基于机器视觉的日本鲭定向装置设计与试验

摘要：

针对现有鱼体定向整理装置工作环境嘈杂,工作稳定性差的问题,本研究设计了一种基于机器视觉的鱼体定向整理装置.采用卷积神经网络Resnet-18对鱼体头尾朝向进行识别,采用图像处理的方法提取鱼体轮廓并进行网格划分,通过比较灰度值大小判断鱼体的腹背朝向.当检测到鱼体尾部朝前时,气缸推杆将其推出剔除,实现鱼体头尾定向;当鱼体头部朝前时,由图像处理判断鱼体的腹背朝向,然后气缸推杆将其推送至限位板边缘,使其腹部靠边,在惯性作用下落入W型滑槽装置完成鱼体腹背定向.利用分离装置将鱼体逐条分开,并以日本鲭(Scomber japonicus)为试验对象进行样机试验.试验结果表明,鱼体定向整理成功率为93.3％,算法平均识别时间为0.038 s,平均每条鱼的定向整理时间为3.725 s,理论上鱼体定向整理的效率可达到15～16尾/min,满足鱼体定向整理的生产要求.

关键词：日本鲭、定向整理、机器视觉、深度学习、图像处理、水产品加工

所属期刊栏目：41

分类号：TS254;TP391.41(食品工业)

资助基金：湖北省农业科技创新中心创新团队项目2016620000001044

在线出版日期：2022-04-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：208-216