羊骨架切割和檢測識別是羊屠宰加工過程中的最難實現(xiàn)自動化的環(huán)節(jié),部分發(fā)達(dá)國家已經(jīng)實現(xiàn)了自動化屠宰分割加工,而我國分割和分類加工環(huán)節(jié)都由人工借助半自動化機(jī)械完成。由于國內(nèi)羊肉切割并不采取劈半處理,外國的羊肉切割設(shè)備及技術(shù)并不能完全適用于我國的國情。因此研究羊骨架自動切割及檢測識別方法對提高羊骨架切割加工自動化水平和改善羊肉產(chǎn)品的食品安全具有重要意義。本研究根據(jù)國內(nèi)企業(yè)羊骨架分割工藝中的實際需求,為了保證機(jī)器人系統(tǒng)能夠準(zhǔn)確獲取羊骨架切割位置,利用機(jī)器視覺和機(jī)器學(xué)習(xí)方法對羊骨架切割位置進(jìn)行預(yù)測,并對分割后的骨架多分體進(jìn)行檢測識別研究,主要研究內(nèi)容和結(jié)論如下:（1）羊骨架圖像處理和特征提取。針對羊骨架個體生物特征較為復(fù)雜的問題,研究羊骨架在圖像中的形狀和位置分布特征有利于實現(xiàn)羊骨架的分割。最小外接矩形的坐標(biāo)參數(shù)是羊骨架軀干和胸腔部位形位特征的重要表現(xiàn),可用于羊骨架的形狀和位置描述。通過灰度化、二值化、形態(tài)學(xué)運算和輪廓識別等操作實現(xiàn)羊骨架的特征參數(shù)計算。針對腰椎和頸部難以識別的問題,提出一種基于機(jī)器視覺和Cart決策樹的腰椎和頸部識別方法。顏色特征和空間位置特征是腰椎和頸部的重要特征,可以用于對腰... 

【文章來源】：華中農(nóng)業(yè)大學(xué)湖北省 211工程院校 教育部直屬院校

【文章頁數(shù)】：85 頁

【學(xué)位級別】：碩士

【部分圖文】：

中國羊肉產(chǎn)量及進(jìn)出口數(shù)據(jù)

基于機(jī)器學(xué)習(xí)的羊骨架切割與多分體識別方法研究4器，根據(jù)切割過程中的刀具與骨骼接觸時的力反饋實時調(diào)整機(jī)械臂位姿完成去腿任務(wù),如圖1-3（c）所示。（a）蒸汽消毒機(jī)器人（b）Forequarter機(jī)器人系統(tǒng)（c）去腿機(jī)器人圖1-3Scott公司屠宰設(shè)備Figure1-3theslaughteringequipmentofScottcompany德國BANSS的生豬屠宰加工流水線效率達(dá)到650只/每小時，生產(chǎn)線上的主要設(shè)備包括劈髖骨機(jī)器人、開膛機(jī)器人、去頭機(jī)器人和劈半機(jī)器人。劈髖骨、開膛和去頭機(jī)器人如圖1-4（a）、(b)和（c）所示，三種設(shè)備的機(jī)械臂型號相同，末端執(zhí)行器是根據(jù)切割對象不同而設(shè)計的定制化刀具，其中髖骨和腹部也可以采用特制道具進(jìn)行分割，如圖1-4（d），劈半機(jī)器人如圖1-4（e）所示，該設(shè)備對機(jī)械臂的最大負(fù)載和作業(yè)空間等參數(shù)要求較高。美國JARVIS公司的JR-15機(jī)器人，如圖1-4（f）,通過視覺技術(shù)對豬胴體尺寸形態(tài)進(jìn)行計算，可以實時跟蹤胴體進(jìn)行開膛作業(yè)。（a）劈髖骨機(jī)器人（b）開膛機(jī)器人（c）去頭機(jī)器人（d）劈髖開膛機(jī)器人（e）劈半機(jī)器人（f）JR-15開膛機(jī)器人圖1-4BANSS和JARVIS公司屠宰設(shè)備Figure1-4theslaughteringequipmentofBANSSandJARVIScompany1.2.2國內(nèi)研究現(xiàn)狀中國經(jīng)濟(jì)的穩(wěn)健增長促進(jìn)了肉類消費需求，從20世紀(jì)九十年代開始，羊肉產(chǎn)業(yè)持續(xù)增長，極大刺激了畜牧經(jīng)濟(jì)發(fā)展，但部分需求依舊依賴進(jìn)口。近年來肉羊產(chǎn)業(yè)

基于機(jī)器學(xué)習(xí)的羊骨架切割與多分體識別方法研究4器，根據(jù)切割過程中的刀具與骨骼接觸時的力反饋實時調(diào)整機(jī)械臂位姿完成去腿任務(wù),如圖1-3（c）所示。（a）蒸汽消毒機(jī)器人（b）Forequarter機(jī)器人系統(tǒng)（c）去腿機(jī)器人圖1-3Scott公司屠宰設(shè)備Figure1-3theslaughteringequipmentofScottcompany德國BANSS的生豬屠宰加工流水線效率達(dá)到650只/每小時，生產(chǎn)線上的主要設(shè)備包括劈髖骨機(jī)器人、開膛機(jī)器人、去頭機(jī)器人和劈半機(jī)器人。劈髖骨、開膛和去頭機(jī)器人如圖1-4（a）、(b)和（c）所示，三種設(shè)備的機(jī)械臂型號相同，末端執(zhí)行器是根據(jù)切割對象不同而設(shè)計的定制化刀具，其中髖骨和腹部也可以采用特制道具進(jìn)行分割，如圖1-4（d），劈半機(jī)器人如圖1-4（e）所示，該設(shè)備對機(jī)械臂的最大負(fù)載和作業(yè)空間等參數(shù)要求較高。美國JARVIS公司的JR-15機(jī)器人，如圖1-4（f）,通過視覺技術(shù)對豬胴體尺寸形態(tài)進(jìn)行計算，可以實時跟蹤胴體進(jìn)行開膛作業(yè)。（a）劈髖骨機(jī)器人（b）開膛機(jī)器人（c）去頭機(jī)器人（d）劈髖開膛機(jī)器人（e）劈半機(jī)器人（f）JR-15開膛機(jī)器人圖1-4BANSS和JARVIS公司屠宰設(shè)備Figure1-4theslaughteringequipmentofBANSSandJARVIScompany1.2.2國內(nèi)研究現(xiàn)狀中國經(jīng)濟(jì)的穩(wěn)健增長促進(jìn)了肉類消費需求，從20世紀(jì)九十年代開始，羊肉產(chǎn)業(yè)持續(xù)增長，極大刺激了畜牧經(jīng)濟(jì)發(fā)展，但部分需求依舊依賴進(jìn)口。近年來肉羊產(chǎn)業(yè)

【參考文獻(xiàn)】：
期刊論文
[1]基于雙目立體視覺的目標(biāo)物測距研究[J]. 楊晨曦,華云松.  軟件. 2020(01)
[2]基于R-FCN深度卷積神經(jīng)網(wǎng)絡(luò)的機(jī)器人疏果前蘋果目標(biāo)的識別[J]. 王丹丹,何東健.  農(nóng)業(yè)工程學(xué)報. 2019(03)
[3]基于YOLO深度卷積神經(jīng)網(wǎng)絡(luò)的復(fù)雜背景下機(jī)器人采摘蘋果定位[J]. 趙德安,吳任迪,劉曉洋,趙宇艷.  農(nóng)業(yè)工程學(xué)報. 2019(03)
[4]人工智能在農(nóng)機(jī)裝備智能化中的應(yīng)用[J]. 方嘯,安冬冬,王保國,劉益軍.  南方農(nóng)機(jī). 2018(14)
[5]大數(shù)據(jù)背景下智能農(nóng)機(jī)應(yīng)用分析[J]. 舒娟,羅細(xì)芽,吳愛文.  南方農(nóng)機(jī). 2017(23)
[6]基于深度卷積神經(jīng)網(wǎng)絡(luò)的番茄主要器官分類識別方法[J]. 周云成,許童羽,鄭偉,鄧寒冰.  農(nóng)業(yè)工程學(xué)報. 2017(15)
[7]基于GBDT的個人信用評估方法[J]. 王黎,廖聞劍.  電子設(shè)計工程. 2017(15)
[8]基于GBDT與Logistic回歸融合的個人信貸風(fēng)險評估模型及實證分析[J]. 蔡文學(xué),羅永豪,張冠湘,鐘慧玲.  管理現(xiàn)代化. 2017(02)
[9]基于迭代決策樹（GBDT）短期負(fù)荷預(yù)測研究[J]. 鄭凱文,楊超.  貴州電力技術(shù). 2017(02)
[10]現(xiàn)代化農(nóng)機(jī)智能裝備技術(shù)國內(nèi)外研究現(xiàn)狀[J]. 馬玉春.  環(huán)球市場信息導(dǎo)報. 2015(23)

博士論文
[1]灰度圖像閾值分割的自適應(yīng)和快速算法研究[D]. 陽樹洪.重慶大學(xué) 2014
[2]集成學(xué)習(xí)中若干關(guān)鍵問題的研究[D]. 王清.復(fù)旦大學(xué) 2011
[3]彩色圖像特征提取與植物分類研究[D]. 黃志開.中國科學(xué)技術(shù)大學(xué) 2006
[4]支持向量回歸機(jī)及其應(yīng)用研究[D]. 田英杰.中國農(nóng)業(yè)大學(xué) 2005
[5]基于統(tǒng)計學(xué)習(xí)理論的支持向量機(jī)算法研究[D]. 唐發(fā)明.華中科技大學(xué) 2005

碩士論文
[1]基于深度學(xué)習(xí)的圖像語義分割研究[D]. 肖旭.南昌航空大學(xué) 2017
[2]基于改進(jìn)的GBDT算法的乘客出行預(yù)測研究[D]. 王天華.大連理工大學(xué) 2016
[3]基于卷積神經(jīng)網(wǎng)絡(luò)的圖像語義分割[D]. 陳鴻翔.浙江大學(xué) 2016
[4]昌吉州牛羊屠宰及加工發(fā)展現(xiàn)狀與對策研究[D]. 薛海陽.新疆農(nóng)業(yè)大學(xué) 2013
[5]視頻檢測中的相機(jī)標(biāo)定方法研究[D]. 岳浩.華中科技大學(xué) 2012
[6]Lasso及其相關(guān)方法在多元線性回歸模型中的應(yīng)用[D]. 柯鄭林.北京交通大學(xué) 2011
[7]集成學(xué)習(xí)算法研究[D]. 馬冉冉.山東科技大學(xué) 2010
[8]Lasso及其相關(guān)方法在廣義線性模型模型選擇中的應(yīng)用[D]. 龔建朝.中南大學(xué) 2008
[9]多元線性模型與嶺回歸分析[D]. 何秀麗.華中科技大學(xué) 2005



本文編號：3391315