[發明專利]基于深度學習的龍蝦在線定位視覺檢測方法和系統

在審

• 申請號: 202210181305.1
• 申請日: 2022-02-25
• 公開（公告）號: CN114627181A
• 公開（公告）日: 2022-06-14
• 發明（設計）人: 易明珠;劉佩
• 申請（專利權）人: 湖北科峰智能傳動股份有限公司
• 主分類號: G06T7/70
• 分類號: G06T7/70;G06T7/00;G06T7/12;G06K9/62;G06N3/08
• 代理公司: 武漢知產時代知識產權代理有限公司 42238
• 代理人: 王佩

1.一種基于深度學習的龍蝦在線定位視覺檢測方法，其特征在于，包括如下步驟：

S₁:將經過振動盤組件分離的單一龍蝦輸送到分離設備中，在光源照射下，通過視覺識別裝置進行拍攝，將獲得的龍蝦影像向圖像處理平臺傳送，從而得到訓練數據集；

S₂:對訓練數據集中的每一幅圖像識別蝦的當前姿態，依據最大分類概率方法確定分類類別；

S₃:對所述訓練數據集中的龍蝦姿態進行分類，在該幅圖像上找到蝦頭蝦尾分解的腰線，并確定腰線的參考點；

S₄:將每一個分類下的龍蝦姿態的原始圖像形成一種分訓練數據集，并作為深度學習的圖像分割網絡的輸入，獲取在該分類下原始圖像中每個龍蝦腰線參考點所處區域的概率值；

S₅:以蝦頭靠近腰線18-22mm范圍內的蝦頭平分取角度平分線，確定蝦頭的角度方向；

S₆:從腰線參考點向角度平分線作垂線，出現的交點確定為需要輸出的龍蝦定位坐標；

S₇:基于龍蝦定位坐標發送給控制終端，并驅動手指夾具分別能夠抓住蝦頭和蝦尾。

2.根據權利要求1所述的基于深度學習的龍蝦在線定位視覺檢測方法，其特征在于，所述分類類別具體包括正趴、正仰、正側躺、趴45°側躺和仰45°側躺姿態。

3.根據權利要求2所述的基于深度學習的龍蝦在線定位視覺檢測方法，其特征在于，在步驟S₃中，對所述訓練數據集中的龍蝦姿態進行分類，在該幅圖像上找到蝦頭蝦尾分解的腰線，并確定腰線的參考點，具體內容如下：

當龍蝦處在正趴姿態時，以背部腰線的中點為參考點；

當龍蝦處在正仰姿態時，以腹部最后一組小腳的中間點為參考點，其中，龍蝦仰躺姿態且尾部收卷完全看不到全部四組小腳時，以蝦頭蝦尾交界處外形輪廓突變的點作為參考點；

當龍蝦處在正側躺姿態時，以背部腰線靠近外形輪廓的一點為參考點；

當龍蝦處在趴45°側躺姿態時，以背部腰線靠近外形輪廓的一點為參考點；

當龍蝦處在仰45°側躺姿態時，以背部腰線靠近外形輪廓的一點為參考點。

4.根據權利要求1所述的基于深度學習的龍蝦在線定位視覺檢測方法，其特征在于，在步驟S₅中，所述確定蝦頭的角度方向，包括以下步驟：

通過Opencv圖像處理函數庫得到龍蝦輪廓最小矩形；

通過圖像分割、圖像灰度化處理提取龍蝦輪廓圖像信息；

基于腰線的參考點將蝦頭平分，從而獲取傾斜蝦頭的角度方向信息。

5.根據權利要求4所述的基于深度學習的龍蝦在線定位視覺檢測方法，其特征在于，所述龍蝦輪廓圖像信息包括：對檢測區域區分定位、對檢測區域裁切和縮放。

6.根據權利要求4所述的基于深度學習的龍蝦在線定位視覺檢測方法，其特征在于，所述振動盤組件、所述視覺識別裝置和所述手指夾具均與所述控制終端電性連接。

7.一種基于深度學習的龍蝦在線定位視覺檢測系統，其特征在于，用于權利要求1-6中任意一項所述基于深度學習的龍蝦在線定位視覺檢測方法，包括：

原始圖像獲取模塊，用于采集龍蝦原始圖像；

輪廓提取識別模塊，用于接收所述原始圖像獲取模塊的龍蝦原始圖像并進行提取龍蝦輪廓圖像信息；

整合返回模塊，用于對龍蝦輪廓圖像信息各部分識別區域的檢測結果進行整合，并將整合后的檢測結果返回。

8.一種計算機設備，其特征在于，用于權利要求7中所述基于深度學習的龍蝦在線定位視覺檢測系統，包括：存儲器和處理器，所述存儲器存儲有計算機程序。

9.一種計算機可讀存儲介質，其特征在于，用于權利要求8中所述計算機設備，包括：存儲介質存儲有計算機程序。