行业动态
机器视觉助阵水产品行业,实现贝类产品自动化分拣
浏览:1158 次
时间:2016-04-22 14:51:18

        水产品中的贝类产量在我国水产养殖总量的比重不断上升,养殖面积和产出量都居于世界领先位置。以我国最大的虾夷扇贝底播养殖基地獐子岛为例,2013年虾夷扇贝的产量达到20余万吨。贝类生产中的分拣需要大量的人工投入,严重制约了贝类产业规模化的发展:其一,人工环境恶劣,生产效率低下;其二,劳动力短缺,无法满足贝类产区在贝类加工旺季的人工需求;其三,劳动力工资的上涨,产品成本急剧上升,很大程度上限制了企业的发展。

        随着对水产品质量和生产效率的要求不断提高,需要有更有效、更准确的手段来完成贝类产品的分拣工作,提高生产的自动化程度。近年来计算机和机器人技术得到了快速发展,机器视觉技术在工业化工生产中的大量使用,在工业自动化生产、交通与安防、医学、视觉导航、卫星遥感、目标识别与分类等领域均有应用。

        机器视觉的基本应用原理是利用工业相机等图像采集设备捕获被测目标的图像,将图像信息转换成数字信号,再传递给图像处理系统,经过像素计算,利用色彩和亮度等信息经过计算后抽取目标特征,将特征信息与预设的判别标准进行比较,将判别结果再输入下一级操作系统。机器视觉有着速度快、精度高、操作灵活、易于控制,能够适应恶劣额工作环境以及长时间工作等优点,在工业化的今天,机器视觉的应用已经深入到我们生产生活的方方面面。

        通过使用摄像头采集传送带上的贝类图像,并在图像上提取贝类特征,应用机器视觉软件开发平台算法对贝类进行定位和分类,不但可以提高生产效率,缩短生产时间,保证水产品的质量,而且降低了对劳动力的需求,为进一步控制机械机构对贝类分拣奠定基础。

        采用机器视觉技术对虾夷扇贝进行分级,首先用工业相机将扇贝图像捕获,将捕获的扇贝图像预处理后提取扇贝的面积特征,确定扇贝图像面积与壳体长度的关系,进而识别扇贝的大小。该方法可以避免传统人工筛选和分级机械筛选的机械损伤,而且检测速度快、识别率高,能够满足虾夷扇贝分级的要求。

京ICP备12022927号-1
北京市海淀区上地信息路1号国际科技创业园1—1705
© Copyright 2011 北京盈美智科技 All rights reserved.