基于机器学习的羊骨架切割与多分体识别方法研究
发布时间：2021-09-08 19:00
羊骨架切割和检测识别是羊屠宰加工过程中的最难实现自动化的环节,部分发达国家已经实现了自动化屠宰分割加工,而我国分割和分类加工环节都由人工借助半自动化机械完成。由于国内羊肉切割并不采取劈半处理,外国的羊肉切割设备及技术并不能完全适用于我国的国情。因此研究羊骨架自动切割及检测识别方法对提高羊骨架切割加工自动化水平和改善羊肉产品的食品安全具有重要意义。本研究根据国内企业羊骨架分割工艺中的实际需求,为了保证机器人系统能够准确获取羊骨架切割位置,利用机器视觉和机器学习方法对羊骨架切割位置进行预测,并对分割后的骨架多分体进行检测识别研究,主要研究内容和结论如下:（1）羊骨架图像处理和特征提取。针对羊骨架个体生物特征较为复杂的问题,研究羊骨架在图像中的形状和位置分布特征有利于实现羊骨架的分割。最小外接矩形的坐标参数是羊骨架躯干和胸腔部位形位特征的重要表现,可用于羊骨架的形状和位置描述。通过灰度化、二值化、形态学运算和轮廓识别等操作实现羊骨架的特征参数计算。针对腰椎和颈部难以识别的问题,提出一种基于机器视觉和Cart决策树的腰椎和颈部识别方法。颜色特征和空间位置特征是腰椎和颈部的重要特征,可以用于对腰...
【文章来源】：华中农业大学湖北省 211工程院校 教育部直属院校
【文章页数】：85 页
【学位级别】：硕士
【部分图文】：
中国羊肉产量及进出口数据
基于机器学习的羊骨架切割与多分体识别方法研究4器，根据切割过程中的刀具与骨骼接触时的力反馈实时调整机械臂位姿完成去腿任务,如图1-3（c）所示。（a）蒸汽消毒机器人（b）Forequarter机器人系统（c）去腿机器人图1-3Scott公司屠宰设备Figure1-3theslaughteringequipmentofScottcompany德国BANSS的生猪屠宰加工流水线效率达到650只/每小时，生产线上的主要设备包括劈髋骨机器人、开膛机器人、去头机器人和劈半机器人。劈髋骨、开膛和去头机器人如图1-4（a）、(b)和（c）所示，三种设备的机械臂型号相同，末端执行器是根据切割对象不同而设计的定制化刀具，其中髋骨和腹部也可以采用特制道具进行分割，如图1-4（d），劈半机器人如图1-4（e）所示，该设备对机械臂的最大负载和作业空间等参数要求较高。美国JARVIS公司的JR-15机器人，如图1-4（f）,通过视觉技术对猪胴体尺寸形态进行计算，可以实时跟踪胴体进行开膛作业。（a）劈髋骨机器人（b）开膛机器人（c）去头机器人（d）劈髋开膛机器人（e）劈半机器人（f）JR-15开膛机器人图1-4BANSS和JARVIS公司屠宰设备Figure1-4theslaughteringequipmentofBANSSandJARVIScompany1.2.2国内研究现状中国经济的稳健增长促进了肉类消费需求，从20世纪九十年代开始，羊肉产业持续增长，极大刺激了畜牧经济发展，但部分需求依旧依赖进口。近年来肉羊产业
基于机器学习的羊骨架切割与多分体识别方法研究4器，根据切割过程中的刀具与骨骼接触时的力反馈实时调整机械臂位姿完成去腿任务,如图1-3（c）所示。（a）蒸汽消毒机器人（b）Forequarter机器人系统（c）去腿机器人图1-3Scott公司屠宰设备Figure1-3theslaughteringequipmentofScottcompany德国BANSS的生猪屠宰加工流水线效率达到650只/每小时，生产线上的主要设备包括劈髋骨机器人、开膛机器人、去头机器人和劈半机器人。劈髋骨、开膛和去头机器人如图1-4（a）、(b)和（c）所示，三种设备的机械臂型号相同，末端执行器是根据切割对象不同而设计的定制化刀具，其中髋骨和腹部也可以采用特制道具进行分割，如图1-4（d），劈半机器人如图1-4（e）所示，该设备对机械臂的最大负载和作业空间等参数要求较高。美国JARVIS公司的JR-15机器人，如图1-4（f）,通过视觉技术对猪胴体尺寸形态进行计算，可以实时跟踪胴体进行开膛作业。（a）劈髋骨机器人（b）开膛机器人（c）去头机器人（d）劈髋开膛机器人（e）劈半机器人（f）JR-15开膛机器人图1-4BANSS和JARVIS公司屠宰设备Figure1-4theslaughteringequipmentofBANSSandJARVIScompany1.2.2国内研究现状中国经济的稳健增长促进了肉类消费需求，从20世纪九十年代开始，羊肉产业持续增长，极大刺激了畜牧经济发展，但部分需求依旧依赖进口。近年来肉羊产业
【参考文献】：
期刊论文
[1]基于双目立体视觉的目标物测距研究[J]. 杨晨曦,华云松. 软件. 2020(01)
[2]基于R-FCN深度卷积神经网络的机器人疏果前苹果目标的识别[J]. 王丹丹,何东健. 农业工程学报. 2019(03)
[3]基于YOLO深度卷积神经网络的复杂背景下机器人采摘苹果定位[J]. 赵德安,吴任迪,刘晓洋,赵宇艳. 农业工程学报. 2019(03)
[4]人工智能在农机装备智能化中的应用[J]. 方啸,安冬冬,王保国,刘益军. 南方农机. 2018(14)
[5]大数据背景下智能农机应用分析[J]. 舒娟,罗细芽,吴爱文. 南方农机. 2017(23)
[6]基于深度卷积神经网络的番茄主要器官分类识别方法[J]. 周云成,许童羽,郑伟,邓寒冰. 农业工程学报. 2017(15)
[7]基于GBDT的个人信用评估方法[J]. 王黎,廖闻剑. 电子设计工程. 2017(15)
[8]基于GBDT与Logistic回归融合的个人信贷风险评估模型及实证分析[J]. 蔡文学,罗永豪,张冠湘,钟慧玲. 管理现代化. 2017(02)
[9]基于迭代决策树（GBDT）短期负荷预测研究[J]. 郑凯文,杨超. 贵州电力技术. 2017(02)
[10]现代化农机智能装备技术国内外研究现状[J]. 马玉春. 环球市场信息导报. 2015(23)
博士论文
[1]灰度图像阈值分割的自适应和快速算法研究[D]. 阳树洪.重庆大学 2014
[2]集成学习中若干关键问题的研究[D]. 王清.复旦大学 2011
[3]彩色图像特征提取与植物分类研究[D]. 黄志开.中国科学技术大学 2006
[4]支持向量回归机及其应用研究[D]. 田英杰.中国农业大学 2005
[5]基于统计学习理论的支持向量机算法研究[D]. 唐发明.华中科技大学 2005
硕士论文
[1]基于深度学习的图像语义分割研究[D]. 肖旭.南昌航空大学 2017
[2]基于改进的GBDT算法的乘客出行预测研究[D]. 王天华.大连理工大学 2016
[3]基于卷积神经网络的图像语义分割[D]. 陈鸿翔.浙江大学 2016
[4]昌吉州牛羊屠宰及加工发展现状与对策研究[D]. 薛海阳.新疆农业大学 2013
[5]视频检测中的相机标定方法研究[D]. 岳浩.华中科技大学 2012
[6]Lasso及其相关方法在多元线性回归模型中的应用[D]. 柯郑林.北京交通大学 2011
[7]集成学习算法研究[D]. 马冉冉.山东科技大学 2010
[8]Lasso及其相关方法在广义线性模型模型选择中的应用[D]. 龚建朝.中南大学 2008
[9]多元线性模型与岭回归分析[D]. 何秀丽.华中科技大学 2005
本文编号：3391315
【文章来源】：华中农业大学湖北省 211工程院校 教育部直属院校
【文章页数】：85 页
【学位级别】：硕士
【部分图文】：
中国羊肉产量及进出口数据
基于机器学习的羊骨架切割与多分体识别方法研究4器，根据切割过程中的刀具与骨骼接触时的力反馈实时调整机械臂位姿完成去腿任务,如图1-3（c）所示。（a）蒸汽消毒机器人（b）Forequarter机器人系统（c）去腿机器人图1-3Scott公司屠宰设备Figure1-3theslaughteringequipmentofScottcompany德国BANSS的生猪屠宰加工流水线效率达到650只/每小时，生产线上的主要设备包括劈髋骨机器人、开膛机器人、去头机器人和劈半机器人。劈髋骨、开膛和去头机器人如图1-4（a）、(b)和（c）所示，三种设备的机械臂型号相同，末端执行器是根据切割对象不同而设计的定制化刀具，其中髋骨和腹部也可以采用特制道具进行分割，如图1-4（d），劈半机器人如图1-4（e）所示，该设备对机械臂的最大负载和作业空间等参数要求较高。美国JARVIS公司的JR-15机器人，如图1-4（f）,通过视觉技术对猪胴体尺寸形态进行计算，可以实时跟踪胴体进行开膛作业。（a）劈髋骨机器人（b）开膛机器人（c）去头机器人（d）劈髋开膛机器人（e）劈半机器人（f）JR-15开膛机器人图1-4BANSS和JARVIS公司屠宰设备Figure1-4theslaughteringequipmentofBANSSandJARVIScompany1.2.2国内研究现状中国经济的稳健增长促进了肉类消费需求，从20世纪九十年代开始，羊肉产业持续增长，极大刺激了畜牧经济发展，但部分需求依旧依赖进口。近年来肉羊产业
基于机器学习的羊骨架切割与多分体识别方法研究4器，根据切割过程中的刀具与骨骼接触时的力反馈实时调整机械臂位姿完成去腿任务,如图1-3（c）所示。（a）蒸汽消毒机器人（b）Forequarter机器人系统（c）去腿机器人图1-3Scott公司屠宰设备Figure1-3theslaughteringequipmentofScottcompany德国BANSS的生猪屠宰加工流水线效率达到650只/每小时，生产线上的主要设备包括劈髋骨机器人、开膛机器人、去头机器人和劈半机器人。劈髋骨、开膛和去头机器人如图1-4（a）、(b)和（c）所示，三种设备的机械臂型号相同，末端执行器是根据切割对象不同而设计的定制化刀具，其中髋骨和腹部也可以采用特制道具进行分割，如图1-4（d），劈半机器人如图1-4（e）所示，该设备对机械臂的最大负载和作业空间等参数要求较高。美国JARVIS公司的JR-15机器人，如图1-4（f）,通过视觉技术对猪胴体尺寸形态进行计算，可以实时跟踪胴体进行开膛作业。（a）劈髋骨机器人（b）开膛机器人（c）去头机器人（d）劈髋开膛机器人（e）劈半机器人（f）JR-15开膛机器人图1-4BANSS和JARVIS公司屠宰设备Figure1-4theslaughteringequipmentofBANSSandJARVIScompany1.2.2国内研究现状中国经济的稳健增长促进了肉类消费需求，从20世纪九十年代开始，羊肉产业持续增长，极大刺激了畜牧经济发展，但部分需求依旧依赖进口。近年来肉羊产业
【参考文献】：
期刊论文
[1]基于双目立体视觉的目标物测距研究[J]. 杨晨曦,华云松. 软件. 2020(01)
[2]基于R-FCN深度卷积神经网络的机器人疏果前苹果目标的识别[J]. 王丹丹,何东健. 农业工程学报. 2019(03)
[3]基于YOLO深度卷积神经网络的复杂背景下机器人采摘苹果定位[J]. 赵德安,吴任迪,刘晓洋,赵宇艳. 农业工程学报. 2019(03)
[4]人工智能在农机装备智能化中的应用[J]. 方啸,安冬冬,王保国,刘益军. 南方农机. 2018(14)
[5]大数据背景下智能农机应用分析[J]. 舒娟,罗细芽,吴爱文. 南方农机. 2017(23)
[6]基于深度卷积神经网络的番茄主要器官分类识别方法[J]. 周云成,许童羽,郑伟,邓寒冰. 农业工程学报. 2017(15)
[7]基于GBDT的个人信用评估方法[J]. 王黎,廖闻剑. 电子设计工程. 2017(15)
[8]基于GBDT与Logistic回归融合的个人信贷风险评估模型及实证分析[J]. 蔡文学,罗永豪,张冠湘,钟慧玲. 管理现代化. 2017(02)
[9]基于迭代决策树（GBDT）短期负荷预测研究[J]. 郑凯文,杨超. 贵州电力技术. 2017(02)
[10]现代化农机智能装备技术国内外研究现状[J]. 马玉春. 环球市场信息导报. 2015(23)
博士论文
[1]灰度图像阈值分割的自适应和快速算法研究[D]. 阳树洪.重庆大学 2014
[2]集成学习中若干关键问题的研究[D]. 王清.复旦大学 2011
[3]彩色图像特征提取与植物分类研究[D]. 黄志开.中国科学技术大学 2006
[4]支持向量回归机及其应用研究[D]. 田英杰.中国农业大学 2005
[5]基于统计学习理论的支持向量机算法研究[D]. 唐发明.华中科技大学 2005
硕士论文
[1]基于深度学习的图像语义分割研究[D]. 肖旭.南昌航空大学 2017
[2]基于改进的GBDT算法的乘客出行预测研究[D]. 王天华.大连理工大学 2016
[3]基于卷积神经网络的图像语义分割[D]. 陈鸿翔.浙江大学 2016
[4]昌吉州牛羊屠宰及加工发展现状与对策研究[D]. 薛海阳.新疆农业大学 2013
[5]视频检测中的相机标定方法研究[D]. 岳浩.华中科技大学 2012
[6]Lasso及其相关方法在多元线性回归模型中的应用[D]. 柯郑林.北京交通大学 2011
[7]集成学习算法研究[D]. 马冉冉.山东科技大学 2010
[8]Lasso及其相关方法在广义线性模型模型选择中的应用[D]. 龚建朝.中南大学 2008
[9]多元线性模型与岭回归分析[D]. 何秀丽.华中科技大学 2005
本文编号：3391315
本文链接：https://www.wllwen.com/projectlw/qgylw/3391315.html
