一种毛皮加工方法、装置及设备与流程

本发明涉及毛皮加工领域，尤其涉及一种毛皮加工方法、装置及设备。

背景技术：

在皮毛加工行业中，通常以无损方式拉伸动物毛皮，以为了最大化毛皮尺寸。毛皮限定了大致管状的形状并且具有向外定向的皮毛侧和向内定向的皮革侧。在为动物剥皮以及刮掉毛皮的皮革侧上的脂肪层之后并且在毛皮干燥之前实施拉伸。在本上下文中，毛皮一词被理解为包括水貂、狐狸和类似小型哺乳动物的毛皮。

现有技术中，工人通常在锤子和钉子的帮助下手动拉伸毛皮，这样不仅会耗费大量的人力物力，而且由于不可靠的人为因素，很有可能导致过度拉伸的问题。

技术实现要素：

有鉴于此，本发明实施例公开了一种毛皮加工方法、装置及设备，实现了对毛皮的自动加工，避免了由于人为不可靠因素造成的过度拉伸或者拉伸不到位的问题。

为了实现上述发明目的，本发明提供的具体技术方案如下：

一种毛皮加工方法，包括：

检测待处理毛皮的瑕疵参数；

获取所述待处理毛皮的类型和厚度；

将所述待处理毛皮的类型、厚度、瑕疵参数输入到预设的毛皮加工模型中，得到毛皮加湿参数、毛皮拉伸参数和干燥参数；所述毛皮加工模型是通过对毛皮的拉伸过程进行学习后得到的；

根据所述毛皮加湿参数、毛皮拉伸参数和干燥参数，对所述待处理毛皮进行加工。

可选的，所述检测待处理毛皮的瑕疵参数，包括：

获取待处理毛皮的图像；

将所述待处理毛皮的图像输入到预设的瑕疵检测模型中，输出检测结果；所述预设的瑕疵检测模型为通过标注有瑕疵的毛皮的图像进行训练后得到的；

在所述检测结果为所述待处理毛皮包含瑕疵的情况下，将检测到的待处理毛皮上的瑕疵进行量化，得到瑕疵参数。

可选的，所述毛皮加工模型的生成过程包括：

获取毛皮样本以及所述毛皮样本的类型和厚度；

根据所述毛皮样本的厚度和类型对所述毛皮的加湿过程进行学习，得到加湿子模型；

在得到加湿子模型的情况下，根据毛皮样本的厚度、类型，对所述毛皮样本的拉伸过程进行学习，得到拉伸子模型；

在得到的加湿子模型的情况下，对拉伸后的毛皮样本的干燥过程进行学习，得到干燥子模型。

可选的，所述根据所述毛皮样本的厚度和类型对所述毛皮的加湿过程进行学习，包括：

响应于用户设置的雾化器的移动速度，根据所述雾化器的移动速度，对所述毛皮样本进行加湿处理；

接收专家对所述毛皮样本加湿情况的反馈信息；

从每次接收到的反馈信息中获取雾化器的移动速度的目标值；

针对每种类型的毛皮，对不同厚度的雾化器的移动速度的目标值进行拟合，得到加湿子模型。

可选的，所述在得到的加湿子模型的情况下，根据毛皮样本的厚度、类型，对所述毛皮样本的拉伸过程进行学习，得到拉伸子模型，包括：

在所述毛皮样本为不包含瑕疵的毛皮样本时，根据所述加湿子模型对所述毛皮样本进行加湿；

响应于用户设置的毛皮的拉伸力，根据用户设置的拉伸力对所述毛皮样本进行拉伸；

接收专家对所述毛皮样本的拉伸情况的反馈信息；

从每次接收到的反馈信息中获取第一目标拉伸力；

针对于每种类型的毛皮，对不同厚度的第一目标拉伸力进行拟合，得到第一拉伸子模型。

可选的，还包括：

当检测到所述毛皮样本包含瑕疵的情况下，根据预设的瑕疵检测模型确定所述毛皮样本的瑕疵参数；

根据所述加湿模型对所述毛皮样本进行加湿；

根据所述第一拉伸力和所述毛皮样本的类型和厚度，确定初始拉伸力；

根据所述瑕疵参数对初始拉伸力进行调整；

根据调整后的拉伸力对包含瑕疵的毛皮样本进行拉伸；

接收专家对所述毛皮样本的拉伸情况的反馈信息；

从每次得到的反馈信息中，获取毛皮样本的目标拉伸力；

针对每种类型的毛皮，对不同厚度、不同瑕疵参数下的目标拉伸力进行拟合，得到第二拉伸子模型。

可选的，还包括：

在对毛皮进行拉伸的过程中，监测所述拉伸力是否大于预设的拉伸阈值；

若所述拉伸力大于预设的拉伸阈值，则停止拉伸。

可选的，所述在得到的加湿子模型和拉伸子模型的情况下，对拉伸后的毛皮样本的干燥过程进行学习，得到干燥子模型，包括：

响应于专家设置的干燥参数，对拉伸后毛皮样本进行干燥；

接收用户对干燥情况的反馈信息，并记录当前的环境湿度；

从每次得到的反馈信息中，获取毛皮的目标干燥参数；

针对每种类型的毛皮，对不同厚度、不同环境湿度下的目标干燥参数进行拟合，得到干燥子模型。

可选的，还包括：

在毛皮加工的过程中，接收专家对拉伸力、雾化器的移动速度以及干燥参数的反馈信息；

从所述反馈信息中，获取拉伸力的目标值、雾化器的移动速度的目标值、干燥参数的目标值；

根据拉伸力的目标值对所述拉伸子模型进行修正；

根据所述雾化器的移动速度的目标值对所述加湿子模型进行修正；

根据所述干燥参数的目标值对所述干燥子模型进行修正。

一种毛皮加工装置，包括：

瑕疵检测单元，用于检测待处理毛皮的瑕疵参数；

毛皮信息获取单元，用于获取所述待处理毛皮的类型和厚度；

毛皮加工因素获取单元，用于将所述待处理毛皮的类型、厚度、瑕疵参数输入到预设的毛皮加工模型中，得到毛皮加湿参数，毛皮拉伸参数和干燥参数；所述毛皮加工模型是通过对毛皮的拉伸过程进行学习后得到的；

加工单元，用于根据所述毛皮加湿参数、毛皮拉伸参数和干燥参数，对所述待处理毛皮进行加工。

可选的，还包括：

毛皮信息获取子单元，用于获取毛皮样本以及所述毛皮样本的类型和厚度；

加湿子模型构建子单元，用于根据所述毛皮样本的厚度和类型对所述毛皮的加湿过程进行学习，得到加湿子模型；

拉伸子模型构建子单元，用于在得到加湿子模型的情况下，根据毛皮样本的厚度、类型，对所述毛皮样本的拉伸过程进行学习，得到拉伸子模型；

干燥子模型构建子单元，用于在得到的加湿子模型的情况下，对拉伸后的毛皮样本的干燥过程进行学习，得到干燥子模型。

一种毛皮加工设备，包括：

至少一个拉伸模组、用于瑕疵检测的视觉系统和控制装置；

每个拉伸模组均包含拉伸装置和控制装置；至少一个拉伸模组包括加湿装置，至少一个拉伸模组包括干燥装置；

所述用于瑕疵检测的视觉系统用于获取待处理毛皮的图片，并将所述图片发送给所述控制装置，以通过所述控制装置检测所述待处理毛皮的瑕疵参数；

所述控制装置，用于获取所述待处理毛皮的类型和厚度；

将所述待处理毛皮的类型、厚度、瑕疵参数输入到预设的毛皮加工模型中，得到毛皮加湿参数、毛皮拉伸参数和干燥参数；所述毛皮加工模型是通过对毛皮的拉伸过程进行学习后得到的；根据所述毛皮加湿参数、毛皮拉伸参数和干燥参数，对所述待处理毛皮进行加工。

可选的，所述毛皮加工设备还包括：

旋转台；

所述旋转台用于放置毛皮，并在所述旋转台上对所述毛皮进行加工。

可选的，所述拉伸装置包括：

打钉装置、力传感器、毛皮夹和旋转轴；

所述打钉装置用于根据控制装置的命令，将所述代理处的毛皮固定在所述旋转台上；

所述力传感器用于，监测拉伸力的大小，并将所述拉伸力反馈到控制装置中。

可选的，所述毛皮加工设备还包括：

人机交互模块，用于与操作人员进行交互，以接收操作人员输入的反馈信息。

本发明实施例公开了一种毛皮加工方法、装置及设备，包括：检测待处理毛皮的瑕疵参数；获取所述待处理毛皮的类型和厚度；将所述待处理毛皮的类型、厚度、瑕疵参数输入到预设的毛皮加工模型中，得到毛皮加湿参数、毛皮拉伸参数和干燥参数；所述毛皮加工模型是通过对毛皮的拉伸过程进行学习后得到的；根据所述毛皮加湿参数、毛皮拉伸参数和干燥参数，对所述待处理毛皮进行加工。这样根据预先得到的毛皮加工模型获取毛皮加工的各个参数，并根据各个参数对毛皮进行加工，这样无需操作人员根据经验手动设置加工毛皮的各个参数，实现了毛皮加工的自动化，并且避免了由于人为不可靠因素造成的过度拉伸或者拉伸不到位的问题。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1示出了本发明实施例提供的一种毛皮加工方法的流程示意图；

图2示出了本发明实施例公开的毛皮加工模型的生成过程的流程示意图；

图3示出了毛皮加工模型修正过程的流程示意图；

图4示出了本发明实施例公开的一种毛皮加工装置的结构示意图；

图5示出了本发明实施例公开的一种毛皮加工设备的结构示意图；

图6示出了本发明实施例公开的加湿装置的结构示意图；

图7示出了本发明实施例公开的干燥装置的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

参考图1，示出了本发明实施例提供的一种毛皮加工方法的流程示意图，在本实施例中，该方法包括：

s101：检测待处理毛皮的瑕疵参数；

本实施例中，毛皮在处理的过程中，很有可能出现裂痕或者洞等瑕疵，毛皮上的瑕疵会影响毛皮的拉伸力度，因此需要检测待处理毛皮的瑕疵情况，并根据瑕疵情况，对毛皮进行不同的处理。

其中，瑕疵参数的检测过程包括：

获取待处理毛皮的图像；

将所述待处理毛皮的图像输入到预设的瑕疵检测模型中，输出检测结果；所述预设的瑕疵检测模型为通过标注有瑕疵的毛皮的图像进行训练后得到的；

在所述检测结果为所述待处理毛皮包含瑕疵的情况下，将所述待处理毛皮上的瑕疵进行量化，得到瑕疵参数。

本实施例中，若未检测出瑕疵，则瑕疵参数为0，该参数不会对拉伸力造成影响。

其中，对于瑕疵的检测，若检测出瑕疵，可以反馈给操作人员，操作人员可以决定对包含瑕疵的毛皮进行怎样的处理，例如对包含消瑕疵的毛皮直接进行加工处理，或者先对毛皮上的瑕疵进行修补，以消除或者减弱瑕疵对拉伸力的影响，修补好后，再对毛皮进行加工。

本实施例中，瑕疵检测模型的训练过程，包括：

获取标注有瑕疵的毛皮图像；

依据所述标注有瑕疵的毛皮图像和毛皮类型输入到预设的机器学习模型中进行训练，得到瑕疵检测模型。

本实施例中，预设的机器学习方法可以为任意一种图像识别方法，对瑕疵的标注可以是专家根据经验在毛皮图像中标注的。

s102：获取所述待处理毛皮的类型和厚度；

本实施例中，在对毛皮处理之前，用户可以将待处理毛皮的类型输入到加工装置中，加工装置接收待处理毛皮的类型。

对于厚度的检测，可以通过测量的方法检测毛皮的厚度，例如可以通过如下的方法测量：

在加工装置上设置置物板；

测量所述置物板的厚度；

将待处理毛皮放置到所述置物板上，测量所述待处理毛皮和置物板的总厚度；

依据所述待处理毛皮和置物板的总厚度以及置物板的厚度，计算所述待处理毛皮的厚度。

举例说明：假设置物板的厚度为d1，待处理毛皮的厚度为d2，待处理毛皮和置物板的总厚度为d3，则待处理毛皮的厚度d2＝d3-d1。

s103：将所述待处理毛皮的类型、厚度、瑕疵参数输入到预设的毛皮加工模型中，得到毛皮加湿参数、毛皮拉伸参数和干燥参数；所述毛皮加工模型是通过对毛皮的拉伸过程进行学习后得到的；

本实施例中，对毛皮加工包括如下的几个步骤：对毛皮进行加湿、拉伸、干燥。并且，毛皮的加湿情况，对毛皮的拉伸和干燥有一定的影响。因此，为了使毛皮得到最大程度的拉伸，并且不出现过度拉伸，需要得到适当的湿度和拉伸力，并且毛皮的干燥情况对后续毛皮的保存和处理也具有一定的影响，因此也得保证毛皮得到适当的干燥。除此之外，毛皮中瑕疵的情况也会对毛皮的拉伸产生影响，因此，在对毛皮拉伸的过程中也需要考虑毛皮瑕疵的情况。

本实施例中，毛皮加工模型可以根据毛皮的类型、厚度和瑕疵参数得到毛皮的加湿参数、拉伸参数和干燥参数，进而根据加湿参数对毛皮进行加湿，根据拉伸参数对毛皮进行拉伸，并根据干燥参数对毛皮进行干燥，这样可以自动的得到影响毛皮加工的几个因素的值，无需操作人员根据经验进行设置，避免了由于人工经验的个体差异，出现过度拉伸或者拉伸力度不够的情况。

s104：根据所述毛皮加湿参数、毛皮拉伸参数和干燥参数，对所述待处理毛皮进行加工。

本实施例中毛皮可以通过雾化器的移动对毛皮进行加湿，那么影响加湿效果的是雾化器的移动速度，因此加湿参数可以为雾化器的移动速度。毛皮拉伸参数可以为拉伸力，干燥参数可以为毛皮的吹风功率等。

本实施例中，预先对毛皮的加工过程进行学习，得到毛皮加工模型，在对毛皮进行加工时，根据毛皮加工模型获取毛皮加工的各个参数：毛皮的加湿参数、毛皮拉伸参数和干燥参数，并根据各个参数对毛皮进行加工，这样无需操作人员根据经验手动设置加工毛皮的各个参数，实现了毛皮加工的自动化，并且避免了由于人为不可靠因素造成的过度拉伸或者拉伸不到位的问题。

由此可知，影响毛皮加工的因素包括加湿因素、拉伸因素和干燥因素。本实施例中，针对不同的因素，构造了相应的模型，包括：针对于加湿因素构建了加湿子模型，针对于拉伸因素构建了拉伸子模型，针对于干燥因素构建了干燥子模型。

并且，由于毛皮的加湿情况对毛皮拉伸和毛皮干燥都会产生影响，因此，先构建毛皮的加湿子模型，再构建毛皮的拉伸子模型和干燥子模型。

其中，参考图2，示出了本发明实施例公开的毛皮加工模型的生成过程的流程示意图，包括：

s201：获取毛皮样本以及所述毛皮样本的类型和厚度；

s202：根据所述毛皮样本的类型和厚度对所述毛皮的加湿过程进行学习，得到加湿子模型；

本实施例中，在毛皮类型确定的情况下，对于毛皮的加湿程度的影响因素包括：厚度和雾化器的移动速度。

其中，对加湿子模型的学习过程包括：

响应于用户设置的雾化器的移动速度，根据所述雾化器的移动速度，对所述毛皮样本进行加湿处理；

接收专家对所述毛皮样本加湿情况的反馈信息；

从每次接收到的反馈信息中获取雾化器的移动速度的目标值；

针对每个类型的毛皮，对不同厚度的雾化器的移动速度的目标值进行拟合，得到加湿子模型。

本实施例中，毛皮类型的获取方法可以包括如下的两种方式:

方式一、操作人员手动输入毛皮类型，加工系统接收操作人员手动输入的毛皮类型；

方式二、获取毛皮图像，根据所述预设的毛皮类型检测模型，对毛皮的类型进行检测；其中毛皮类型检测模型是通过预设的识别算法对毛皮样本图像进行训练后得到的。

毛皮厚度可以通过如上的检测方法进行检测，在这里就不再赘述。

本实施例中，专家可以是经验丰富的操作人员，在对毛皮进行加工的过程中，可以接收专家对毛皮加湿程度的反馈。其中反馈的结果包括：毛皮湿度小、适中或者湿度大。

在毛皮的湿度适中的情况下，毛皮的雾化器的移动速度为目标值。当得到大量的雾化器的移动速度的目标值时，可以对雾化器的移动速度进行拟合，得到拟合曲线，即加湿子模型。

s203：在得到加湿子模型的情况下，根据毛皮样本的厚度、类型，对所述毛皮样本的拉伸过程进行学习，得到拉伸子模型；

本实施例中，由于毛皮加湿的程度对毛皮的拉伸会产生影响，因此需要在保证毛皮适当加湿的情况下，才能对毛皮进行拉伸。

由此，在加湿程度适当的情况下，对毛皮拉伸力的影响因素包括：毛皮类型和厚度，因此需要对不同类型、不同厚度的毛皮的拉伸力进行学习。具体的学习过程包括：

在所述毛皮样本为不包含瑕疵的毛皮样本时，根据所述加湿子模型对所述毛皮样本进行加湿；

响应于用户设置的毛皮的拉伸力，根据用户设置的拉伸力对所述毛皮样本进行拉伸；

接收专家对所述毛皮样本的拉伸情况的反馈信息；

从每次接收到的反馈信息中获取第一目标拉伸力；

针对于每种类型的毛皮，对不同厚度的第一目标拉伸力进行拟合，得到第一拉伸子模型。

本实施例中，对于毛皮是否包含瑕疵的检测，可以通过上述提到的瑕疵检测模型进行检测，在确定毛皮不瑕疵的情况下，操作人员根据毛皮的厚度确定拉伸力，并在拉伸完成后，接收操作人员对于拉伸情况的反馈信息。

其中，反馈信息包含拉伸的具体情况，例如包括：拉伸程度小、拉伸程度适中、拉伸程度过大。

其中，对于拉伸程度适中对应的拉伸力为第一目标拉伸力。

在获取了大量的拉伸程度适中的拉伸力后，针对每种类型的毛皮，对不同厚度的毛皮的拉伸力进行拟合。

其中，在对毛皮进行拉伸的过程中，为了防止出现过度拉伸，还可以实时的监测拉伸力，在检测到过大的拉伸力后，可以立即停止拉伸，具体过程包括：

在对毛皮进行拉伸的过程中，监测所述拉伸力是否大于预设的拉伸阈值；

若所述拉伸力大于预设的拉伸阈值，则停止拉伸。

本实施例中，第一拉伸子模型是针对不包含瑕疵的拉伸子模型，但是对于包含瑕疵的毛皮，需要在正常毛皮的拉伸力的基础上进行调整。在本实施例中，在得到了第一拉伸子模型的情况下，对包含瑕疵的毛皮的拉伸力进行学习，具体的，包括：

当所述毛皮样本包含瑕疵的情况下，根据预设的瑕疵检测模型确定所述毛皮样本的瑕疵参数；

根据所述加湿模型对所述毛皮样本进行加湿；

根据所述第一拉伸力和所述毛皮样本的类型和厚度，确定初始拉伸力；

根据所述瑕疵参数对初始拉伸力进行调整；

根据调整后的拉伸力对包含瑕疵的毛皮样本进行拉伸；

接收专家对所述毛皮样本的拉伸情况的反馈信息；

从每次得到的反馈信息中，获取毛皮样本的目标拉伸力；

针对每种类型的毛皮，对不同厚度、不同瑕疵参数下的第二目标拉伸力进行拟合，得到第二拉伸子模型。

其中，反馈信息中包含对毛皮的拉伸情况，例如包括：拉伸程度较小、拉伸程度适中、拉伸程度较大。

其中，拉伸程度适中对应的拉伸力为第二目标拉伸力。

并且，在对毛皮进行拉伸的过程中，为了防止出现过度拉伸，还可以实时的监测拉伸力，在检测到过大的拉伸力后，可以立即停止拉伸，具体过程包括：

在对毛皮进行拉伸的过程中，监测所述拉伸力是否大于预设的拉伸阈值；

若所述拉伸力大于预设的拉伸阈值，则停止拉伸。

s204：在得到加湿子模型的情况下，对拉伸后的毛皮样本的干燥过程进行学习，得到干燥子模型。

本实施例中，毛皮样本拉伸后，可以对毛皮进行干燥，因此，可以在毛皮样本拉伸完成后，对毛皮的干燥过程进行学习，具体的，s104包括：

响应于专家设置的干燥参数，对拉伸后的毛皮样本进行干燥；

接收用户对干燥情况的反馈信息，并记录当前的环境湿度；

从每次得到的反馈信息中，获取毛皮的目标干燥参数；

针对每种类型的毛皮，对不同厚度、不同环境湿度下的目标干燥参数进行拟合，得到干燥子模型。

本实施例中，干燥情况的反馈信息表征对毛皮进行干燥处理后毛皮的干燥情况，例如包括：毛皮的干燥程度较小、干燥程度适中、干燥程度过度。

其中，对于干燥程度适中的干燥参数为目标干燥参数。

本实施例中，按照对毛皮加工的顺序，对毛皮加工过程进行学习，得到毛皮加工模型，毛皮加工模型包括加湿子模型、拉伸子模型和干燥子模型。这样在对毛皮进行加工时，根据毛皮加工模型获取毛皮加工的各个参数，并根据各个参数对毛皮进行加工，这样无需操作人员根据经验手动设置加工毛皮的各个参数，实现了毛皮加工的自动化，并且避免了由于人为不可靠因素造成的过度拉伸或者拉伸不到位的问题。

本实施例中，在根据毛皮加工模型对毛皮加工的过程中，还可以获取加工过程中影响毛皮加工过程中的各个参数，并对毛皮加工模型进行修正，具体的，还包括：

s301：在毛皮加工的过程中，接收专家对拉伸力、雾化器的移动速度以及干燥参数的反馈信息；

s302：从所述反馈信息中，获取拉伸力的目标值、雾化器的移动速度的目标值和干燥参数的目标值；

s303：根据拉伸力的目标值对所述拉伸模型进行修正；

s304：根据所述雾化器的移动速度的目标值对所述加湿子模型进行修正；

s305：根据所述干燥参数的目标值对所述干燥子模型进行修正。

本实施例中，在对毛皮加工的过程中，有经验的操作人员可以对毛皮的加工情况进行反馈，在反馈信息中获取各个参数的目标值，包括：拉伸力的目标值、雾化器的移动速度的目标值和干燥参数的目标值，并依据这些目标值对毛皮加工模型进行修正。

本实施例中，在对毛皮加工的过程中，对预先生成的毛皮加工模型进行修正，这样可以得到更加准确的模型。

参考图4，示出了本发明实施例公开的一种毛皮加工装置的结构示意图，在本实施例中，该装置包括：

瑕疵检测单元401，用于检测待处理毛皮的瑕疵参数；

毛皮信息获取单元402，用于获取所述待处理毛皮的类型和厚度；

毛皮加工因素获取单元403，用于将所述待处理毛皮的类型、厚度、瑕疵参数输入到预设的毛皮加工模型中，得到毛皮加湿参数，毛皮拉伸参数和干燥参数；所述毛皮加工模型是通过对毛皮的拉伸过程进行学习后得到的；

加工单元404，用于根据所述毛皮加湿参数、毛皮拉伸参数和干燥参数，对所述待处理毛皮进行加工。

可选的，所述瑕疵检测单元，包括：

图像获取单元，用于获取待处理毛皮的图像；

瑕疵检测子单元，用于将所述待处理毛皮的图像输入到预设的瑕疵检测模型中，输出检测结果；所述预设的瑕疵检测模型为通过标注有瑕疵的毛皮的图像进行训练后得到的；

量化子单元，用于在所述检测结果为所述待处理毛皮包含瑕疵的情况下，将检测到的待处理毛皮上的瑕疵进行量化，得到瑕疵参数。

可选的，还包括：

毛皮信息获取子单元，用于获取毛皮样本以及所述毛皮样本的类型和厚度；

加湿子模型构建子单元，用于根据所述毛皮样本的厚度和类型对所述毛皮的加湿过程进行学习，得到加湿子模型；

拉伸子模型构建子单元，用于在得到加湿子模型的情况下，根据毛皮样本的厚度、类型，对所述毛皮样本的拉伸过程进行学习，得到拉伸子模型；

干燥子模型构建子单元，用于在得到的加湿子模型的情况下，对拉伸后的毛皮样本的干燥过程进行学习，得到干燥子模型。

可选的，所述加湿子模型构建子单元，具体用于：

响应于用户设置的雾化器的移动速度，根据所述雾化器的移动速度，对所述毛皮样本进行加湿处理；

接收专家对所述毛皮样本加湿情况的反馈信息；

从每次接收到的反馈信息中获取雾化器的移动速度的目标值；

针对每种类型的毛皮，对不同厚度的雾化器的移动速度的目标值进行拟合，得到加湿子模型。

可选的，所述拉伸子模型构建子单元，用于在所述毛皮样本为不包含瑕疵的毛皮样本时，根据所述加湿子模型对所述毛皮样本进行加湿；

响应于用户设置的毛皮的拉伸力，根据用户设置的拉伸力对所述毛皮样本进行拉伸；

接收专家对所述毛皮样本的拉伸情况的反馈信息；

从每次接收到的反馈信息中获取第一目标拉伸力；

针对于每种类型的毛皮，对不同厚度的第一目标拉伸力进行拟合，得到第一拉伸子模型。

所述拉伸子模型构建子单元，还用于：

当检测到所述毛皮样本包含瑕疵的情况下，根据预设的瑕疵检测模型确定所述毛皮样本的瑕疵参数；

根据所述加湿模型对所述毛皮样本进行加湿；

根据所述第一拉伸力和所述毛皮样本的类型和厚度，确定初始拉伸力；

根据所述瑕疵参数对初始拉伸力进行调整；

根据调整后的拉伸力对包含瑕疵的毛皮样本进行拉伸；

接收专家对所述毛皮样本的拉伸情况的反馈信息；

从每次得到的反馈信息中，获取毛皮样本的目标拉伸力；

针对每种类型的毛皮，对不同厚度、不同瑕疵参数下的目标拉伸力进行拟合，得到第二拉伸子模型。

可选的，还包括：

监测单元，用于在对毛皮进行拉伸的过程中，监测所述拉伸力是否大于预设的拉伸阈值；

停止拉伸单元，用于若所述拉伸力大于预设的拉伸阈值，则停止拉伸。

可选的，干燥子模型构建子单元，具体用于：

响应于专家设置的干燥参数，对拉伸后毛皮样本进行干燥；

接收用户对干燥情况的反馈信息，并记录当前的环境湿度；

从每次得到的反馈信息中，获取毛皮的目标干燥参数；

针对每种类型的毛皮，对不同厚度、不同环境湿度下的目标干燥参数进行拟合，得到干燥子模型。

可选的，还包括：

接收单元，用于在毛皮加工的过程中，接收专家对拉伸力、雾化器的移动速度以及干燥参数的反馈信息；

获取子单元，用于从所述反馈信息中，获取拉伸力的目标值、雾化器的移动速度的目标值、干燥参数的目标值；

第一修正子单元，用于根据拉伸力的目标值对所述拉伸子模型进行修正；

第二修正子单元，用于根据所述雾化器的移动速度的目标值对所述加湿子模型进行修正；

第三修正子单元，用于根据所述干燥参数的目标值对所述干燥子模型进行修正。

通过本实施例的装置，预先对毛皮的加工过程进行学习，得到毛皮加工模型，这样，在对毛皮加工的过程中，根据预先得到的毛皮加工模型获取毛皮加工的各个参数，并根据各个参数对毛皮进行加工，这样无需操作人员根据经验手动设置加工毛皮的各个参数，实现了毛皮加工的自动化，并且避免了由于人为不可靠因素造成的过度拉伸或者拉伸不到位的问题。

参考图5，示出了本发明实施例公开的一种毛皮加工设备的结构示意图，在本实施例中，该设备包括：

至少一个拉伸模组500、用于瑕疵检测的视觉系统600和控制装置700；

每个拉伸模组500均包含拉伸装置600和控制装置700；至少一个拉伸模组500包括加湿装置800，至少一个拉伸模组包括干燥装置900；

图6为加湿装置的结构示意图，图7为干燥装置的结构示意图。

所述用于视觉系统600用于获取待处理毛皮的图片，并将所述图片发送给所述控制装置，以通过所述控制装置检测所述待处理毛皮的瑕疵参数；

所述控制装置700，用于获取所述待处理毛皮的类型和厚度；将所述待处理毛皮的类型、厚度、瑕疵参数输入到预设的毛皮加工模型中，得到毛皮加湿参数、毛皮拉伸参数和干燥参数；所述毛皮加工模型是通过对毛皮的拉伸过程进行学习后得到的；根据所述毛皮加湿参数、毛皮拉伸参数和干燥参数，对所述待处理毛皮进行加工。

可选的，所述毛皮加工设备还包括：

旋转台；

所述旋转台用于放置毛皮，并在所述旋转台上对所述毛皮进行加工。

可选的，所述拉伸装置包括：

打钉装置、力传感器、毛皮夹和旋转轴；

所述打钉装置用于根据控制装置的命令，将所述代理处的毛皮固定在所述旋转台上；

所述力传感器用于，监测拉伸力的大小，并将所述拉伸力反馈到控制装置中。

可选的，所述毛皮加工设备还包括：

人机交互模块，用于与操作人员进行交互，以接收操作人员输入的反馈信息。

可选的，所述控制装置还用于：

在对毛皮进行拉伸的过程中，监测所述拉伸力是否大于预设的拉伸阈值；

若所述拉伸力大于预设的拉伸阈值，则停止拉伸。

本实施例中，通过公开的毛皮加工设备，实现了毛皮加工的自动化，并且避免了由于人为不可靠因素造成的过度拉伸或者拉伸不到位的问题。

需要说明的是，本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。