一种红枣分选用图像识别系统

技术领域

本公开属于红枣分选领域，具体涉及一种红枣分选用图像识别系统。

背景技术

常制作食品用红枣时，需要对红枣的大小和品质进行筛选，人工筛选红枣存在个人主观意识，导致无法准确的筛选出大小和品质一致的红枣，人工筛选往往还会因为力度拿捏不准导致损坏红枣，人手上的杂质之类的也会污染红枣，且人工筛选效率低下，无法满足大批量筛选食品制作用红枣的需求，因此现在多使用红枣分选设备；

现有的红枣分选设备多采用图像识别的方式来实现对红枣进行筛选，单是现在有图像识别系统对比方式单一，数据采集波动性大，筛选分类的准确性得不到保证等问题。

公开内容

针对现有技术的不足，本公开的目的在于提供一种红枣分选用图像识别系统，解决了现有技术中红枣图像分选准确性差的问题。

本公开的目的可以通过以下技术方案实现：

一种红枣分选用图像识别系统，所述图像识别系统具备多个视觉相机装置以及与所述多个视觉相机装置中的每个进行网络连接的服务器装置，所述多个视觉相机装置分别具备：取得部，取得部按时间顺序拍摄的时序图像；第一图像识别部，第一图像识别部对所述时序图像进行图像识别处理，先对单个时序图像进行处理，识别单个时序图像中多个红枣的特征并对新出现的红枣进行标号；

所述服务器装置对识别单个时序图像中多个红枣建立单独的对比库，服务器装置将识别单个时序图像中多个红枣的特征按照时间顺序存档在对应的标号对比库中，所述服务器装置每个将标号对比库中多个红枣特征进行单独处理得到每个红枣独立的综合特征参数，对比每个红枣独立的综合特征参数是否发生了规定的现象；将按照所述综合特征参数推定出在所述拍摄对象中发生了所述规定的现象作为前提条件，服务器装置对每个独立的综合特征参数发生了规定的现象的红枣进行进行标记，对标记的红枣发送给多个视觉相机装置，视觉相机装置设有第二图像识别部，第二图像识别部对标记的红枣进行更高进度的图像识别处理，推定在所述红枣是否发生了所述规定的现象。

进一步地，所述服务器装置还具备分级分选部，对所述规定的不同的特征参数进行设置，依据这些模块参数把红枣进行分类，分类结果为：无枣、黑斑、破皮、裂口、皮皮、四级、三级、二级、一级、特级。

进一步地，所述服务器装置还具备计数部，通过对每个新出现的在第一图像识别部的红枣进行唯一标号，所述的唯一标号安装数字顺序进行。

进一步地，所述服务器装置还具备深层学习部，推定在所述拍摄对象中是否发生了所述规定的现象。

进一步地，所述服务器装置还具备数据处理部，对分类结果进行统计分析，将分析结果转化为CPK图标形式进行输出，所述服务器装置对CPK的异常波动进行报警提醒。

进一步地，所述第一图像识别部和第二图像识别部的时序图像采集为一秒1～30次。

进一步地，所述系统工作步骤如下：

第一步：由所述视觉相机装置的第一图像识别部安装时序间隔进行拍摄，并将拍摄的时序图像发给第一图像识别，第一图像识别部对收到的时序图像进行处理，对比上段时间的时序图像对新出现的红枣进行编号，对时序图像内红枣的特征进行处理记录；

第二步：对第一步中新出现的编号建立新的独立对比库，同时将第一步中每个红枣的特征安装时间标记存放在对应的对比库内。

第三步：服务器装置对每个对比库的红枣特征的变化情况进行分析，分析的结果为每个红枣目前的分级特征，每个红枣目前的分级特征与规定的现象作特符合时服务器装置对其编号进行标记，每个红枣的分级特征随着时序图像的增多而变化；

第四步：对第三步进行标记的编号的红枣，服务器装置建立新的独立第二对比库，第二图像识别部进行时序图像的识别并对时序图像内红枣的特征进行处理记录，第二图像识别部出来的红枣特征参数存放在对应的第二对比库内，服务器装置对第二对比库内的特征进行进行分析，当第二对比库内特征参数为10个时分析的结果为每个红枣最终分级特征。

本公开的有益效果：

动态的对红枣的品质进行识别分选保证分选的准确性。

具体实施方式

下面将对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。基于本公开中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本公开保护的范围。

一种红枣分选用图像识别系统，所述图像识别系统具备多个视觉相机装置以及与所述多个视觉相机装置中的每个进行网络连接的服务器装置，所述多个视觉相机装置分别具备：取得部，取得部按时间顺序拍摄的时序图像；第一图像识别部，第一图像识别部对所述时序图像进行图像识别处理，先对单个时序图像进行处理，识别单个时序图像中多个红枣的特征并对新出现的红枣进行标号；

所述服务器装置对识别单个时序图像中多个红枣建立单独的对比库，服务器装置将识别单个时序图像中多个红枣的特征按照时间顺序存档在对应的标号对比库中，所述服务器装置每个将标号对比库中多个红枣特征进行单独处理得到每个红枣独立的综合特征参数，对比每个红枣独立的综合特征参数是否发生了规定的现象；将按照所述综合特征参数推定出在所述拍摄对象中发生了所述规定的现象作为前提条件，服务器装置对每个独立的综合特征参数发生了规定的现象的红枣进行进行标记，对标记的红枣发送给多个视觉相机装置，视觉相机装置设有第二图像识别部，第二图像识别部对标记的红枣进行更高进度的图像识别处理，推定在所述红枣是否发生了所述规定的现象。

在一些公开中，所述服务器装置还具备分级分选部，对所述规定的不同的特征参数进行设置，依据这些模块参数把红枣进行分类，分类结果为：无枣、黑斑、破皮、裂口、皮皮、四级、三级、二级、一级、特级。

在一些公开中，所述服务器装置还具备计数部，通过对每个新出现的在第一图像识别部的红枣进行唯一标号，所述的唯一标号安装数字顺序进行。

在一些公开中，所述服务器装置还具备深层学习部，推定在所述拍摄对象中是否发生了所述规定的现象。

在一些公开中，所述服务器装置还具备数据处理部，对分类结果进行统计分析，将分析结果转化为CPK图标形式进行输出，所述服务器装置对CPK的异常波动进行报警提醒。

在一些公开中，所述系统工作步骤如下：

第一步：由所述视觉相机装置的第一图像识别部安装时序间隔进行拍摄，并将拍摄的时序图像发给第一图像识别，第一图像识别部对收到的时序图像进行处理，对比上段时间的时序图像对新出现的红枣进行编号，对时序图像内红枣的特征进行处理记录；

第二步：对第一步中新出现的编号建立新的独立对比库，同时将第一步中每个红枣的特征安装时间标记存放在对应的对比库内。

第三步：服务器装置对每个对比库的红枣特征的变化情况进行分析，分析的结果为每个红枣目前的分级特征，每个红枣目前的分级特征与规定的现象作特符合时服务器装置对其编号进行标记，每个红枣的分级特征随着时序图像的增多而变化；

第四步：对第三步进行标记的编号的红枣，服务器装置建立新的独立第二对比库，第二图像识别部进行时序图像的识别并对时序图像内红枣的特征进行处理记录，第二图像识别部出来的红枣特征参数存放在对应的第二对比库内，服务器装置对第二对比库内的特征进行进行分析，当第二对比库内特征参数为10个时分析的结果为每个红枣最终分级特征。

工作原理

对每个红枣建立新的对比库，通过对对比库内每个多个带有时序的特征进行对比完成初步筛选，当初步筛选符合设置参数时，进行二次分级筛选，通过建立性的数据库进行二次筛选完成对红枣的分级分选。

在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本公开的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

以上显示和描述了本公开的基本原理、主要特征和本公开的优点。本行业的技术人员应该了解，本公开不受上述实施例的限制，上述实施例和说明书中描述的只是说明本公开的原理，在不脱离本公开精神和范围的前提下，本公开还会有各种变化和改进，这些变化和改进都落入要求保护的本公开范围内。