[发明专利]基于深度学习的龙虾在线定位视觉检测方法和系统

说明书

本发明提供了一种基于深度学习的龙虾在线定位视觉检测方法和系统，包括如下步骤：S₁:通过视觉识别装置拍摄获得龙虾影像，向图像处理平台传送得到训练数据集；S₂:对训练数据集中的图像识别虾姿态，确定分类类别；S₃:对龙虾姿态进行分类，找到虾头虾尾分解的腰线，并确定腰线的参考点；S₄:将每一个分类下的龙虾姿态的原始图像形成分训练数据集，获取在该分类下每个龙虾腰线参考点所处区域的概率值；S₅:虾头平分取角度平分线，确定虾头的角度方向；S₆:确定需要输出的龙虾定位坐标；S₇:基于龙虾定位坐标发送给控制终端，并驱动手指夹具抓住虾头和虾尾。本发明能够对龙虾料进行头尾的自动区分识别，为后续进行头尾分离作业提供定位，提升生产效率。

技术领域

本发明涉及龙虾加工技术领域，尤其涉及基于深度学习的龙虾在线定位视觉检测方法和系统。

背景技术

目前，市场上小龙虾去头的操作绝大部分由人工来完成，不仅去头的速度和效率低，而且卫生情况不好，容易造成小龙虾的二次污染，在一定程度上影响小龙虾的质量。

小龙虾尾加工企业现迫切需要一种自动化去头设备，以智能化的去头设备代替人工，减小去头作业中小龙虾体污染，并提高小龙虾尾品质和安全性，同时增加作业效率、减少小龙虾尾生产成本。

例如专利“一种活皮小龙虾去头装置”(201410475127.9)采用机械装置进行小龙虾头分隔部位的定位，但是要求在前道工序中小龙虾体需经过分级处理，大小相同。这个分选环节增加了产线的工艺功能，增加了成本，降低了整体效率。

发明内容

为了克服现有技术的不足，本发明提供基于深度学习的龙虾在线定位视觉检测方法和系统，它能够对小龙虾料进行快速定位，自动区分识别虾头和虾尾，为后续进行头尾分离作业提供定位。

为解决上述问题，本发明提供基于深度学习的龙虾在线定位视觉检测方法和系统，包括：包括如下步骤：

S₁:将经过振动盘组件分离的单一龙虾输送到分离设备中，在光源照射下，通过视觉识别装置进行拍摄，将获得的龙虾影像向图像处理平台传送，从而得到训练数据集；

S₂:对训练数据集中的每一幅图像识别虾的当前姿态，依据最大分类概率方法确定分类类别；

S₃:对所述训练数据集中的龙虾姿态进行分类，在该幅图像上找到虾头虾尾分解的腰线，并确定腰线的参考点；

S₄:将每一个分类下的龙虾姿态的原始图像形成一种分训练数据集，并作为深度学习的图像分割网络的输入，获取在该分类下原始图像中每个龙虾腰线参考点所处区域的概率值；

S₅:以虾头靠近腰线18-22mm范围内的虾头平分取角度平分线，确定虾头的角度方向；

S₆:从腰线参考点向角度平分线作垂线，出现的交点确定为需要输出的龙虾定位坐标；

S₇:基于龙虾定位坐标发送给控制终端，并驱动手指夹具分别能够抓住虾头和虾尾。

进一步的，所述分类类别具体包括正趴、正仰、正侧躺、趴45°侧躺和仰45°侧躺姿态。

进一步的，在步骤S₃中，对所述训练数据集中的龙虾姿态进行分类，在该幅图像上找到虾头虾尾分解的腰线，并确定腰线的参考点，具体内容如下：

当龙虾处在正趴姿态时，以背部腰线的中点为参考点；