CN116636481A - 家禽产蛋性能和蛋品质智能测定方法及设备 - Google Patents

Abstract

本发明公开了一种家禽产蛋性能和蛋品质智能测定方法，包括运输步骤：收集并运输种蛋；机器视觉检测步骤：对种蛋外观进行无损检测并进行品质分级；重量检测步骤：对种蛋进行称重并进行重量分级；喷码收集步骤：对分级后的种蛋进行喷码并分区收集；机器视觉检测步骤中，还采集种蛋图像，在进行品质分级时，对种蛋图像进行多指标的品质检测，按分级判断流程将品质检测结果进行分级；喷码收集步骤中，根据品质分级和称重分级的结果综合对种蛋进行分区收集。与现有技术相比，本发明在对种蛋进行分级时，结合多种指标对种蛋的品质进行综合分级识别，能够提高分级判定结果的准确性以及种蛋的收集效率。本发明还公开了家禽产蛋性能和蛋品质智能测定设备。

Description

家禽产蛋性能和蛋品质智能测定方法及设备

技术领域

本发明涉及一种畜禽养殖技术，具体涉及一种家禽产蛋性能和蛋品质智能测定方法及设备。

背景技术

种蛋质量是影响孵化率和健雏率的一个重要指标，它与产蛋家禽本身的性能和品质有着密切的关系。为提高孵化率和健雏率，在育种过程中种蛋标识和筛选是必经的流程，而且标识和筛选的准确度对育种来说至关重要。现有养殖场的种蛋标识和筛选仍以人工为主，大多存在着人工判定缺乏统一评价标准，数据误差较大、种蛋质量准确度不高的问题，而且人工标识和分拣种蛋耗时长、对产蛋家禽应激大等。

中国专利文献CN109588346A公开了一种种蛋在线称重分级装置，包括流水线机架和光捡辊子输送线以及环形辊子输送线；环形辊子输送线的底部位于流水线机架沿输送方向依次设置有称重传感器、升降推杆和摆动拨叉；摆动拨叉的上端部位于环形辊子输送线的内外两侧对应在流水线机架上设置有两组传动拨片，其中位于环形辊子输送线内侧的为第一传动拨片，而位于环形辊子输送线外侧的为第二传动拨片；承接第一传动拨片在其外侧设置有与输送方向垂直的第一皮带线，承接第二传动拨片在外侧设置有与输送方向垂直的第二皮带线；第一皮带线和第二皮带线的两端对应支撑于流水线机架两侧上。该现有技术虽然实现了根据种蛋重量进行的自动分级，但是这种仅靠重量分级的方式对于种蛋品质的筛选并不准确。

又有中国专利文献CN208924968U种蛋分级流水线，包括第一种蛋分级支线、弃蛋收集支线和配套的控制器。第一种蛋分级支线包括第一输送机、种蛋称重分级装置、第二输送机以及光照装置；第一输送机为输送带机构，第一输送机的输送带上设有第一放置间隙结构。弃蛋收集支线包括第三输送机。本实用新型提供的种蛋分级流水线，通过设置用于转运种蛋至种蛋称重分级装置的第一输送机、用于接取合格种蛋的第二输送机、用于接取不合格种蛋的弃蛋收集支线和用于从下部向第一输送机上的种蛋进行打光照射的光照装置，使多个种蛋可以在第一输送机上边运输边进行光照法检查，从而有效剔除裂纹蛋或血斑蛋等不合格种蛋，减少人力和人工搬运，提高效率。该现有技术具有以下不足：该现有技术中虽然在对种蛋进行分级的过程中增加了对裂纹蛋或血斑蛋等的筛选，但是分级结果的准确性依旧不高。

发明内容

本发明为了解决现有技术中，对种蛋的分级不准确的技术问题，提供了一种家禽产蛋性能和蛋品质智能测定方法，包括以下步骤：

运输步骤：收集并运输种蛋；

机器视觉检测步骤：对运输中的种蛋外观进行无损检测并进行品质分级；

重量检测步骤：对运输中的种蛋进行称重并进行重量分级；

喷码收集步骤：对分级后的种蛋进行喷码并分区收集；

其中，机器视觉检测步骤中，还采集种蛋图像，在进行品质分级时，对种蛋图像进行多指标的品质检测，并按分级判断流程将品质检测结果进行分级，其中品质指标涉及蛋形指数、裂纹、破损、沙壳和暗斑、脏污；

喷码收集步骤中，根据品质分级和称重分级的结果综合对种蛋进行喷码及分区收集。

本方案中，与现有技术相比，在对种蛋进行分级时，会采集多种种蛋的指标，并结合多种指标对种蛋的品质进行综合的检测，从而能够提高种蛋分级判定结果的准确性；并且还根据分级判定结果进行分区收集，还可以提高种蛋的收集效率。

优选地，分级判断流程中，基于机器学习技术对种蛋图像依次进行是否存在裂纹、破损、沙壳和暗斑、脏污的判定，在判定出存在有裂纹、破损或沙壳时，判定该种蛋为淘汰种蛋。

考虑到种蛋出现裂纹、破损或沙壳时，则已经不能够作为种蛋，因此本方案中，依次对裂纹、破损、沙壳和暗斑、脏污进行判定，先对裂纹、破损以及沙壳进行判定，并且在判定出存在裂纹、破损或沙壳时直接判定为淘汰蛋，从而提高了判定效率。

优选地，暗斑、脏污在达到种蛋表面积的面积阈值时，判定该种蛋为淘汰种蛋。

本方案中，在识别出种蛋表面积上暗斑、脏污的面积大于面积阈值时，才会判定为淘汰种蛋，从而提高了判定结果的准确性。

优选地，运输步骤中，还设置种蛋对应的信息标签，并存储种蛋相对应的养殖笼位信息。

本方案中，通过设置信息标签来存储种蛋相对应的养殖笼位信息，方便对种蛋进行自动标识和对种蛋品质检测及分级过程进行追溯。

优选地，在机器视觉检测步骤中，还从上往下对种蛋进行图像采集得到种蛋图像。

本方案中，从上往下采集的方式能够尽可能采集到种蛋的全部图像，从而提高了判定结果的准确性。

优选地，运输步骤中，还收集并记录种蛋的产出时间。

本方案中，产出时间的记录有利于对种蛋进行进一步的溯源。

第二方面，本发明提供了实现家禽产蛋性能和蛋品质智能测定方法的家禽产蛋性能和蛋品质智能测定设备，包括运输线、机器视觉检测机构、重量检测机构和喷码收集机构，其中：运输线旁设有养殖笼，种蛋从养殖笼滑出后落到运输线上；沿运输线的运行方向上依次设置机器视觉检测机构、重量检测机构和喷码收集机构；

机器视觉检测机构包括置于运输线下部的背向照明光源和置于运输线上部的图像采集件；在运输线运输过程中，背向照明光源从下往上打光，图像采集件可以连续采集种蛋图像，重量检测机构对种蛋进行称重，喷码收集机构对种蛋进行喷码及分区收集；

还包括处理机构，基于机器学习技术对所述种蛋图像进行蛋形指数、裂纹、破损、沙壳、暗斑、脏污多指标的品质检测，并按分级判断流程将品质检测结果及重量检测结果进行综合分级，并控制所述喷码收集部分根据分级结果对种蛋进行喷码及分区收集。

优选地，运输线上还设有信息标签组件，用于采集并存储种蛋相对应的养殖笼位信息。

优选地，养殖笼的底部倾斜设置，且在养殖笼的出口设有导向网以及种蛋产出时间的时间检测传感器，在种蛋从养殖笼出口落入到运输线上时触发时间检测传感器，记录种蛋的产出时间。

本发明具有以下有益效果：

1、本发明中，采用多种指标对种蛋的品质进行分级判定，综合检测效果好，利于提高种蛋质量判定的准确度；

2、本发明中，能够对种蛋的相关信息进行收集存储，以实现溯源，也方便工作人员对种蛋各类信息的快速了解，并且通过信息标签组件的设置，做到种蛋-产蛋家禽的自动标识，根据种蛋的品质可实现对产蛋家禽的溯源，能清晰了解到产蛋家禽的产蛋性能以及所产种蛋品质的高低，为育种工作提供了很大的便利；

3、本发明中，通过智能测定的方式成功避免人工标识和分拣种蛋耗时长、对产蛋家禽应激大等问题；

4、本发明的智能测定方法操作方便，自动化程度及种蛋质量判定准确度高，可精准、稳定、连续地记录各项参数，可实现蛋品溯源，具有方便智能、精准高效、减轻劳动强度的特点；

5.本发明中，机器视觉检测步骤基于机器学习技术实现的，该技术可以自动化处理大量数据，模型泛化和自学习能力强，其检测结果的准确度更高、更为精准。

附图说明

图1为本发明家禽产蛋性能和蛋品质智能测定方法及设备实施例中测定方法的流程图。

具体实施方式

下面通过具体实施方式进一步详细说明：

1、定义

蛋形指数：蛋的纵径与横径之比值，用以表示蛋的形状。

种蛋：可用于孵育繁衍幼禽的各种禽蛋，即受过精的蛋。本发明中的种蛋包括鸡蛋、鸭蛋、鹅蛋等家禽类的蛋。

沙壳：指蛋壳表面颜色不均匀，蛋壳的厚度也不一致，并且局部粗糙不平。

2、实施例基本如附图1所示：家禽产蛋性能和蛋品质智能测定方法，包括以下步骤：

运输步骤：收集并运输种蛋，并记录种蛋的产出时间；还设置种蛋对应的信息标签，并存储种蛋相对应的养殖笼位信息；具体的，信息标签为二维码；

机器视觉检测步骤：对运输中的种蛋外观进行无损检测并进行品质分级，具体的，还采集种蛋图像，在进行品质分级时，基于机器学习技术对种蛋图像进行多指标的品质检测，并按分级判断流程将品质检测结果进行分级，其中品质指标涉及蛋形指数、裂纹、破损、沙壳和暗斑、脏污；分级判断流程中，根据种蛋图像依次进行是否存在裂纹、破损、沙壳、暗斑、脏污和蛋形指数的判定，在判定出存在有裂纹、破损或沙壳时，判定该种蛋为淘汰种蛋；暗斑、脏污在达到种蛋表面积的面积阈值时，判定该种蛋为淘汰种蛋，设定本实施例中，面积阈值为1/8；

重量检测步骤：对运输中的种蛋进行称重并进行重量分级；

喷码收集步骤：根据品质分级和称重分级的结果综合对种蛋进行喷码及分区收集。

本实施例中还公开了一种实施上述家禽产蛋性能和蛋品质智能测定方法的家禽产蛋性能和蛋品质智能测定设备，包括运输线、机器视觉检测机构、重量检测机构和喷码收集机构。

运输线与驱动电机连接，贯穿种蛋的运输、机器视觉检测、重量检测和喷码收集过程。在运输线上等距设有信息标签组件，用于采集并存储种蛋相对应的养殖笼位信息，具体的，信息标签组件包括粘贴在输送线上的二维码以及二维码扫描仪。优选地，在运输线的一端还设有喷码机，能够将包含种蛋对应笼位编号、品质等级、产蛋日期等信息的喷码编号喷在种蛋上。

在运输线一端设有养殖笼，种蛋从养殖笼滑出后落到运输线上。具体的，养殖笼的底部倾斜设置，且在养殖笼的出口设有导向网以及种蛋产出时间的时间检测传感器，在种蛋从养殖笼出口落入到运输线上时触发时间检测传感器，记录种蛋的产出时间。

沿运输线的运行方向上依次设置机器视觉检测机构、重量检测机构和喷码收集机构，机器视觉检测机构包括置于运输线下部的背向照明光源和置于运输线上部的图像采集件。

在运输线运输过程中，背向照明光源从下往上打光，图像采集件可以连续采集种蛋图像，重量检测机构对种蛋进行称重，喷码收集机构对种蛋进行喷码及分区收集；背向照明光源为能够发射灯光的部件，如LED灯管等，图像采集件采用检测相机及镜头组件。

处理机构，基于机器学习技术对种蛋图像进行蛋形指数、裂纹、破损、沙壳、暗斑、脏污多指标的品质检测，并按分级判断流程将机器视觉检测结果及重量检测结果进行综合分级，并控制所述喷码收集部分根据分级结果对种蛋进行喷码及分区收集。

具体实施过程如下：在初始状态下，运输线处于静止状态，处理机构内预设有捡蛋时间，并在捡蛋时间控制运输线启动。运输线包括设置在重量检测机构一侧的运输一线和设置在重量检测机构另一端的运输二线。养殖笼、二维码扫描仪和机器视觉检测机构设置在运输一线上，喷码收集机构设置在运输二线上。重量检测机构包括称重传感器和称重旋转拨片，称重传感器对种蛋进行称重，称重旋转拨片则将称重后的种蛋转移到运输二线上。

在非捡蛋时间，由于养殖笼底部倾斜设置，因此养殖笼内的种蛋产出时会自动沿养殖笼底部滚落到运输一线上，由于运输一线上贴有二维码，因此在种蛋滚落到运输一线上后，对应有一个运输一线上的二维码。在种蛋滚出养殖笼时，还会触发养殖笼上放置的时间检测传感器记录该种蛋的产蛋时间。

在预设的捡蛋时间，处理机构控制运输一线和运输二线启动。运输一线运转，带动种蛋向前移动，同时对应的二维码也一同移动。当种蛋被运输到二维码扫描仪处时，二维码扫描仪扫描与种蛋对应的二维码并存储到处理机构中。

随着运输一线的继续移动，种蛋被运输到机器视觉检测机构处，机器视觉检测机构的背向照明光源从下往上对种蛋进行打光，图像采集件从上往下可连续采集当前种蛋的图像，并将采集到的种蛋图像上传到处理机构。

在经过机器视觉检测机构后，种蛋被运输到重量检测机构处，重量检测机构的称重传感器对种蛋进行称重，称重得到的重量信息同样也被上传到处理机构。

称重后的种蛋在重量检测机构的称重旋转拨片的作用下被转移到运输二线上，然后在运输二线的运输下，移动到喷码机处，此时喷码机将包含种蛋对应笼位编号、品质等级、产蛋日期等信息的喷码编号喷到种蛋上，如喷码编号A01H20621，A01是笼位编号，H2是品质等级，0621是日期，即6月21日。随着运输二线的继续运输，喷上喷码编号的种蛋被运输到收集机构处。

在上述过程中，当处理机构接收到上传的二维码、种蛋图像以及重量信息时，处理机构根据种蛋图像进行种蛋的品质检测及分级，根据重量信息进行重量分级。具体的，处理机构根据种蛋图像依次判断种蛋是否存在裂纹、破损、沙壳、暗斑、脏污以及蛋形指数的判定，在判定出有裂纹、破损时，判定种蛋为淘汰种蛋TB级，当判定没有裂纹、破损时，判定种蛋是否为沙壳，若是，则判定种蛋为淘汰TA级，若不是，判断种蛋是否有暗斑、脏污，若有，还判断暗斑、脏污的面积是否达到表面积的面积阈值，若达到，则判定种蛋为淘汰种蛋TA级。若判定种蛋没有暗斑、脏污或暗斑、脏污的面积没有达到面积阈值时，还判定种蛋的蛋形指数。当判定蛋形指数大于1.50或小于1.40时，判定种蛋为淘汰种蛋TA级；当判定1.40≤蛋形指数≤1.50时，进一步判定蛋形指数是否在1.43-1.48区间内，包括1.43和1.48，若否，则判定为合格二级种蛋H2级，若是，则还判定种蛋的重量是否在125-145g之间，包括125g和145g，若不是，则判定为淘汰种蛋TA级，若是，则继续判定种蛋的重量是否在130-140g之间，包括130g和140g，若不是，则判定为合格种蛋二级H2级，若是，则判定为合格种蛋一级H1级。

上述过程中，将淘汰种蛋分为TA和TB两级，由于TB级淘汰种蛋存在裂纹、破损情况，因此存放时间更短，应尽快处理；而由于TA级淘汰种蛋并不存在裂纹、破损情况，因此能够存放的时间相对较长，可出售，能提高经济效益。合格种蛋分为H1和H2两级，H1级种蛋的品质及孵化率更高，在种蛋数量足够的情况下首选H1级种蛋，可提高孵化率及健雏率、减少种蛋浪费情况、经济效益更好；在种蛋数量不够的情况下可直接增选H2级种蛋，避免重新挑选，降低工作人员劳动强度。

种蛋分级判断流程图中涉及的数据属于家禽中四川白鹅，因家禽不同品种之间繁殖性能、育种计划或留种方案等差异较大，故种蛋分级判断流程图中涉及的数据及分级等级不是唯一的， 用户可根据家禽的不同品种等实际情况进行选择或更改，应用范围更广。

喷码收集机构根据判定结果将种蛋收集到不同的收集区内。具体的，喷码收集机构包括倾斜的收集板，收集板上设置有多块隔板，隔板将收集板分为不同的收集区，在收集区靠近运输二线的设置收集口，当运输二线上的种蛋被运输到对应收集区的收集口处时，经过收集口滑入到相应的收集区。

以上所述的仅是本发明的实施例，方案中公知的具体结构及特性等常识在此未作过多描述，所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识，能够获知该领域中所有的现有技术，并且具有应用该日期之前常规实验手段的能力，所属领域普通技术人员可以在本申请给出的启示下，结合自身能力完善并实施本方案，一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出，对于本领域的技术人员来说，在不脱离本发明结构的前提下，还可以作出若干变形和改进，这些也应该视为本发明的保护范围，这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准，说明书中的具体实施方式等记载可以用于解释权利要求的内容。

Claims (9)

1.家禽产蛋性能和蛋品质智能测定方法，包括以下步骤：

运输步骤：收集并运输种蛋；

机器视觉检测步骤：对运输中的种蛋外观进行无损检测并进行品质分级；

重量检测步骤：对运输中的种蛋进行称重并进行重量分级；

喷码收集步骤：对分级后的种蛋进行喷码并分区收集；

其特征在于：所述机器视觉检测步骤中，还采集种蛋图像，在进行品质分级时，对种蛋图像进行多指标的品质检测，并按分级判断流程将品质检测结果进行分级，其中品质指标涉及蛋形指数、裂纹、破损、沙壳和暗斑、脏污；

所述喷码收集步骤中，根据品质分级和称重分级的结果综合对种蛋进行喷码及分区收集。

2.根据权利要求1所述的家禽产蛋性能和蛋品质智能测定方法，其特征在于：所述分级判断流程中，基于机器学习技术对种蛋图像依次进行是否存在裂纹、破损、沙壳和暗斑、脏污的判定，在判定出存在有裂纹、破损或沙壳时，判定该种蛋为淘汰种蛋。

3.根据权利要求2所述的家禽产蛋性能和蛋品质智能测定方法，其特征在于：所述暗斑、脏污在达到种蛋表面积的面积阈值时，判定该种蛋为淘汰种蛋。

4.根据权利要求2所述的家禽产蛋性能和蛋品质智能测定方法，其特征在于：所述运输步骤中，还设置种蛋对应的信息标签，并存储种蛋相对应的养殖笼位信息。

5.根据权利要求3所述的家禽产蛋性能和蛋品质智能测定方法，其特征在于：在所述机器视觉检测步骤中，还从上往下对种蛋进行图像采集得到种蛋图像。

6.根据权利要求1-5任一项所述的家禽产蛋性能和蛋品质智能测定方法，其特征在于：所述运输步骤中，还收集并记录种蛋的产出时间。

7.家禽产蛋性能和蛋品质智能测定设备，包括运输线、机器视觉检测机构、重量检测机构和喷码收集机构，其特征在于：所述运输线旁设有养殖笼，种蛋从养殖笼滑出后落到所述运输线上；沿所述运输线的运行方向上依次设置所述机器视觉检测机构、所述重量检测机构和所述喷码收集机构；

所述机器视觉检测机构包括置于所述运输线下部的背向照明光源和置于所述运输线上部的图像采集件；在所述运输线运输过程中，所述背向照明光源从下往上打光，所述图像采集件连续采集种蛋图像，所述重量检测机构对种蛋进行称重，所述喷码收集机构对种蛋进行喷码及分区收集；

还包括处理机构，基于机器学习技术对所述种蛋图像进行蛋形指数、裂纹、破损、沙壳、暗斑、脏污多指标的品质检测，并按分级判断流程将品质检测结果及重量检测结果进行综合分级，并控制所述喷码收集机构根据分级结果对种蛋进行喷码及分区收集。

8.根据权利要求7所述的家禽产蛋性能和蛋品质智能测定设备，其特征在于：所述运输线上还设有信息标签组件，用于采集并存储种蛋相对应的养殖笼位信息。

9.根据权利要求8所述的家禽产蛋性能和蛋品质智能测定设备，其特征在于：所述养殖笼的底部倾斜设置，且在所述养殖笼的出口设有导向网以及种蛋产出时间的时间检测传感器，在种蛋从所述养殖笼出口落入到所述运输线上时触发所述时间检测传感器，记录种蛋的产出时间。