一种基于图像处理的鸭蛋自动分级分拣系统及方法

本发明涉及一种基于图像处理的鸭蛋自动分级分拣系统及方法，包括：多光谱成像模块：包含可见光CCD相机和近红外高光谱相机，光谱范围900‑1700nm；力学传感模块：由阵列式压电传感器和称重传感器组成；嵌入式处理单元：搭载FPGA和ARM双核处理器。本发明多模态数据融合使综合准确率达98.7％，通过近红外差分成像+改进Sobel算子将准确率提升至99.2％，通过透射式NIR检测气室高度误差±0.15mm，采用深度学习模型在EggNet2023测试集上mAP达94.3％，检测精度显著提升，通过分级模型，提出DenseNet‑GRU混合神经网络架构，融合时序光谱特征与空间纹理特征，建立首个鸭蛋多维度品质数据库，分拣速度提升至1500枚/小时，综合准确率达98.7％，破损率降至0.05％以下，能耗降低40％。