一种适用于蚕茧收购的音视频督导系统及方法与流程

本发明属于辅助蚕茧收购领域，尤其涉及一种适用于蚕茧收购的音视频督导系统及方法。

背景技术：

1、蚕茧也叫蚕衣，顾名思义就是蚕身上的茧，它在生活中有着比较广泛的作用，如制药、制作丝绸、提取蛹油、作为家畜饲料，因此蚕茧具有很宽阔的市场，而工厂利用蚕茧生产制造时需要收购大量的蚕茧存储，保证工厂的原材料不会间断，但是目前市场中的蚕茧生产者对其品质控制参差不齐，导致每批蚕茧中蚕茧的品质参差不齐，若直接按照批次对蚕茧进行收购，会导致收购的每种品质的蚕茧与所需的每种蚕茧品质的蚕茧不对应，从而增加了工厂的原材料成本和存储成本，因此，收购蚕茧时对每种品质的蚕茧进行分类收购至关重要。

2、但是，在现有技术中要不就是采用人工对一批次蚕茧进行随机检查的方式，但是这种方式即依赖于检测人的经验又依赖于随机采样的情况，即使抽查符合要求，但是仍然会造成合格品内仍然有很多不良品存在的现象。

3、又或者是采用阈值分割技术对蚕茧图像进行分割，通过自适应阈值将蚕茧图像中的斑点区域分割出来，并根据斑点区域的面积评价蚕茧的品质，蚕茧图像中的斑点区域越大，蚕茧出丝的区域越少，则说明蚕茧品质越差；但是这种仅仅是依靠于单图像的方式已经不满足于当前需求，故现在亟需一种适用于蚕茧收购的音视频督导方法。

技术实现思路

1、本发明目的在于提供一种适用于蚕茧收购的音视频督导系统及方法,以解决上述的技术问题。

2、为解决上述技术问题，本发明的具体技术方案如下：

3、第一方面，本技术提供了一种适用于蚕茧收购的音视频督导系统，包括：第一控制模块，用于控制第一流转传送带运动，使得待分类蚕茧在传送带上移动并落入称重区；信息获取模块，用于获取待分类蚕茧在称重区称取的重量，并由位于承重区上方的摄像头采集得到蚕茧图片；第二控制模块，用于控制称重区传送带运动，使待分类蚕茧移动出称重区并落入第二流转传送带上运动；计算模块，用于根据采集得到蚕茧图片和蚕茧重量计算得到待分类蚕茧的分类等级；流转模块，用于根据分类等级控制第二流转传送带移动蚕茧落于不同级别区域；结算模块，用于在一批蚕茧分类完毕后，累计所有蚕茧重量并预计预设的单价进行该批次蚕茧结算结果；语音播报模块，用于根据该批次蚕茧结算结果进行语音播报用于协助采收人员进行蚕茧结算。

4、进一步地，所述计算模块包括：形状分析模块，用于对待分类蚕茧对应蚕茧图片进行形状特征分析，获取形状特征；斑点分析模块，用于对待分类蚕茧对应的蚕茧图片进行斑点区域分析，获取斑点面积特征图案；聚类划分模块，用于根据蚕茧重量、所述形状特征和所述斑点面积特征图案，与预设的多个相似蚕茧类别集合一起进行聚类划分，生成相似蚕茧类别聚类结果；距离计算模块，用于根据待分类蚕茧所处的相似蚕茧类别聚类结果计算相似蚕茧与聚类中心的距离；判断模块，用于根据相似蚕茧与聚类中心的距离小于阈值，将蚕茧图片对应的相似蚕茧聚类结果对应的类别，作为当前蚕茧的等级。

5、进一步地，所述计算模块还包括：图案分析模块，用于对待分类蚕茧对应的蚕茧图片进行图案特征分析，获取颜色特征；体积计算模块，用于根据形状特征对所述待分类蚕茧进行体积特征计算，获取待分类蚕茧的体积参数；密度计算模块，用于根据蚕茧重量和体积参数计算得到待分类蚕茧的密度值；偏差判断模块，用于判断所述待分类蚕茧的密度值与预设均值的偏差小于或等于密度偏差阈值；修正模块，用于若大于，则根据预算的神经网络算法修正当前蚕茧的等级。

6、进一步地，偏差判断模块包括：二值化模块，用于对蚕茧图片上进行高斯滤波处理，对滤波后的图像执行二值化；重心计算模块，用于根据二值化后的图片计算得到待分类蚕茧的重心；截图模块，用于根据待分类蚕茧的重心对二值化后的图片进行截图，得到标注图像；归一化模块，用于对标注图像进行像素归一化处理，得到输入样本；分类模块，用于将输入样本输入至预设训练好的卷积神经网络结构，得到分类结果，基于分类结果修正当前蚕茧的等级。

7、进一步地，所述分类模块的卷积神经网络结构包括两组卷积层与池化层以构成卷积层与池化层交替排列，其中第五层和第六层均为卷积层，第七层为全局平均池化层，第八层为分类层。

8、第二方面，本技术还提供了一种适用于蚕茧收购的音视频督导方法，包括：步骤s1、控制第一流转传送带运动，使得待分类蚕茧在传送带上移动并落入称重区；步骤s2、获取待分类蚕茧在称重区称取的重量，并由位于承重区上方的摄像头采集得到蚕茧图片；步骤s3、控制称重区传送带运动，使待分类蚕茧移动出称重区并落入第二流转传送带上运动；步骤s4、根据采集得到蚕茧图片和蚕茧重量计算得到待分类蚕茧的分类等级；步骤s5、根据分类等级控制第二流转传送带移动蚕茧落于不同级别区域；步骤s6、在一批蚕茧分类完毕后，累计所有蚕茧重量并预计预设的单价进行该批次蚕茧结算结果；步骤s7、根据该批次蚕茧结算结果进行语音播报用于协助采收人员进行蚕茧结算。

9、进一步地,根据采集得到蚕茧图片和蚕茧重量计算得到待分类蚕茧的分类等级，包括：步骤s41、对待分类蚕茧对应蚕茧图片进行形状特征分析，获取形状特征；步骤s42、对待分类蚕茧对应的蚕茧图片进行斑点区域分析，获取斑点面积特征图案；步骤s43、根据蚕茧重量、所述形状特征和所述斑点面积特征图案，与预设的多个相似蚕茧类别集合一起进行聚类划分，生成相似蚕茧类别聚类结果；步骤s44、根据待分类蚕茧所处的相似蚕茧类别聚类结果计算相似蚕茧与聚类中心的距离；步骤s45、根据相似蚕茧与聚类中心的距离小于阈值，将蚕茧图片对应的相似蚕茧聚类结果对应的类别，作为当前蚕茧的等级。

10、进一步地,根据相似蚕茧与聚类中心的距离小于阈值，将蚕茧图片对应的相似蚕茧聚类结果对应的类别，作为当前蚕茧的等级，之后还包括：步骤s46、对待分类蚕茧对应的蚕茧图片进行图案特征分析，获取颜色特征；步骤s47、根据形状特征对所述待分类蚕茧进行体积特征计算，获取待分类蚕茧的体积参数；步骤s48、根据蚕茧重量和体积参数计算得到待分类蚕茧的密度值；步骤s49、判断所述待分类蚕茧的密度值与预设均值的偏差小于或等于密度偏差阈值；步骤s410、若大于，则根据预算的神经网络算法修正当前蚕茧的等级。

11、进一步地,根据预算的神经网络算法修正当前蚕茧的等级，包括：步骤s4101、获取的蚕茧图片上进行高斯滤波处理，对滤波后的图像执行二值化；s4102、根据二值化后的图片计算得到待分类蚕茧的重心；步骤s4103、根据待分类蚕茧的重心对二值化后的图片进行截图，得到标注图像；步骤s4104、对标注图像进行像素归一化处理，得到输入样本；步骤s4105、将输入样本输入至预设的卷积神经网络结构，得到分类结果，基于分类结果修正当前蚕茧的等级。

12、进一步地,所述卷积神经网络结构包括两组卷积层与池化层以构成卷积层与池化层交替排列，其中第五层和第六层均为卷积层，第七层为全局平均池化层，第八层为分类层。

13、本发明的通过结合蚕茧的外观尺寸、颜色、存在斑点瑕疵面积以及密度信息对蚕茧进行分类，以协助使用者对蚕茧进行分类，并核算蚕茧收购结果实现蚕茧分类计重核算等工作。

14、本发明的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明实施例了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。