[发明专利]基于深度相机的黑果枸杞分选装置及识别与分类算法

权利要求书

1.一种基于深度相机的黑果枸杞分选装置，其特征在于：包括可旋转的圆锥台（1），在所述圆锥台（1）的外周设置有挡圈（3），在所述挡圈（3）与圆锥台（1）之间形成与圆锥台（1）连接并随圆锥台（1）旋转的容纳槽（2），在所述容纳槽（2）上间隔均匀的设置有外侧开口的黑果枸杞大小的凹槽（21），所述凹槽（21）向外侧向下倾斜；在所述挡圈（3）上设置有与凹槽（21）外侧开口相对应的出料口（4），所述出料口（4）外连接有传送带（6），所述传送带（6）下方设置有分选机构，所述分选机构包括相机分选装置、吹扫装置和落料筐；所述相机分选装置包括设置在传送带（6）末端下方的光电传感器（15）、深度相机（9）、穹顶光源（8）和背景板（10）；所述深度相机（9）设置有3台，3台深度相机（9）在圆周上以相隔120°的位置设置；由三台深度相机（9）通过三维卷积神经网络并结合极限学习机来实现黑果枸杞分类识别；包括以下步骤：

1）深度相机采集RGB图像和深度信息图像；

2）将RGB图像和深度信息图像经过前期处理后输入三维卷积神经网络，三维卷积神经网络的输出为高维特征向量，将此高维特征向量输入到二层全连接神经网络的分类器进行分类识别；

3）选取足够的训练和测试数据样本，输入总网络中，利用误差反向传播传算法对整个网络进行训练和测试，确定三维卷积神经网络的所有网络参数；

4）确定三维卷积神经网络的所有网络参数后，将待分类的黑果枸杞的RGB图像和深度信息图像经前期处理后输入三维卷积神经网络，获取高维特征向量，将该高维特征向量输入极限学习机构成的分类器，实现黑枸杞分类识别。

2.根据权利要求1所述的基于深度相机的黑果枸杞分选装置，其特征在于：所述穹顶光源（8）设置在深度相机（9）的上下两侧，所述背景板（10）对准深度相机（9）的拍摄方向设置；所述光电传感器（15）设置在深度相机（9）的上方，所述穹顶光源（8）为全光谱卤素灯，所述背景板（10）为白色背景板。

3.根据权利要求1所述的基于深度相机的黑果枸杞分选装置，其特征在于：每个深度相机（9）配置2个相匹配的穹顶光源（8）和一个对应的背景板（10），所述深度相机（9）拍摄方向水平，所述背景板（10）垂直设置在深度相机（9）的拍摄方向。

4.根据权利要求1所述的基于深度相机的黑果枸杞分选装置，其特征在于：所述吹扫装置包括喷阀控制器（11）和与喷阀控制器（11）连接的高速喷阀（12），所述高速喷阀（12）设置在传送带（6）末端垂直向下的落料通道的一侧。

5.根据权利要求1所述的基于深度相机的黑果枸杞分选装置，其特征在于：所述落料筐至少包括两个，分别为正品落料筐（13）和残次品落料筐（14）。

6.根据权利要求1所述的基于深度相机的黑果枸杞分选装置，其特征在于：在所述传送带（6）的末端下方设置有连接传送带（6）的透明落料管（7），所述透明落料管（7）垂直设置。

7.根据权利要求1所述的基于深度相机的黑果枸杞分选装置，其特征在于：在所述容纳槽（2）内位于出料口（4）之前的位置还设置有挡板（5），所述挡板（5）连接圆锥台（1）和挡圈（3）。

8.采用权利要求1-7任一权利要求所述的分选装置的基于深度信息的黑果枸杞识别与分类算法，由三台深度相机通过三维卷积神经网络并结合极限学习机来实现；包括以下步骤：

1）深度相机采集RGB图像和深度信息图像；

2）将RGB图像和深度信息图像经过前期处理后输入三维卷积神经网络，三维卷积神经网络的输出为高维特征向量，将此高维特征向量输入到二层全连接神经网络的分类器进行分类识别；

3）选取足够的训练和测试数据样本，输入总网络中，利用误差反向传播传算法对整个网络进行训练和测试，确定三维卷积神经网络的所有网络参数；

4）确定三维卷积神经网络的所有网络参数后，将待分类的黑果枸杞的RGB图像和深度信息图像经前期处理后输入三维卷积神经网络，获取高维特征向量，将该高维特征向量输入极限学习机构成的分类器，实现黑枸杞分类识别。

9.根据权利要求8所述的一种基于深度信息的黑果枸杞识别与分类算法，其特征在于：对RGB图像和深度信息图像的前期处理包括RGB图像和深度信息图像的降噪和归一化处理。