一种货物分拣系统和货物分拣方法

本发明涉及货物分拣，具体而言，涉及一种货物分拣系统和货物分拣方法。

背景技术：

1、分拣技术是蔬菜包装工艺中不可或缺的一个环节，在蔬菜行业，挑选出不新鲜产品是至关重要的。一个腐烂的蔬菜很容易毁掉整批蔬菜，因此会造成严重的经济损失。目前，我国蔬菜分拣大都采用人工分拣，为了方便操作，还需要先将果蔬进行初加工，这种人工分拣的方式，不仅费时费力，效率低下，而且分拣的标准因人而异，导致分拣质量不一，分拣人员长时间工作后还会产生疲劳，致使不符合标准的蔬菜未被分离出去。另外，随着劳动成本的增加，生产成本进一步提高。随着农业信息化的发展，人们为了提高生产效率，稳定生产质量，开始使用分拣设备。

2、目前，我国真正在农业蔬菜领域付诸应用的智能分拣系统尚处于起步阶段。市场上现有的分拣系统大都应用在蔬菜分拣领域，因为蔬菜的外形不一、特征复杂、结构性较差，传统分拣技术只能识别出其中的一个或几个特征，因此分拣不准确，因此，提出一种货物分拣系统和货物分拣方法，以解决对蔬菜分拣准确度低的技术问题。

技术实现思路

1、本发明实施例提供了一种货物分拣系统和货物分拣方法，以解决对蔬菜分拣准确度低的技术问题。

2、根据本发明实施例的一个方面，提供了货物分拣方法。其中，该方法可以包括：获取待分拣对象的目标图像信息；将待分拣对象的目标图像信息输入至搭建且训练好的卷积神经网络中，得到目标图像信息的初始分类结果，其中，卷积神经网络，包括26层，分别为6个堆叠的卷积层、3个上采样层、6个最大池化层、3个跳跃连接层、3个级联层、1个卷积层、1个全局最大池化层、1个dropout层、1个分类层、1个输出层；基于目标图像信息，确定目标图像信息的形状参数；获取待分拣对象的重量参数；基于初始分类结果，形状参数，重量参数，确定待分拣对象的目标分类结果。

3、可选地，在获取待分拣对象的目标图像信息之前，方法还包括：获取货物的第一图像信息；对第一图像信息进行去噪处理，得到第二图像信息；对第二图像信息进行处理，得到分类后的带标签的第三图像信息；对第三图像信息进行增强处理，得到第四图像信息；将第四图像信息按比例80%：20%划分为训练集和验证集。

4、可选地，卷积神经网络还包括：将第一、第二、第三每一堆叠的卷积层用跳跃连接层连接；将第一堆叠卷积层与第六堆叠卷积层用第一级联层进行连接；将第二堆叠卷积层与第五堆叠卷积层用第二级联层进行连接；将第三堆叠卷积层与第四堆叠卷积层用第三级联层进行连接。

5、可选地，基于初始分类结果，形状参数，重量参数，确定待分拣对象的目标分类结果，包括：基于初始分类结果、判断形状参数与第一阈值参数二者之间的的大小，判断重量参数与第二阈值参数二者之间的大小，得到待分拣对象的目标分类结果。

6、可选地，在基于初始分类结果，形状参数，重量参数，确定待分拣对象的目标分类结果之后，方法还包括：将目标图像信息、初始分类结果、形状参数、重量参数和目标分类结果存储在上位机的数据库中。

7、根据本发明实施例的一个方面，提供了一种货物分拣系统。该系统包括：摄像头，用于获取待分拣对象的目标图像信息；电子皮带秤，用于获取待分拣对象的重量参数；上位机，用于将待分拣对象的目标图像信息输入至搭建且训练好的卷积神经网络中，得到目标图像信息的初始分类结果，根据目标图像信息，确定目标图像信息的形状参数；根据初始分类结果，形状参数，重量参数，确定待分拣对象的目标分类结果，将目标分类结果传递至传输带；传输带，用于将待分拣对象根据分挡卡放入到对应的分挡区。

8、根据本发明实施例的另一方面，还提供了一种计算机可读存储介质。该计算机可读存储介质包括存储的程序，其中，在程序运行时控制计算机可读存储介质所在设备执行本发明实施例的一种货物分拣方法。

9、根据本发明实施例的另一方面，还提供了一种处理器。该处理器用于运行程序，其中，程序运行时执行本发明实施例的一种货物分拣方法。

10、在本发明实施例中，获取待分拣对象的目标图像信息；将待分拣对象的目标图像信息输入至搭建且训练好的卷积神经网络中，得到目标图像信息的初始分类结果，其中，卷积神经网络，包括26层，分别为6个堆叠的卷积层、3个上采样层、6个最大池化层、3个跳跃连接层、3个级联层、1个卷积层、1个全局最大池化层、1个dropout层、1个分类层、1个输出层；基于目标图像信息，确定目标图像信息的形状参数；获取待分拣对象的重量参数；基于初始分类结果，形状参数，重量参数，确定待分拣对象的目标分类结果，解决了对蔬菜分拣准确度低的技术问题，达到了提高了对蔬菜分拣准确度的技术效果。

技术特征：

1.一种货物分拣方法，其特征在于，包括：

2.根据权利要求1所述的一种货物分拣方法，其特征在于，在所述获取待分拣对象的目标图像信息之前，所述方法还包括：

3.根据权利要求1所述的一种货物分拣方法，其特征在于，所述卷积神经网络还包括：

4.根据权利要求1所述的一种货物分拣方法，其特征在于，所述基于所述初始分类结果，所述形状参数，所述重量参数，确定所述待分拣对象的目标分类结果，包括：

5.根据权利要求1所述的一种货物分拣方法，其特征在于，在所述基于所述初始分类结果，所述形状参数，所述重量参数，确定所述待分拣对象的目标分类结果之后，所述方法还包括：

6.一种货物分拣系统，其特征在于，包括：

7.一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序运行时执行权利要求1至5中任意一项所述的方法。

8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的程序，其中，在所述程序运行时控制所述计算机可读存储介质所在设备执行权利要求1至5中任意一项所述的方法。

技术总结
本发明公开了一种货物分拣系统和货物分拣方法。其中，该方法包括：获取待分拣对象的目标图像信息；将待分拣对象的目标图像信息输入至搭建且训练好的卷积神经网络中，得到目标图像信息的初始分类结果，其中，卷积神经网络，包括23层，分别为6个堆叠的卷积层、3个上采样层、3个全局最大池化层、3个跳跃连接层、3个级联层、1个卷积层、1个全连接层、1个全局最大池化层、1个分类层、1个输出层；基于目标图像信息，确定目标图像信息的形状参数；获取待分拣对象的重量参数；基于初始分类结果，形状参数，重量参数，确定待分拣对象的目标分类结果。本发明解决了对蔬菜分拣准确度低的技术问题。

技术研发人员：黄荔
受保护的技术使用者：陕西理工大学
技术研发日：
技术公布日：2024/1/15