一种蛋鸡舍整栋产蛋数量盘点与鸡蛋精准测重方法及装置

本发明属于畜牧业养殖，尤其涉及了一种蛋鸡舍整栋产蛋数量盘点与鸡蛋精准测重方法及装置。

背景技术：

1、我国的蛋鸡养殖产业发展迅速，禽蛋产量已经连续多年居于世界高位，2022 年国家统计局统计数据显示，禽蛋产量3456万吨，增长1.4%。随着人们对鸡蛋高品质和高消费需求的提升，蛋鸡养殖业正朝着标准化、规模化和集约化发展。养殖数字化管理的精细化需求同时也不断提高，蛋鸡产蛋量及其质量成为养殖企业关注的重要指标。提高蛋鸡产蛋量及其质量的数字化能力，可以实时传送养殖场蛋鸡产蛋的分级数据以及质量分布数据，有助于提高养殖生产企业的效率和市场竞争力。

2、为了准确获得整个养殖场蛋鸡的产蛋量及其质量，常用的方法是人工检测和机器检测(红外计数和传感器测重)。传统红外计数一般都采用红外对射技术，分别装在蛋带两侧，一旦有鸡蛋经过时，红外线就会被阻挡，此时自动计数一次。传感器测重是在传送带或管道上安装负载传感器，用于测量鸡蛋的重量。负载传感器基于弹性板或应变片的变形量来测量重量，并将其转换为电信号。这些电信号经过放大、滤波和转换后，最终被读取和记录。

3、然而，在工厂化对多个鸡蛋进行计数和测重需求下，现有的方法自适应性差，由于目标环境的干扰、传感器误差、噪声污染、背景干扰等，不仅准确度差，还将会增加成本投入，对低利润的蛋鸡行业来说是无法接受的。现有技术中，针对对于大型养鸡场，需要布置多个监控系统，对鸡笼定位的情况不够直观而且搭建系统费时费力，对多层多列的鸡笼安装设备麻烦且现场鸡笼定位情况不直观，在养殖场景中前期投入较大且后期日常维护麻烦。

技术实现思路

1、为了解决背景技术中存在的问题，本发明的目的在于提供一种蛋鸡舍整栋产蛋数量盘点与鸡蛋精准测重方法及装置，以解决现有养殖场鸡蛋计数和测重效率低下、费时费力、准确度较低等问题。

2、本发明采用的技术方案如下，包括以下步骤：

3、步骤s1、通过位置、高度固定的摄像头采集传送带上的鸡蛋视频数据，利用视频预处理模型对鸡蛋视频数据进行预处理，并生成包含标签的分割数据集；

4、步骤s2、构建用于鸡蛋计数和测重的鸡蛋测重计数模型，利用分割数据集对鸡蛋测重计数模型进行训练，训练结束后获得训练好的鸡蛋测重计数模型；

5、步骤s3、将待测的鸡蛋视频数据中的各帧鸡蛋图像输入至训练好的鸡蛋测重计数模型中，获取鸡蛋视频数据中各个鸡蛋的质量以及鸡蛋的总数量。当鸡蛋测重计数模型训练完成后，可在训练好的鸡蛋测重计数模型的输入端连接视频预处理模型，对输入的鸡蛋视频数据进行预处理使得鸡蛋视频数据先转换成各帧鸡蛋图像，再输入到鸡蛋测重计数模型中。

6、所述的步骤s1中，利用视频预处理模型对鸡蛋视频数据进行预处理，生成分割数据集的方式具体为：

7、步骤s1.1、对鸡蛋视频数据进行预处理：

8、首先，将鸡蛋视频数据输入到视频预处理模型中，视频预处理模型逐帧提取出鸡蛋视频数据中的鸡蛋图像，接着对各帧鸡蛋图像进行图像强化，以获取各帧鸡蛋图像的标签信息；

9、步骤s1.2、然后将各帧鸡蛋图像和对应的标签信息构建成分割数据集，所述标签信息包括置信度、鸡蛋图像中鸡蛋的轮廓信息和鸡蛋识别编码id。

10、图像增强是一种数字图像处理技术，通过有目的地强调图像的整体或局部特性，改善图像的颜色、亮度和对比度等，从而使原来不清晰的图像变得清晰，或者强调某些感兴趣的特征，扩大图像中不同物体特征之间的差别，抑制不感兴趣的特征。这一过程不仅提高了图像的视觉效果，还扩大了图像中不同物体特征之间的差别，具体实施中，通过图像强化使得鸡蛋图像中的鸡蛋区域和非鸡蛋区域区分明显，有利于获取鸡蛋的外轮廓信息。

11、视频预处理模型中，采用视频超分辨率重建算法egvsr对输入的视频数据进行图像强化，视频超分辨率重建算法egvsr主要由专用光流估算网络fnet和深度残差网络srnet连接组成，使用专用光流估算网络fnet完成光流估计后，再经过深度残差网络srnet完成视频帧超分辨率操作，进而使得采集得到的模糊视频画面清晰化处理。专用光流估算网络fnet采用批量归一化融合以提高运算速度。专用光流估算网络fnet采用矩阵乘法matmul替换传统的朴素卷积，以提高运算效率，从而达到实时性的目的。

12、所述步骤s2中的鸡蛋测重计数模型主要由鸡蛋追踪模型和鸡蛋预测模型连接组成，所述步骤s2具体为：

13、步骤s2.1、首先，构建用于获取鸡蛋形态特征的鸡蛋追踪模型，利用分割数据集对鸡蛋追踪模型进行训练，训练结束后获得用于识别鸡蛋与跟踪轨迹的训练好的鸡蛋追踪模型；

14、步骤s2.2、获取各个鸡蛋的真实质量作为标注标签，然后将鸡蛋追踪模型输出的鸡蛋形态特征和各个鸡蛋对应的标注标签构建成预测数据集；

15、步骤s2.3、构建用于预测鸡蛋数量和质量的鸡蛋预测模型；

16、步骤s2.4、利用步骤s2.2的预测数据集对鸡蛋预测模型进行训练，训练结束后获得训练好的鸡蛋预测模型；

17、步骤s2.5、将训练好的鸡蛋追踪模型的输出端和训练好的鸡蛋预测模型的输入端连接，进而获得训练好的鸡蛋测重计数模型。

18、所述的步骤s2.1中，鸡蛋追踪模型包括依次连接的分割模块、追踪模块和数据后处理模块；所述分割模块，用于筛选出置信度大于预设阈值的鸡蛋图像，然后根据鸡蛋的轮廓信息对筛选获得的鸡蛋图像进行图像分割，得到仅包含鸡蛋的掩码图以及对应的掩码轮廓信息；所述追踪模块，用于逐帧跟踪输入鸡蛋图像中各个鸡蛋的识别编码id，以生成对应鸡蛋的追踪轨迹；所述数据后处理模块，根据鸡蛋的追踪轨迹、掩码图以及对应的掩码轮廓信息，输出鸡蛋图像中各个鸡蛋的形态特征，所述鸡蛋的形态特征包括鸡蛋的坐标、纵轴长度、横轴长度、面积以及蛋形指数。

19、鸡蛋的蛋形指数是指鸡蛋的纵横轴(长径与短径)之比。

20、追踪模块采用目标追踪算法bytetrack完成预测迭代轨迹生成和虚拟轨迹生成，虚拟轨迹生成采用以观察为中心的在线平滑方式，对无法预测迭代轨迹的目标进行虚拟轨迹生成，从而解决实际场景中障碍物遮挡问题。数据后处理模块基于跨平台计算机视觉库opencv算法对输入的掩码图进行分析，以输出掩码图中目标的形态特征信息。

21、所述步骤s2.3中，鸡蛋测重计数模型包括依次连接的数据处理模块、计数模块和计重模块；所述的数据处理模块用于对输入预测数据集中鸡蛋的识别编码id按照从小到大的顺序依次进行排序整理，以剔除错误或缺失数据；所述计数模块用于对预测数据集中的鸡蛋进行越线检测，并统计通过越线检测的鸡蛋数量；所述计重模块根据鸡蛋的形态特征对鸡蛋质量进行质量回归预测，以获得鸡蛋在传送带上不同位置处的预测质量，接着将鸡蛋在传送带上各个位置处的预测质量进行平均以得到鸡蛋质量均值；将计数模块获取的鸡蛋数量和计重模块获取的鸡蛋质量均值分别作为鸡蛋总数量和鸡蛋质量的预测结果并输出。

22、计数模块的越线检测设置于视频流的偏右位置，避免中心位置出现图像过曝问题导致检测目标置信度下降问题。计重模块采用轻量级梯度提升机器学习lightgbm模型实现质量的回归预测，轻量级梯度提升机器学习lightgbm模型采用贝叶斯优化选取超参调优，以获取模型最优参数，减少运算迭代次数，从而提高模型的运算效率。

23、所述鸡蛋追踪模型的分割模块中，采用改进的yolov8-seg模型对鸡蛋图像进行识别和分割，所述改进的yolov8-seg模型是将常规yolov8-seg模型中主干特征提取网络内瓶颈结构bottleneck中的所有常规卷积模块均替换成动态蛇形卷积模块dscnet获得的，改进的yolov8-seg模型可以提高分割模块对于目标鸡蛋边缘分割任务的精度和连续性，避免分割模型在边缘出错较大从而影响目标鸡蛋面积的准确获取导致质量预测准确率不高的问题。

24、本发明装置包括置物箱体、照明设备、视频采集设备、数据处理设备以及视频显示设备，置物箱体安装在传送带上，置物箱体的上方设置有用于放置数据处理设备的暗室，数据处理设备加载有鸡蛋测重计数模型，置物箱体的顶部安装有可开闭的箱盖，置物箱体上部的侧壁上设置有用于放置视频显示设备的放置台，数据处理设备和视频显示设备均与视频采集设备连接，视频采集设备用于采集传送带上的鸡蛋视频数据，数据处理设备用于对鸡蛋视频数据进行数据处理，输出鸡蛋视频数据中各个鸡蛋的质量以及鸡蛋的总数量，视频显示设备用于显示采集到的鸡蛋视频数据，照明设备位于传送带上方且安装在置物箱体上，照明设备用于为鸡蛋的视频采集提供光源。

25、置物箱体由光固化设备3d打印而成，材料为白色光敏树脂。照明设备为220v的冷光源照明，光照为白光。置物箱体的侧壁上还设有预留给数据处理设备以及视频显示设备接线口，以及预留给数据处理设备的电线口。视频采集设备中的摄像头固定在置物箱体上，摄像头下端于捡蛋机传送带距离为40cm，误差±2cm。

26、本发明使用视频超分辨率重建算法egvsr对视频进行超分辨率重建，提升鸡蛋的识别效果，且使用动态蛇形卷积层dscnet模块对yolov8-seg模型进行优化改良，从而提高分割模块对于目标鸡蛋边缘分割任务的精度和连续性；配合使用分割检测模型yolov8-seg和贝叶斯优化的轻量级梯度提升机器学习lightgbm模型回归预测方案，可在低算力开发板上运行，降低硬件设备的需求和购置成本。

27、与现有技术相比，本发明的有益效果是：

28、1、本发明通过获取传送带上的视频图像以实现无接触式的鸡蛋计数和测重任务，利用鸡蛋测重计数模型和测重计数装置对鸡蛋进行计数和测重，装置结构简单。

29、2、本发明方法能有效实时追踪多个鸡蛋并完成计数和测重任务，从而提高畜牧业养殖的一体化程度。

30、3、在工厂化捡蛋机传送带上，本发明方案能实现对于鸡蛋的追踪计数和测重两个任务，整个过程无接触，成本低廉且有助于食品安全保障。