一种茶月饼生产设备及其工艺

技术领域

本发明应用于茶月饼生产领域，具体是一种茶月饼生产设备及其工艺。

背景技术

现有的茶月饼是在月饼饼皮原料中加入色素以及茶味香精味精无法使消费者在品尝过程中尝到原汁原味的茶叶，且色素香精味精等食品添加剂摄入会影响使用者健康，而如何生产品质优良的饼皮含有可食用的天然茶叶颗粒的茶月饼成为茶月饼生产领域的技术难题。

发明内容

本发明所要解决的技术问题是针对现有技术的不足，提供一种茶月饼生产设备及其工艺。

为解决上述技术问题，本发明的一种茶月饼生产设备，其用于生产饼皮含有茶叶颗粒的茶月饼，其包括：

传输组件，用于进行生产过程的材料转运；

成型组件，用于对原料进行预加工和月饼的包馅成型，所述成型组件设置于传输组件的输入端；

第一图像获取组件，用于获取成型组件输出月饼的多角度图像，所述第一图像获取组件沿着传输组件的传输方向相邻成型组件设置于传输组件上；

烘培组件，用于将经过月饼成型组件处理成型的月饼进行烘焙操作，所述烘培组件沿着传输组件的传输方向相邻第一图像获取组件设置于传输组件上；

第二图像获取组件，用于获取烘培组件烘焙操作后输出的月饼的多角度图像，所述第二图像获取组件沿着传输组件的传输方向相邻烘培组件设置于传输组件上；

图像处理模块，用于对第一图像获取组件和第二图像获取组件获取的月饼多角度图像进行处理并输出判断结果；

筛选组件，用于根据图像处理模块输出的判断结果对成型组件和烘培组件输出的月饼进行筛选，所述筛选组件对应第一图像获取组件和第二图像获取组件设置于传输组件上。

作为一种可能的实施方式，进一步的，所述成型组件包括用于对原料进行均匀搅拌预制的预加工模块，所述预加工模块开设有用于投放粉碎的茶叶颗粒的第一进料口和用于投放饼皮原料的第二进料口。

作为一种可能的实施方式，进一步的，所述第一图像获取组件和第二图像获取组件均由两组相对设置的用于获取月饼侧壁图像的侧向摄像元件和一组设置于传输组件上方的用于获取月饼上表面图像的竖向摄像元件组成。

作为一种可能的实施方式，进一步的，两组所述筛选组件分别对应传输组件的传输方向设置在传输组件和烘培组件一侧，所述筛选组件包括推动件和驱动件，所述驱动件带动推动件在传输组件上移动对月饼进行筛选。

一种茶月饼生产工艺，具体包括如下步骤：

S1、将粉碎的茶叶颗粒和饼皮原料分别投入成型组件的第一进料口和第二进料口，成型组件进行包馅成型操作并将完成的月饼送入传输组件；

S2、月饼在传输组件上传输移动，经过第一图像获取组件时，第一图像获取组件获取其侧面和上表面图像并传输至图像处理模块；

S3、图像处理模块接收第一图像获取组件传输的图像处理并判断月饼饼皮表面的茶叶颗粒是否均匀，并将判断结果发送至对应的筛选组件；

S4、筛选组件接收第一图像获取组件传输的判断结果并进行相应的筛选操作；

S5、月饼在传输组件上移动进入烘培组件进行烘焙操作，完成后的月饼送入传输组件；

S6、月饼在传输组件上传输移动，经过第二图像获取组件时，第二图像获取组件获取其侧面和上表面图像并传输至图像处理模块；

S7、图像处理模块接收第二图像获取组件传输的图像处理并判断月饼饼皮表面烘焙均匀度以及纹路的完整性，并将判断结果发送至对应的筛选组件；

S8、筛选组件接收第二图像获取组件传输的判断结果并进行相应的二次筛选操作。

作为一种可能的实施方式，进一步的，步骤S3具体包括如下子步骤：

S31、分别建立侧面图像分类网络模型和上表面图像分类网络模型；

S32、将第一图像获取组件获取的侧面图像进行投影式铺平处理后输入侧面图像分类网络模型，将第一图像获取组件获取的上表面图像直接输入上表面图像分类网络模型；

S33、侧面图像分类网络模型和上表面图像分类网络模型输出分类结果；

S34、将输出的分类结果整合为控制指令发送至筛选组件进行筛选操作。

作为一种可能的实施方式，进一步的，S31具体包括：

获取大量样本照；

利用VGG16卷积神经网络提取样本照中的待检测特征区域；

根据预设分割区域大小将待检测特征区域划分为多组独立目标区域；

独立目标区域均匀度检测：利用VGG16卷积神经网络获取各独立目标区域中茶叶颗粒的数量，并将数量与预设阀值进行比较，若独立目标区域中茶叶颗粒的数量大于预设阀值，则粘贴茶叶颗粒不均匀标签；若独立目标区域中茶叶颗粒的数量小于预设阀值，则进行待检测特征区域均匀度检测；

待检测特征区域均匀度检测：将待检测特征区域根据预设等分数进行面积等分为多组等面积待测区，将多组等面积待测区内的茶叶颗粒的数量进行比对，差值大于预设差值时则粘贴茶叶颗粒不均匀标签，差值小于预设差值时在各等面积待测区内绘制内切圆，将内切圆区域进行分割，分割为多组等宽环形区域，比对各等宽环形区域内茶叶颗粒密度差是否小于预设密度差值，若差值大于预设密度差值，则粘贴茶叶颗粒不均匀标签；若差值小于预设密度差值，则粘贴茶叶颗粒均匀标签；

将样本照作为输入其对应的标签作为输出训练初始分类模型建立侧面图像分类网络模型和上表面图像分类网络模型。

作为一种可能的实施方式，进一步的，判断月饼饼皮表面烘焙均匀度具体包括如下步骤：

S711、利用VGG16卷积神经网络提取侧面和上表面图像中的待检测特征区域；

S712、根据预设数量在待检测特征区域均匀设置灰度值采样点；

S713、在灰度值采样点进行采样获取各点具体灰度值；

S714、求得各点具体灰度值的平均值，将平均值与预设灰度值范围阀值进行比较，若各点具体灰度值的平均值大于预设灰度值范围阀值，则判断烘焙时间过长发送筛出指令至筛选组件；若各点具体灰度值的平均值小于预设灰度值范围阀值，则判断烘焙时间过短发送筛除指令至筛选组件；若各点具体灰度值的平均值处于预设灰度值范围阀值之间则继续执行步骤S75；

S715、提取各点具体灰度值的最值并计算最值间的差值，将差值与预设差值阀值进行对比，若各点具体灰度值的最值间的差值小于预设差值阀值，则通过筛选，若各点具体灰度值的最值间的差值大于预设差值阀值，则发送筛出指令至筛选组件。

作为一种可能的实施方式，进一步的，判断月饼饼皮表面纹路的完整性具体包括如下步骤：

S721、利用VGG16卷积神经网络提取上表面图像中月饼饼皮表面纹路作为待检测特征图；

S722、获取月饼饼皮表面纹路原始图纹作为比对特征图；

S723、分别以待检测特征图中心和比对特征图中心为圆心，按多组预设半径进行检测圈绘制；

S724、比对各组相同半径的检测圈与待检测特征图和比对特征图的交点数量，若数量相等，则通过筛选，若数量不等，则发送筛出指令至筛选组件。

本发明采用以上技术方案，具有以下有益效果：本发明利用设置的由两组相对设置的用于获取月饼侧壁图像的侧向摄像元件和一组设置于传输组件上方的用于获取月饼上表面图像的竖向摄像元件组成的图像获取组件获取月饼表面图像并配合图像处理模块对图像进行处理判断，获取检测结果，并根据检测结果控制筛选组件进行筛选，从而实现了对饼皮含有茶叶颗粒的茶月饼进行茶叶颗粒均匀度、烘培均匀度和纹路的完整性的检测。

附图说明

下面结合附图与具体实施方式对本发明做进一步详细的说明：

图1为本发明设备结构示意图；

图2为本发明工艺原理流程图。

具体实施方式

为使本发明实施方式的目的、技术方案和优点更加清楚，下面将结合本发明实施方式中的附图，对本发明实施方式中的技术方案进行清楚、完整地描述。

如图1所示，本发明提供了一种茶月饼生产设备，其用于生产饼皮含有茶叶颗粒的茶月饼，其包括：

传输组件1，用于进行生产过程的材料转运；

成型组件2，用于对原料进行预加工和月饼的包馅成型，所述成型组件2设置于传输组件1的输入端；成型组件2包括用于对原料进行均匀搅拌预制的预加工模块，所述预加工模块开设有用于投放粉碎的茶叶颗粒的第一进料口和用于投放饼皮原料的第二进料口。

第一图像获取组件3，用于获取成型组件2输出月饼的多角度图像，所述第一图像获取组件3沿着传输组件1的传输方向相邻成型组件2设置于传输组件1上；

烘培组件4，用于将经过月饼成型组件2处理成型的月饼进行烘焙操作，所述烘培组件4沿着传输组件1的传输方向相邻第一图像获取组件3设置于传输组件1上；

第二图像获取组件5，用于获取烘培组件4烘焙操作后输出的月饼的多角度图像，所述第二图像获取组件5沿着传输组件1的传输方向相邻烘培组件4设置于传输组件1上；

其中，第一图像获取组件3和第二图像获取组件5均由两组相对设置的用于获取月饼侧壁图像的侧向摄像元件和一组设置于传输组件1上方的用于获取月饼上表面图像的竖向摄像元件组成。

图像处理模块，用于对第一图像获取组件3和第二图像获取组件5获取的月饼多角度图像进行处理并输出判断结果；

筛选组件6，用于根据图像处理模块输出的判断结果对成型组件2和烘培组件4输出的月饼进行筛选，所述筛选组件6对应第一图像获取组件3和第二图像获取组件5设置于传输组件1上。所述筛选组件6分别对应传输组件1的传输方向设置在传输组件1和烘培组件4一侧，所述筛选组件6包括推动件和驱动件，所述驱动件带动推动件在传输组件1上移动对月饼进行筛选。

如图2所示，一种茶月饼生产工艺，具体包括如下步骤：

S1、将粉碎的茶叶颗粒和饼皮原料分别投入成型组件的第一进料口和第二进料口，成型组件进行包馅成型操作并将完成的月饼送入传输组件；

S2、月饼在传输组件上传输移动，经过第一图像获取组件时，第一图像获取组件获取其侧面和上表面图像并传输至图像处理模块；

S3、图像处理模块接收第一图像获取组件传输的图像处理并判断月饼饼皮表面的茶叶颗粒是否均匀，并将判断结果发送至对应的筛选组件；

S31、分别建立侧面图像分类网络模型和上表面图像分类网络模型；

S31具体包括：获取大量样本照；利用VGG16卷积神经网络提取样本照中的待检测特征区域；根据预设分割区域大小将待检测特征区域划分为多组独立目标区域；独立目标区域均匀度检测：利用VGG16卷积神经网络获取各独立目标区域中茶叶颗粒的数量，并将数量与预设阀值进行比较，若独立目标区域中茶叶颗粒的数量大于预设阀值，则粘贴茶叶颗粒不均匀标签；若独立目标区域中茶叶颗粒的数量小于预设阀值，则进行待检测特征区域均匀度检测；待检测特征区域均匀度检测：将待检测特征区域根据预设等分数进行面积等分为多组等面积待测区，将多组等面积待测区内的茶叶颗粒的数量进行比对，差值大于预设差值时则粘贴茶叶颗粒不均匀标签，差值小于预设差值时在各等面积待测区内绘制内切圆，将内切圆区域进行分割，分割为多组等宽环形区域，比对各等宽环形区域内茶叶颗粒密度差是否小于预设密度差值，若差值大于预设密度差值，则粘贴茶叶颗粒不均匀标签；若差值小于预设密度差值，则粘贴茶叶颗粒均匀标签；将样本照作为输入其对应的标签作为输出训练初始分类模型建立侧面图像分类网络模型和上表面图像分类网络模型。

S32、将第一图像获取组件获取的侧面图像进行投影式铺平处理后输入侧面图像分类网络模型，将第一图像获取组件获取的上表面图像直接输入上表面图像分类网络模型；

S33、侧面图像分类网络模型和上表面图像分类网络模型输出分类结果；

S34、将输出的分类结果整合为控制指令发送至筛选组件进行筛选操作。

S4、筛选组件接收第一图像获取组件传输的判断结果并进行相应的筛选操作；

S5、月饼在传输组件上移动进入烘培组件进行烘焙操作，完成后的月饼送入传输组件；

S6、月饼在传输组件上传输移动，经过第二图像获取组件时，第二图像获取组件获取其侧面和上表面图像并传输至图像处理模块；

S7、图像处理模块接收第二图像获取组件传输的图像处理并判断月饼饼皮表面烘焙均匀度以及纹路的完整性，并将判断结果发送至对应的筛选组件；其中判断月饼饼皮表面烘焙均匀度具体包括如下步骤：

S711、利用VGG16卷积神经网络提取侧面和上表面图像中的待检测特征区域；

S712、根据预设数量在待检测特征区域均匀设置灰度值采样点；

S713、在灰度值采样点进行采样获取各点具体灰度值；

S714、求得各点具体灰度值的平均值，将平均值与预设灰度值范围阀值进行比较，若各点具体灰度值的平均值大于预设灰度值范围阀值，则判断烘焙时间过长发送筛出指令至筛选组件；若各点具体灰度值的平均值小于预设灰度值范围阀值，则判断烘焙时间过短发送筛除指令至筛选组件；若各点具体灰度值的平均值处于预设灰度值范围阀值之间则继续执行步骤S75；

S715、提取各点具体灰度值的最值并计算最值间的差值，将差值与预设差值阀值进行对比，若各点具体灰度值的最值间的差值小于预设差值阀值，则通过筛选，若各点具体灰度值的最值间的差值大于预设差值阀值，则发送筛出指令至筛选组件。

其中判断月饼饼皮表面纹路的完整性具体包括如下步骤：

S721、利用VGG16卷积神经网络提取上表面图像中月饼饼皮表面纹路作为待检测特征图；

S722、获取月饼饼皮表面纹路原始图纹作为比对特征图；

S723、分别以待检测特征图中心和比对特征图中心为圆心，按多组预设半径进行检测圈绘制；

S724、比对各组相同半径的检测圈与待检测特征图和比对特征图的交点数量，若数量相等，则通过筛选，若数量不等，则发送筛出指令至筛选组件。

S8、筛选组件接收第二图像获取组件传输的判断结果并进行相应的二次筛选操作。

以上所述为本发明的实施例，对于本领域的普通技术人员而言，根据本发明的教导，在不脱离本发明的原理和精神的情况下凡依本发明申请专利范围所做的均等变化、修改、替换和变型，皆应属本发明的涵盖范围。