[发明专利]一种基于机器视觉的活体鳗鱼重量分级分选方法及装置

权利要求书

1.一种基于机器视觉的活体鳗鱼重量分级分选装置，其特征在于：包括运送系统、拍照测重系统和分选系统；所述运送系统包括料槽和滑槽，料槽的开口与滑槽的上端同一水平固定连接，滑槽的下端与透光滑板固定连接；所述拍照测重系统包括透光滑板、相机、相机支架、背光源和处理器，相机固定在相机支架上，相机的镜头面向透光滑板的上表面，背光源位于透光滑板的下方，相机、背光源分别通过导线与处理器相连接；所述分选系统包括分拨器、分拨器驱动电机、分选箱体和传送带，传送带的上表面与透光滑板的上表面处于同一水平高度，分拨器驱动电机固定安装在传送带的支撑架上，分拨器安装在分拨器驱动电机上；每一个分拨器的外侧对应一个分选箱体，分选箱体固定安装在传送带的支撑架上。

2.根据权利要求所述的活体鳗鱼重量分级分选装置，其特征在于：背光源包括透光防水板、混光板和LED阵列白光源；LED阵列白光源置于底层，工作时发光提供光源；混光板置于LED阵列白光源上方，将LED阵列白光源发出的白光过滤混合为均匀白光；透光防水板置于混光板上方，起到防水绝缘作用。

3.一种基于机器视觉的活体鳗鱼重量分级分选方法，其特征在于：是采用权利要求1或2所述活体鳗鱼重量分级分选装置，包括下述步骤：

(1)将批量活体鳗鱼倒进料槽中，使鳗鱼逐条通过滑槽自由滑落，鳗鱼经过透光滑板，触发相机并抓取一帧静态图像，背光源提供背光光源，减少由于自然光造成的反光和阴影而影响计算重量误差；

(2)活体鳗鱼静态图像传送至处理器，处理器对静态图像进行预处理，得到鳗鱼轮廓线图，根据鳗鱼面积/长度与重量数学模型估测出鳗鱼重量；

(3)处理器内预先设定重量分级数量和范围，然后根据单条活体鳗鱼重量对应的级别和传送带的速度，计算出该条鳗鱼到达每一个分拨器前方的时间，通过时间参数方法控制每一个分拨器动作，将传送带上的鳗鱼拨到相应的分选箱体内，完成鳗鱼重量分选分级。

4.根据权利要求3所述的活体鳗鱼重量分级分选方法，其特征在于：所述鳗鱼面积/长度与重量数学模型，包括鳗鱼体前部面积与重量数学模型、鳗鱼体后部中线长度与重量数学模型，具体步骤如下：

(1)将一帧活体鳗鱼静态照片经程序处理，得到鳗鱼的轮廓线图，包括：轮廓线、前部中线、后部中线、比例分割线、头部、尾部；

(2)通过机器学习算法识别鳗鱼的头部和尾部；头部的顶端和尾部的顶端由中线连接，中线上任意一点的垂线与轮廓线上的两个交点到该点距离相等，比例分割线将中线分为前部中线和后部中线，比例分割线的取值范围为0.7～0.8；

(3)由比例分割线划分鳗鱼体前部和体后部；等重量的鳗鱼体前部粗细不一，采用面积来测算鳗鱼的重量，鳗鱼头部一侧的轮廓线与比例分割线围成的鳗鱼体前部面积为x，根据鳗鱼分割实验，建立鳗鱼体前部面积与重量数学模型G₁＝F₁(x)；鳗鱼体后部呈扁平状且姿势不可控，采用长度来测算鳗鱼的重量，鳗鱼体后部中线长度为y，根据鳗鱼分割实验，建立鳗鱼体后部中线长度与重量数学模型G₂＝F₂(y)；

(4)鳗鱼面积/长度与重量数学模型为：G₃＝a·F₁(x)+b·F₂(y)；其中，a为面积权重系数，a的取值范围为0.7～0.8；b为长度权重系数，b的取值范围为0.2～0.3；G₃为鳗鱼实际重量。