端。
如图1、图2和图5所示,本发明在机架1上设有自前至后依次分布的第一辊轴2和第二辊轴3,第二辊轴3与第一辊轴2由同一条同步带4带动,同步带4连接在电机14的转轴上,如此使得第一辊轴2和第二辊轴3朝同一方向同步转动。第一辊轴2上设有两个以上的第一辊轮5,第二辊轴3上设有与第一辊轮5相同数量的第二辊轮6,第二辊轮6的轮径与第一辊轮5相同,使得第一辊轮5与第二辊轮6的周壁具有相同的线速度。两相邻的第一辊轮5间具有第一齿槽9,两相邻的第二辊轮6间具有第二齿槽10,所有第一辊轮5与第二辊轮6呈一对一对接状设置,如此使得第一齿槽9也会与第二齿槽10呈相对状设置。如图3所示,第二辊轴3上设有拨齿17,拨齿17位于第二齿槽10中且伸出第二辊轮6的周壁设置,使得拨齿17能进入第一齿槽9中。第二辊轮6上还开设有凹口16,凹口16沿第二辊轴3方向开设且位于拨齿17位置处,使其可以与第一辊轮5的周壁间形成肠衣套缩管的容纳槽。还在机架1上安装有自前至后呈向下倾斜状的第三导料台7,第三导料台7连接第二辊轮6的后壁,第三导料台7的前端开设有第三齿槽8,拨齿17能进入第三齿槽8。
如图4所示,本发明还在机架1上设有聚光罩11,聚光罩11位于第一辊轮5和第二辊轮6的上方,聚光罩11上开设于透光孔12,在透光孔12上安装摄像机13。如图6所示,摄像机13为控制器23提供肠衣套缩管图像,控制器23根据图像判定肠衣套缩管的级别并输出分级信号24。控制器23的分级步骤如图7所示:
(1)确定待分级肠衣套缩管的可疑点:如图9所示,将肠衣套缩管的RGB图像经过加强后分别处理成Lab图像和灰度图像,Lab图像经5x5均值滤波后,再通过减均值滤波进行二值化,再对二值化后图像进行3x3开运算和闭运算后得到肠衣套缩管图像中的彩色可疑点;灰度图像经5x5均值滤波后,再通过减均值滤波进行二值化,再对二值化后的图像进行3x3开运算和闭运算后得到肠衣套缩管图像中的黑白可疑点;合并彩色可疑点和黑白可疑点,得到该肠衣套缩管的所有可疑点,
(2)确定待分级肠衣套缩管中各可疑点的级别:将步骤(1)得到的可疑点对应到肠衣套缩管的RGB图像中,由支持向量机计算RGB图像中各可疑点对应图像的综合值,依据综合值所属的数值范围,确定各可疑点的级别;
(3)确定肠衣套缩管的级别:依据步骤(2)中得到的肠衣套缩管中可疑点的最低级别确定该肠衣套缩管的级别。如图9所示,以将肠衣套缩管的分级级别数定为3为例进行说明,即将肠衣套缩管分为3个级别:1级、2级和3级,那么可疑点的级别也是对应的1级、2级和3级。如果待分级肠衣套缩管图像中的全部可疑点都为1级,则该肠衣套缩管被判定为1级品;如果待分级肠衣套缩管图像中的全部可疑点中,不仅有1级的,还有2级的,但没有3级的,则该肠衣套缩管被判定为2级品;如果待分级肠衣套缩管图像中的全部可疑点中,不仅有1级和2级的,还有3级的,则该肠衣套缩管被判定为3级品。如此完成该肠衣套缩管的质量分级。
上述步骤(2)中,支持向量机在确定各可疑点的级别时所依据的数值范围,可以由图像分级设备的提供商在出厂前,已由支持向量机经自学习获得;也可以有图像分级设备的提供者在分级使用之前,先进行自学习确定。自学习的过程如图8所示:将样本肠衣套缩管的RGB图像经过加强后分别处理成Lab图像和灰度图像,Lab图像经5x5均值滤波后,再通过减均值滤波进行二值化,再对二值化后图像进行3x3开运算和闭运算后得到肠衣套缩管图像中的彩色可疑点;灰度图像经5x5均值滤波后,再通过减均值滤波进行二值化,再对二值化后图像进行3x3开运算和闭运算后得到肠衣套缩管图像中的黑白可疑点;合并彩色可疑点和黑白可疑点,得到该样本肠衣套缩管的所有可疑点,将得到的各样本可疑点对应到肠衣套缩管的RGB图像中,进行级别设定。然后由支持向量机计算已设定级别的各样本可疑点对应图像的综合值,各级别可疑点的样本数为100点以上,然后依据综合值的分布确定各级别可疑点的数值范围。计算综合值所依据的图像特征包括图像颜色、图像灰度、图像对比度、纹理、像素均值、像素方差、像素最大值和像素最小值等。
控制器23中还设有存储单元,控制器23还对分级的肠衣套缩管进行计数,计算一级品、二级品和三级品在分级肠衣套缩管总数中的百分比,然后由存储单元用来记录并存储肠衣套缩管的分级总数,一级品的数量、二级品的数量和三级品的数量以及一级品、二级品和三级品在分级肠衣套缩管总数中的百分比。控制器23还连接显示器25,显示器25将肠衣套缩管的分级总数,一级品的数量、二级品的数量和三级品的数量以及一级品、二级品和三级品在分级肠衣套缩管总数中的百分比等数据直观地显示出来,方便用户全面了解。
上述分级步骤是通过控制器23运行程序完成的,所运行的程序包括图像接收模块、图像处理模块、设定模块、支持向量机模块、和分级处理模块和清除模块。其中:
图像接收模块用来接收图像设备获取的肠衣套缩管外壁的RGB图像。
图像处理模块先提取出图像接收模块所接收RGB图像中的肠衣套缩管图像,去除摄像时肠衣套缩管的周边环境的图像,仅保留肠衣套缩管的自身图像,以便后续只分析肠衣套缩管图像,避免周边杂色影响分级效果。然后图像处理模块将肠衣套缩管图像经过增强后分别转换成Lab图像和灰度图像。Lab图像经过5x5均值滤波后,再通过减均值滤波后进行二值化,再对二值化后图像进行3x3开运算和闭运算后得到肠衣套缩管图像中的彩色可疑点;灰度图像经过5x5均值滤波后,再通过减均值滤波后进行二值化,再对二值化后图像进行3x3开运算和闭运算后得到肠衣套缩管图像中的黑白可疑点;合并彩色可疑点和黑白可疑点,得到肠衣套缩管图像中的全部可疑点,将全部可疑点对应到肠衣套缩管图像中;
设定模块用来进行肠衣套缩管图像中各可疑点的级别设定,可疑点设定的级别数与肠衣套缩管预分级的级别数相一致,例如要将肠衣套缩管分为3个级别,则将可疑点设定为3个级别,具体为1级可疑点、2级可疑点和3级可疑点。具体可以采用键盘输入的方式,或者触摸屏选择或写入的方式,还可以是语音输入的方式。总之,只要支持人工根据可疑点处图像的表现特征对其进行级别设置即可。设定人员是根据企业关于肠衣分级标准进行培训并筛选过的专业工程师,判定依据仅依附于图像的表现特征,不受个人喜好等社会属性的影响。
支持向量机模块一方面学习已被设定的各级别中每个可疑点所在区域的图像特征,计算可疑点所在区域图像的综合值,以确定各级别可疑点的数值范围;另一方面用来计算待分级的肠衣套缩管图像中各可疑点所在区域图像的综合值。
分级处理模块用来依据待分级的肠衣套缩管图像中每个可疑点所在区域图像的综合值所在的数值范围,确定每个可疑点的级别,依据肠衣套缩管中最低级别的可疑点所属级别确定该肠衣套缩管的级别。
清除模块用来清除支持向量机模块中已学习确定的各级别可疑点的数值范围,便于随着分级标准的提升,及时更改其分级标准对应的数值范围。
为了实现单根肠衣套缩管的自动取送操作,本发明还在机架1上设置了挡板18,挡板18的前端设有第一导料台20,第一导料台20顶壁的后端低于挡板18顶壁的前端设置,第一导料台20自前至后呈向下的倾斜状,第一导料台20与挡板18间设有升降板19,升降板19连接气缸22,升降板19的顶壁自前至后呈向下的倾斜状,升降板19升至上端时,升降板19顶壁的下端不低于挡板18的顶壁的上端,升降板19降至下端时,升降板19顶壁的上端不高于第一导料台20的后端。挡板18的顶壁自前至后呈向下的倾斜状,挡板18连接第二导料台15,第二导料台15自前至后呈向下的倾斜状,第二导料台15的倾斜度与挡板18顶壁的倾斜度相一致,第二导料台15的后端伸至第一辊轮5的轮顶部。还在升降板19和挡板18间设有顶壁呈调节板21,调节板21的顶壁自前至后呈向下的倾斜状,调节板21的倾斜度与升降板19顶壁的倾斜度相一致。如图10所示,当调节板21连接在升降板19上时,使得调节板21的顶壁与升降板19的顶壁相对接,相当于调节板21的顶壁延长升降板19的顶壁,从而与挡板18间围成口径更大的夹口,适用于管径较大的肠衣套缩管;如图11所示,当调节板21连接挡板18上时,使得调节板21的顶壁与挡板18的顶壁相对接,相当于则调节板21的顶壁作为挡板18顶壁的延续,调节板21作为挡板18的一部分,升降板19的顶壁与挡板18间围成口径较小的夹口,适用于管径较小的肠衣套缩管,从而应用于不同管径的肠衣套缩管,扩宽其适用范围。
本发明的工作过程如下:
将多根自前至后分布的肠衣套缩管放置在第一导料台20上,初始时,升降板19位于下端位置。在自重作用下,位于最后端的肠衣套缩管自动落入升降板19与挡板18围成的夹口中,升降板19上升挡住其余的肠衣套缩管,同时将位于夹口中的肠衣套缩管升举至挡板18的顶壁,使得肠衣套缩管再次在自重作用下,自动沿第二导料台15进入第一辊轮5和第二辊轮6形成的夹槽中,在摩擦力的作用下, 第一辊轮5和第二辊轮6在自身转动的同时,带动肠衣套缩管向后翻滚,在翻滚的过程中,摄像机13摄取肠衣套缩管周壁的图像,由控制器23根据图像进行质量分级,并输出分级信号24。待翻滚完一周后,进入凹口16中,在第二辊轮6和拨齿17的共同承托下,脱离第一滚轮,随第二辊轮6向后方转动,然后落到第三导料台7上,输送入下一环节。
除采用上述气缸22作为升降机构外,还可以选用油缸或者螺杆等,只要能够实现升降运动即可,对其结构不做具体要求。只是采用气缸22,动作更加快捷,且占用空间小。同理,除采用上述电机14作为动力旋转装置外,还可以选用其它的旋转装置作为同步带4的动力源,只要能够实现旋转运动即可,对其结构不做具体要求。
本发明中的滤波方式除采用上述实施例中的均值滤波方式外,还可以采用其它常规的图像滤波方式,只要能够对图像起到降噪的作用即可,取其实现方式不做具体要求;同理,除采用上述减均值滤波实现动态阈值外,还可以采用其它的动态阈值法。
以上所述,仅是本发明的较佳实施例而已,并非是对本发明作其它形式的限制,任何熟悉本专业的技术人员可能利用上述揭示的技术内容加以变更或改型为等同变化的等效实施例。但是凡是未脱离本发明技术方案内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与改型,仍属于本发明技术方案的保护范围。
Claims (10)
1.一种肠衣套缩管自动分级装置,包括机架,其特征在于:所述机架上设有自前至后依次分布的第一辊轴和第二辊轴,第二辊轴与第一辊轴同向转动设置,第一辊轴上设有两个以上的第一辊轮,第二辊轴上设有与第一辊轮一一相对设置的第二辊轮,两相邻的第一辊轮间具有第一齿槽,两相邻的第二辊轮间具有第二齿槽,第二辊轴上设有拨齿,拨齿位于第二齿槽中且能伸入第一齿槽中;
第一辊轮和第二辊轮的上方设有图像采集设备,图像采集设备为控制器提供肠衣套缩管图像,控制器根据图像判定肠衣套缩管的级别并输出分级信号。
2.按照权利要求1所述的肠衣套缩管自动分级装置,其特征在于:控制器的判定步骤包括:
(1)确定待分级肠衣套缩管的可疑点:将肠衣套缩管的RGB图像分别处理成Lab图像和灰度图像,Lab图像经滤波后通过动态阈值进行二值化,得到肠衣套缩管图像中的彩色可疑点,灰度图像经滤波后通过动态阈值进行二值化,得到肠衣套缩管图像中的黑白可疑点,合并彩色可疑点和黑白可疑点,得到该肠衣套缩管的所有可疑点,
(2)确定待分级肠衣套缩管中各可疑点的级别:将步骤(1)得到的可疑点对应到肠衣套缩管的RGB图像中,由支持向量机计算RGB图像中各可疑点对应图像的综合值,依据综合值所属的数值范围,确定各可疑点的级别;
(3)确定肠衣套缩管的级别:依据步骤(2)中得到的肠衣套缩管中可疑点的最低级别确定该肠衣套缩管的级别。
3.按照权利要求2所述的肠衣套缩管自动分级装置,其特征在于:步骤(2)中的数值范围是由支持向量机经自学习步骤而得:将肠衣套缩管的RGB图像分别处理成Lab图像和灰度图像,Lab图像经滤波后通过动态阈值进行二值化,得到肠衣套缩管图像中的彩色样本可疑点,灰度图像经滤波后通过动态阈值进行二值化,得到肠衣套缩管图像中的黑白样本可疑点,合并彩色样本可疑点和黑白样本可疑点,得到该肠衣套缩管的所有样本可疑点,将得到的各样本可疑点对应到肠衣套缩管的RGB图像中,进行级别设定;
由支持向量机计算已设定级别的各样本可疑点对应图像的综合值,确定各级别可疑点的数值范围。
4.按照权利要求3任一所述的肠衣套缩管自动分级装置,其特征在于:所述控制器的判定步骤是通过运行程序完成的,所述程序包括:
图像接收模块:用于接收图像设备获取的肠衣套缩管外壁的RGB图像;
图像处理模块:提取出图像接收模块所接收RGB图像中的肠衣套缩管图像,
将肠衣套缩管图像转换成Lab图像,Lab图像经过滤波后通过动态阈值进行二值化,得到肠衣套缩管图像中的彩色可疑点;
将肠衣套缩管图像进行灰度化处理得到灰度图像,灰度图像经过滤波后通过动态阈值进行二值化,得到肠衣套缩管图像中的黑白可疑点;
合并彩色可疑点和黑白可疑点,得到肠衣套缩管图像中的全部可疑点,将全部可疑点对应到肠衣套缩管图像中;
设定模块:用于设定肠衣套缩管图像中各可疑点的级别;
支持向量机模块:由支持向量机计算各级别中每个可疑点所在区域图像的综合值,确定各级别可疑点的数值范围;
分级处理模块:依据待分级的肠衣套缩管图像中每个可疑点所在区域图像的综合值所在的数值范围,确定每个可疑点的级别,依据肠衣套缩管中最低级别的可疑点所属级别确定该肠衣套缩管的级别。
5.按照权利要求4所述的肠衣套缩管自动分级装置,其特征在于:所述程序还包括清除模块,用于清除支持向量机模块中各级别可疑点的数值范围。
6.按照权利要求1至5任一所述的肠衣套缩管自动分级装置,其特征在于:所述机架上设有挡板,挡板的前端设有第一导料台,第一导料台顶壁的后端低于挡板顶壁的前端设置,第一导料台自前至后呈向下的倾斜状,第一导料台与挡板间设有升降板,升降板连接升降机构,升降板的顶壁自前至后呈向下的倾斜状,挡板连接第二导料台,第二导料台自前至后呈向下的倾斜状,第二导料台的后端伸至第一辊轮的齿顶部。
7.按照权利要求6所述的肠衣套缩管自动分级装置,其特征在于:所述升降板和挡板间设有调节板,调节板连接在升降板或者挡板上,调节板的顶壁自前至后呈向下的倾斜状。
8.按照权利要求1至5任一所述的肠衣套缩管自动分级装置,其特征在于:所述第二辊轮上设有凹口,凹口沿第二辊轴方向开设且位于拨齿位置处。
9.按照权利要求7所述的肠衣套缩管自动分级装置,其特征在于:所述机架上设有聚光罩,聚光罩上开设于透光孔,图像采集设备安装在透光孔上。
10.按照权利要求1至5任一所述的肠衣套缩管自动分级装置,其特征在于:所述机架上还安装有自前至后呈向下倾斜状的第三导料台,第三导料台连接第二辊轮的后壁,第三导料台的前端开设有第三齿槽,拨齿能进入第三齿槽。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210045950.0A CN114345719A (zh) | 2022-01-17 | 2022-01-17 | 一种肠衣套缩管自动分级装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210045950.0A CN114345719A (zh) | 2022-01-17 | 2022-01-17 | 一种肠衣套缩管自动分级装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114345719A true CN114345719A (zh) | 2022-04-15 |
Family
ID=81092291
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210045950.0A Pending CN114345719A (zh) | 2022-01-17 | 2022-01-17 | 一种肠衣套缩管自动分级装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114345719A (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102288606A (zh) * | 2011-05-06 | 2011-12-21 | 山东农业大学 | 基于机器视觉的花粉活力测定方法 |
CN102663788A (zh) * | 2012-04-12 | 2012-09-12 | 云南大学 | 一种基于非真实感的钢笔淡彩艺术效果绘制方法 |
CN103714537A (zh) * | 2013-12-19 | 2014-04-09 | 武汉理工大学 | 一种图像显著性的检测方法 |
CN108333316A (zh) * | 2018-02-11 | 2018-07-27 | 梧州学院 | 一种肠衣检测机 |
CN209598505U (zh) * | 2019-01-30 | 2019-11-08 | 昆山华恒焊接股份有限公司 | 直管自动上下料装置、直管旋转操作台以及焊接系统 |
CN110580449A (zh) * | 2019-08-09 | 2019-12-17 | 北京准视科技有限公司 | 一种图像型火焰识别检测方法 |
CN111283811A (zh) * | 2020-03-24 | 2020-06-16 | 河北贤悦环保设备有限公司 | 大口径塑料缠绕管自动开口机及其开口方法 |
CN211134647U (zh) * | 2019-12-02 | 2020-07-31 | 西安获德图像技术有限公司 | 肠衣分拣设备 |
CN211426126U (zh) * | 2019-11-29 | 2020-09-04 | 山东海奥斯生物科技有限公司 | 全自动肠衣裁剪机 |
CN212159603U (zh) * | 2020-05-07 | 2020-12-15 | 苏州正方格自动化技术有限公司 | 一种肠衣缺陷在线检测系统 |
CN112258453A (zh) * | 2020-09-27 | 2021-01-22 | 南京一起康讯智能科技有限公司 | 一种工业故障巡检机器人定位地标检测方法 |
-
2022
- 2022-01-17 CN CN202210045950.0A patent/CN114345719A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102288606A (zh) * | 2011-05-06 | 2011-12-21 | 山东农业大学 | 基于机器视觉的花粉活力测定方法 |
CN102663788A (zh) * | 2012-04-12 | 2012-09-12 | 云南大学 | 一种基于非真实感的钢笔淡彩艺术效果绘制方法 |
CN103714537A (zh) * | 2013-12-19 | 2014-04-09 | 武汉理工大学 | 一种图像显著性的检测方法 |
CN108333316A (zh) * | 2018-02-11 | 2018-07-27 | 梧州学院 | 一种肠衣检测机 |
CN209598505U (zh) * | 2019-01-30 | 2019-11-08 | 昆山华恒焊接股份有限公司 | 直管自动上下料装置、直管旋转操作台以及焊接系统 |
CN110580449A (zh) * | 2019-08-09 | 2019-12-17 | 北京准视科技有限公司 | 一种图像型火焰识别检测方法 |
CN211426126U (zh) * | 2019-11-29 | 2020-09-04 | 山东海奥斯生物科技有限公司 | 全自动肠衣裁剪机 |
CN211134647U (zh) * | 2019-12-02 | 2020-07-31 | 西安获德图像技术有限公司 | 肠衣分拣设备 |
CN111283811A (zh) * | 2020-03-24 | 2020-06-16 | 河北贤悦环保设备有限公司 | 大口径塑料缠绕管自动开口机及其开口方法 |
CN212159603U (zh) * | 2020-05-07 | 2020-12-15 | 苏州正方格自动化技术有限公司 | 一种肠衣缺陷在线检测系统 |
CN112258453A (zh) * | 2020-09-27 | 2021-01-22 | 南京一起康讯智能科技有限公司 | 一种工业故障巡检机器人定位地标检测方法 |
Non-Patent Citations (1)
Title |
---|
应向伟 等: "《农业装备智能控制系统发展动态研究》", 31 May 2017, 科学技术文献出版社, pages: 44 - 46 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106918594B (zh) | 一种在线分析籽棉色特征和杂质的方法 | |
CN106683099A (zh) | 一种产品表面缺陷检测方法 | |
CN102221559A (zh) | 基于机器视觉的织物疵点在线自动检测方法及其装置 | |
CN111879781B (zh) | 一种基于机器视觉的试纸质量检测系统 | |
CN108719424A (zh) | 一种基于机器视觉的水产品分类方法及系统 | |
CN104297160A (zh) | 一种工夫红茶发酵适度判别方法和装置 | |
CN106370667A (zh) | 一种玉米籽粒品质视觉检测装置及方法 | |
CN103698341A (zh) | 一种棉花轧工质量检测系统及棉花轧工质量图像检测方法 | |
CN103456021A (zh) | 一种基于形态学分析的布匹瑕疵检测方法 | |
CN105973904A (zh) | 一种基于图像背景概率图的食用油杂质检测方法 | |
CN106570855A (zh) | 猪肉新鲜度快速判定的方法及系统 | |
CN112819844B (zh) | 一种图像边缘检测方法及装置 | |
CN114926407A (zh) | 一种基于深度学习的钢材表面缺陷检测系统 | |
CN114345719A (zh) | 一种肠衣套缩管自动分级装置 | |
CN109472779A (zh) | 一种基于形态结构的纱线外观特征参数提取与分析方法 | |
CN111598042B (zh) | 一种用于井下钻杆计数的视觉统计方法 | |
CN112432952B (zh) | 一种基于机器视觉技术的烟支空头检测方法 | |
CN103176218A (zh) | 一种x射线透射检查方法 | |
CN107292892A (zh) | 视频帧图像的分割方法及装置 | |
CN104458759B (zh) | 一种灰度不匀自矫正系统的自动验布机 | |
CN105027732B (zh) | 玉米果穗考种的方法及系统 | |
CN113658135B (zh) | 一种基于模糊pid自适应调光皮带异物检测方法与系统 | |
CN114299063A (zh) | 一种肠衣套缩管图像分级系统及方法 | |
CN109858485A (zh) | 一种基于lbp和glcm的织物瑕疵检测方法 | |
CN114897788A (zh) | 一种基于引导滤波及离散差分的纱线卷装毛羽检测方法 |
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 |