[发明专利]虾的自动精选分级方法与装置有效
申请号: | 201410040879.2 | 申请日: | 2014-01-27 |
公开(公告)号: | CN103801520A | 公开(公告)日: | 2014-05-21 |
发明(设计)人: | 成芳;刘子豪;龚朝勇 | 申请(专利权)人: | 浙江大学 |
主分类号: | B07C5/342 | 分类号: | B07C5/342 |
代理公司: | 杭州天勤知识产权代理有限公司 33224 | 代理人: | 胡红娟 |
地址: | 310027 浙*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 自动 精选 分级 方法 装置 | ||
1.一种虾的自动精选分级装置,其特征在于,包括上料系统、分选通道、采图系统、分级系统和图像处理系统;
上料系统用于将待分选的虾体单排输出至分选通道;
分选通道分为依次衔接的缓冲通道(8)和采样通道(12),采样通道(12)分隔成多个单列化通道,所述缓冲通道(8)内设有多个方向调整器,用于将上料系统输出的虾分隔为单个并调节每个虾体进入对应单列化通道的姿态;
采图系统用于采集每个单列化通道内虾体的图像,采图系统包括位于采样通道(12)上下且错位布置的两个光照箱(13),每个光照箱内均设有相机(21);
分级系统包括与每个单列化通道对应的喷气嘴(27),该喷气嘴(27)受控于所述的图像处理系统,用于吹动由单列化通道输出的虾体进入不同的接料槽;
图像处理系统用于分析所述的图像,对每个虾体的图像分级处理,根据分级结果,并发出控制分级系统的信号。
2.如权利要求1所述的虾的自动精选分级装置,其特征在于,所述缓冲通道(8)与采样通道(12)均倾斜布置,且采样通道(12)的倾斜角度大于缓冲通道(8)的倾斜角度。
3.如权利要求1所述的虾的自动精选分级装置,其特征在于,所述的方向调整器包括安装在缓冲通道(8)内的定位块(9),定位块(9)朝向上料系统的一端固定有导向板(10),该导向板(10)具有作用于虾体的导向斜面。
4.如权利要求1所述的虾的自动精选分级装置,其特征在于,所述光照箱(13)内安装有光源(22),光照箱(13)的内壁涂有硫酸钡,且与每个光照箱(13)对应的采样通道的上方或下方设有黑色背景板(29)。
5.如权利要求1所述的虾的自动精选分级装置,其特征在于,每个单列化通道的输入端和输出端分别固定有第一传感器(26)和第二传感器(30),两个传感器均接入所述的图像处理系统,第一传感器(26)用于发出控制相机(21)进行图像拍摄的信号,第二传感器(30)发出开启喷气嘴(27)的信号。
6.如权利要求1所述的虾的自动精选分级装置,其特征在于,还设有安装分选通道的支撑架(14),位于分选通道输出端的支撑架(14)上安装有第一挡板(16)和第二挡板(17),第一挡板(16)作用于由各单列化通道自由下滑的虾体,第二挡板(17)为弧形板并作用于由喷气嘴(27)吹动的虾体,且第一挡板(16)和第二挡板(17)与虾体接触的面均设有柔性缓冲层(28)。
7.一种虾的自动精选分级方法,其特征在于,包括以下步骤:
1)上料系统将虾体单排输出至分选通道,每个虾体以适应的姿态在分选通道的单列化通道滑行;
2)利用相机采集虾体的图像,并利用图像处理系统对采集到的图像进行预处理,获取原料虾图像中的感兴趣区域,提取原料虾中灰度共生矩阵信息作为纹理特征,运用决策树分类器对提取的纹理特征进行分类;
3)分级系统根据所述的分类结果,控制喷气嘴吹动由单列化通道滑出的原料虾进入不同的接料槽。
8.如权利要求7所述的虾的自动精选分级方法,其特征在于,在步骤2)中,图像预处理中使用9×9窗口对原料虾图像进行均值滤波处理,对该图像的每个像素点周围9×9邻域内各点灰度平均值代替该图像原来的各点灰度值;感兴趣区域提取过程如下:
设相机的视场实际长为x,宽为y,原料虾图像所占有实际长为x1,宽为y1,根据公式:
可计算出感兴趣区域的大小,其中,l表示感兴趣区域的长,w表示感兴趣区域的宽。
9.如权利要求7所述的虾的自动精选分级方法,其特征在于,在步骤2)中,对感兴趣区域使用灰度共生阵提取熵、角二阶矩、反差分和惯性矩的特征,再按照15°、30°、45°、60°、90°、120°、150°、180°八个方向计算平均熵和、平均角二阶矩和、平均反差分和、平均惯性矩和,具体计算公式为:
平均熵和:
平均角二阶矩和:
平均反差分和:
平均惯性矩和:
其中ENT、ASM、IDM、GXJ分别表示熵、角二阶矩、反差分和惯性矩,通过上述公式算得的平均熵和、平均角二阶矩和、平均反差分和、平均惯性矩和,即为所述的纹理特征。
10.如权利要求7所述的虾的自动精选分级方法,其特征在于,根据所述的纹理特征,运用决策树分类器对最能体现原始图像的纹理特征进行决策分类,遍历整个决策树,当叶节点为“正”时,对应的是正品;当叶节点为“负”时,对应的是次品。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江大学,未经浙江大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201410040879.2/1.html,转载请声明来源钻瓜专利网。