(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211128398.8 (22)申请日 2022.09.16 (71)申请人 山东大佳机 械有限公司 地址 272507 山东省济宁市汶上县康驿镇 康北村西南2518米 申请人 山东交通学院 (72)发明人 刘钟涛　何为凯　徐震　徐响　 朱海强　孟文峰　顾志恒　 (74)专利代理 机构 济南圣达知识产权代理有限 公司 372 21 专利代理师 张庆骞 (51)Int.Cl. G01N 21/01(2006.01) G01N 21/892(2006.01) G01G 19/52(2006.01)B07C 5/342(2006.01) B07C 5/36(2006.01) (54)发明名称 基于自学习的鸡蛋裂纹自动检测分类系统 及方法 (57)摘要 本发明公开了一种基于自学习的鸡蛋裂纹 自动检测分类系统及方法， 涉及禽畜饲养技术领 域。 包括： 传送模块， 清洗模 块， 图像采集模块， 控 制服务器， 分拣模块和用户终端； 传送模块用于 传送鸡蛋至分拣模块， 在传送过程中图像采集模 块对待测鸡蛋进行图像采集， 将采集结果发送至 控制服务器进行裂纹 蛋判别， 分拣模块根据裂纹 蛋判别结果进行鸡蛋分拣操作。 针对国内鸡蛋分 拣依赖人工的现状， 提供了一种代 替人工实现对 鸡蛋快速精确分拣的方案， 极大提高生产效率， 提高禽类 养殖精准科 学水平。 权利要求书2页 说明书7页 附图5页 CN 115389427 A 2022.11.25 CN 115389427 A 1.基于自学习的鸡蛋裂纹自动检测分类系统， 其特 征在于， 包括： 图像采集模块， 传送模块， 分拣模块、 控制服务器和用户终端； 传送模块用于传送鸡蛋 至分拣模块， 在传送过程中图像采集模块对待测鸡蛋进行图像采集， 将采集结果发送至控 制服务器进行裂纹蛋判别， 分拣模块根据裂纹蛋判别结果进行鸡蛋分拣操作； 控制服务器 包括： 图像处理单元和检测单元； 图像处理单元用于接 收图像采集模块发送的被测鸡蛋图 像， 对鸡蛋图像进行处理以便提取鸡蛋表面裂纹特征数据； 检测单元接 收图像处理单元处 理后的图片和鸡蛋重量数据， 根据鸡蛋重量数据分类鸡蛋大小等级， 并进 行裂纹蛋判别， 根 据判别结果 生成判别 信息发送分拣模块。 2.如权利要求1所述的基于自学习的鸡蛋裂纹自动检测分类系统， 其特征在于， 传送模 块包括传送带和红外距离传感器， 所述传送带贯穿于鸡笼、 图像采集模块和分拣模块， 传送 带为链杆式传送带， 每条链杆两端装有自转装置， 链杆上装有滚动辊， 链杆在前进 过程中自 转使得滚动辊实现自转， 被测鸡蛋在两个相邻滚动辊之间转动， 传送带远离鸡笼 的一侧设 置挡板； 传送带 的滚动辊和挡板表面贴有厚层海绵； 红外距离传感器安装于传送带末端上 方。 3.如权利要求1所述的基于自学习的鸡蛋裂纹自动检测分类系统， 其特征在于， 还包括 清洗模块， 清洗模块包括红外测距传感器、 喷水装置、 双排毛刷和烘干装置， 清洗模块安置 于图像采集模块前， 清洗模块的喷水装置连接通水软管， 通过雾化喷头将水喷到鸡蛋表面； 双排软毛刷在鸡蛋表 面前后震动起到清洁鸡蛋表 面污渍的作用； 所述清洗模块的烘干装置 向鸡蛋表面吹气进行烘干 。 4.如权利要求1所述的基于自学习的鸡蛋裂纹自动检测分类系统， 其特征在于， 图像采 集模块包括： 采集单元和数据传输单元； 采集单元通过图像采集设备获取检测鸡蛋多角度 的图像， 同时通过称重传感器获取鸡蛋重量数据， 并将鸡蛋图像和重量数据发送数据传输 单元； 数据传输单元负责将 被测鸡蛋的多张不同角度图像和该鸡蛋重量数据打包并赋予编 号， 将该鸡蛋编号和打包数据一并发送控制服 务器。 5.如权利要求4所述的基于自学习的鸡蛋裂纹自动检测分类系统， 其特征在于， 图像采 集模块在暗箱中进行鸡蛋图像采集， 暗箱顶部安装四台相 机， 分别安装在鸡蛋进入 暗箱后 旋转90°、 180°、 270°和360°位置的正上方， 四台相机对被检鸡蛋各采集一张图像， 暗箱底部 安装透过光照明方式光源； 所述图像采集模块采集单元的称重传感器安装于暗箱鸡蛋入口 端。 6.如权利要求1所述的基于自学习的鸡蛋裂纹自动检测分类系统， 其特征在于， 图像处 理单元图像处理过程如下： 首先对鸡蛋原始图像转变为灰度图片， 然后采用中值滤波去除 鸡蛋表面的亮斑杂点， 之后通过阈值分割保留图片 中鸡蛋本体的像素而更新背景 的像素， 达到去除背景 的目的， 将去除背景 的图片进行边缘检测， 找到图片 中的像素梯度变化量大 的区域， 将处 理后的图片发送检测单 元。 7.如权利要求1所述的基于自学习的鸡蛋裂纹自动检测分类系统， 其特征在于， 检测单 元接收图像处理单元处理后的图片和鸡蛋重量数据， 根据鸡蛋重量数据分类鸡蛋大小等 级， 并根据图片采集各项特征值， 结合各项特征值生成特征向量， 将特征向量输入基于SVM 的分类模型训练的裂纹特征模型进行裂纹蛋判别， 根据判别结果生成判别信息发送分拣模 块。权　利　要　求　书 1/2 页 2 CN 115389427 A 28.如权利要求1所述的基于自学习的鸡蛋裂纹自动检测分类系统， 其特征在于， 控制服 务器还包括自学习 单元， 若在分拣后的鸡蛋中发现误判蛋， 则通过自学习算法重新训练裂 纹特征模 型， 具体的， 若用户在分拣完 毕的装蛋盒 中发现误判蛋， 则用户终端切换系统为学 习模式， 标注该误判蛋为完好蛋还是破损蛋， 将该枚误判蛋放到传送模块的传送带上， 经过 图像采集模块采集鸡蛋的图像， 经图像处理单元图像处理和检测单元特征值提取后， 自学 习单元将特征向量输入SVM对裂纹特 征模型更新训练。 9.如权利要求1所述的基于自学习的鸡蛋裂纹自动检测分类系统， 其特征在于， 分拣模 块包括一个可自动切换末端执行器的机械臂和四条装蛋盒传送带； 末端 执行器包括鸡蛋吸 头执行器和夹取执行器， 当分拣鸡蛋时使用鸡蛋 吸头末端， 吸头连接吸气软管， 通过吸气将 鸡蛋吸起， 待鸡蛋放置在纸托盘指 定位置停止吸气鸡蛋轻轻落下， 待一个纸托盘放满鸡蛋， 机械臂切换末端为夹取执行器， 夹取新的纸托盘放置在最上层鸡蛋上； 机械臂根据控制服 务器发送的判别信息将鸡蛋放置到对应传送带上的装蛋盒， 然后按照预设的纸托盘放置顺 序将鸡蛋放置在纸托盘上， 最后当纸托盘数达到预设装蛋盒纸托盘上限， 将该箱分拣完成 的鸡蛋通过传送带运输走， 同时空装蛋箱通过传送带运输 到指定位置 。 10.基于自学习的鸡蛋裂纹自动检测分类方法， 其特 征在于， 包括以下步骤： 对待测鸡蛋进行图像数据和重量数据采集， 对鸡蛋 图像进行处理进而提取鸡蛋表面裂 纹特征数据； 根据鸡蛋表面裂纹特征数据进行裂纹蛋判别， 根据鸡蛋重量数据分类鸡蛋大 小等级， 基于裂纹蛋判别结果和鸡蛋大小等级 进行鸡蛋分拣 操作。权　利　要　求　书 2/2 页 3 CN 115389427 A 3