（农业电气化与自动化专业论文）基于机器视觉的虾体位姿和特征点识别.pdf

茹f 汀大学颀士学付论土： 摘要 摘要 虾类是主要的水产品虾的加工处理包括剥壳、左头、分级和包装等。h 前市场r 钉虾剥壳 的设备，但是虾去头绝大部分还足1 人上予l 束完成的。虾的头部识别在新鲋虾去头、剥壳虾去 头、分级等虾加丁处理中具有重要意义。本文利j h j 机器视觉技术和小波变换低通滤波研究虾的图 像处删和虾头部i , l f n 。主要内容和绌果如下： 1 综述了虾剥壳和上头的研究应用情况，特别阐述了桃器视觉在水产品中的研究现状，例 如在虾体特征识别、分级、晶赝检测和包装上的研究情况。 2 研究分析j ，虾图像的预处理方法，包括中值滤波、迭代阈值分割、形态学开闭运算、轮 l i | i 提取等。 3 分析对比发现3 次小波变换低通滤波处理后的网像枉保持虾茸术轮廓的前提下较大限度 地保留了轮廓l f i i 线上虾头连接点的细节。利用链码表示虾的背部和腹部l f l l 线，通过计算 链码上水平和幸盥疗向具有最人阶跃变化的码值点的坐标，即可识别虾轮廓i m 线上头部 和身体连接点的坐标。整个口 别过程中的内容和结果仃： 1 )链码上虾头尾端点的识别算法。 2 )根据小波滤波后的虾体细化图像得剑的头部端点和尾部端点形成的“线f j 斜率k 的小同建立了1 0 种位姿模式矛判断方法。 3 )判断山虾体的位姿后，以一定的算法来识别背部和腹部链丹。 4 )以背部链码上的头部端点为起始点。以特定的算法识别得剑虾头和身体连接点处的 两个坐标。 5 1试验结粜表明：基j ：小波变换低通滤波的虾背部和腹部连接点半标的识别误差约为 3 5 3 m m 。当误芹范隔在4 m m 以内时第批冰冻解冻虾识别算法准确率约为9 1 6 ；第一批非冰冻虾识别算法的准确率约为8 5 。 4 归纳了i - j 批次长度不均匀 f 的虾头和身体连接处的识别方法巾需蜚调整的参数及参数 计算公式。 5 结合虾头和身体连接处的颜色差异，提出增进算法识别精度和效率的研究设想。 关键词：机器视觉，虾，去头，特祉提取，链码小波变换 浙汀大学倾士学位硷史 a b s t r a c t a b s t r a c t s h r i m pi so n eo f t h em a i np r o d u c t si nw o r ma q u a t i cp r o d u c tv o l u m eo f t r a d e s h r i m p sp r o c e s s i n g i n c l u d e sp e e l i n g ，d e h e a d , g r a d ea n dp a c k a g e 卜，w a d a y st h e r ea l es h r i m pp e e l i n gd e v i c e si nm a r k e t b u t t h eo p e r a t i o no fs h r i m pd e h e a di sm o s t l yd o n eb ym a n u a lw o r k i d e n t i f i c a t i o no fs h r i m ph e a dh a s s i g n i c i f i c a n tm e a n i n gi ns h r i m pp r o c e s s i n g t h i sp a p e rs t o d y ss h r i m pi m a g ep r o c e s sa n ds h r i m ph e a d i d e n t i f i c a t i o nb yu s i n gm a c h i n ev i s i o na n dw a v e l e tt r a n s f o r mi o w p a s sf i l t e r i n g t h er e s e a r c hc o n t e n t a n dr u s u l t sa r ca sf o l l o w i n g ： 1 i n t r o d u c et h er e s e a r c ha n da p p l i c a t i o no fs h r i m pp e e l i n ga n dd e h e a d ，e s p e c i a l l ym a c h i n e v i s i o nr e s e a r c hs i t u a t i o ni na q u a t i cp r o d u c t , s u c h s h r i m pc h a r a c t e r i s t i cr e c o g n i t i o n g r a d e , q u a l i t yd e t e c t i o na n dp a c k a g e 2 s t o d ys h r i m pi m a g ep r e t r e a tm e t h o d ，i n c l u d i n gm e d i a nf i l t e r i n g , i t e r a t e d t h r e s h o l d s e g m e n t a t i o n ，m o r p h o i o g yo p e na n dc l o s eo p e r a t i o na n d c o n t o u re x t r a c t i o n 3 w a v e l e tt r a n s f o r mi o w p sf i l t e r i n gi su s e dt oa n a l y s ei m a g eo o n t o u r c o m p a r ew i t h e x p e r i m e n tr e s u l t s , i ti sf o u n dt h a tt h r e et i m e sw a v e l e tt r a n s f o r mi o w p sf i l t e r i n gi sa b l et o p r e s e r v ed e t a i l so fs h r i m pc o n t o u rw t l i ek e e p i n gs h r i m pb a s i cc o n t o u r c h a i nc o d ei su s e dt o r e p r e s e n ts h r i m pb a c ka n da b d o m e nc u r v e t h ep o i n tc o o r d i n a t e sw h i c hc o n n e c th e a da n d b o d yc a l lb ei d e n t i f i e db yc a l c u l a t i n gt h ec o o r d i n a t e sw h i c hh a s t h em a x i m u mc h a n g ea t h o r i z o n t a la n dv e r t i c a lo r i e n t a t i o ni nc h a i nc o d e t h ec o n t e n ta n dr e s u l t so f w h o l er e c o g n i t i o n p r o c e s sa s h o w nb e l o w ： n s h r i m ph e a da n dt a i lp o i n t si d e n t i f i c a t i o na l g o r i t h mi sg i v e n 2 b u i l d i n ga n dj u d g m e n to f1 0s h r i m pp o s t i o nm o d e l d i f f e r e n ts h r i m pp o s i t i o n sa r e d i v i d e da c c o r d i n gt os t r a i g h tl i n es l o p e t h es t r a i g h tl i n ei sf o r m e db yh e a da n dt a i l p o i n t si ns h r i m pw a v e l e tf i l t e r i n gt h i n n i n gi m a g e 3 ) i d e n t i f i c a t i o no fb a c ka n da b d o m e nc h a i nc o d e ac e r t a i na l g o r i t h mi sp r o p o s e dt o i d e n t i f yb a c ka n da m o m o n 曲a j nc o d ew h e nk n o w i n gs h r i m pp o s i t i o n 舢i d e n t i f i c a t i o no fs h r i m ph e a da n db o d yc o n n e c t i n gp o i n t si nc h a i nc o d e s t a r ts e a r c h i n g a l o n gc h a i nc o d ef r o ms h r i m ph a dp o i n ti nb a c kc h a i nc o d e , f i n ds h r i m ph e a da n db o d y c o n n e c t i n gs e g m e mv e c t o rb yu ，n gs p e c i f i ca l g o r i t h m 5 1r e s u bs h o wt h a tc o o r d i n a t e se l l o ro f s h r i m pb a c ka n da b d o m e nc o n n e c t i n gp o i n t sb a s e d o l lw a v e l e ti o w p a s sf i l t e r i n gi sa b o u t3 5 3 r a m w h e nt h ed i s t a n c ee r r o ru n d e r4 m m ，t h e a c c f f r a c yo f f i r s tf r o z e na n du n f r o z e ns h r i m pi d e n t i f w a t i o na l g o r i t h mi s9 1 6 w h i l et h e f i r s tu n f r o z e ns h r i m pi s9 5 4 i d e n t i f i c a t i o nm e a t h o do fs h r i m ph e a da n db o 由c o n n e c t i n gp o i n t sw h e ns h r i m p sl e n g t hi s n o n u n i f o r mi nt h es a m eb a t c hi sc o n c n d e d p a r a m e t e r sa n dt h e i rc a l c u l a t i n gf o r m u l a sa r e g i v e n h 浙汀大学硕士学似论文a b s t r a c t 5 b a s e do nt h eh e a da n db o d yc o n n e c t i n gp o i n t sc o l o u rd i f f e r e n c e ，f u r t h e rr e s e a r c hi d e at o i m p r o v ei d e n t i f i c a t i o na l g o r i t h ma c c u r a c ya n de f f i c i e n c yi sp u tf o r w a r d k e yw o r d s ：m a c h i n ev i s i o n ，s h r i m p ，d e h c a d ，f e a t u r ee x t r a c t i o n ，c h a i nc o d e , w a v e l e tt r a n s f o r m n i 浙汀大学颂士学扣论史 第亭绪论 第一章绪论 1 1 课题的研究背景、目的和意义 1 1 1 课题的研究背景 虾类是高经济、高价值的水产品，是人i f j 留爱的水产品之一，随着人民牛活水平的提高，陶 内外对虾类需求晕逐年增加，出口蕈也在逐年增加，加上近年来海水虾类养殖业的发展，养殖面积 小断扩大，产量逐年增加。存虾类加工产品中，虾r 是主要产品之一，作为世界六大对虾生产固 ( 中圜、泰田、印度、越南、巴西和厄瓜多尔) 之一，我囡每年都有大量出口。 随着巾国加入w t o ，巾周的水产品出口晕在增加，但国外对中周水产品出口改置的“绿色母 垒”，增加了水产品m u 的难度。2 0 0 1 年，浙汀省舟山出u 欧盟的3 0 0 吨冻虾r ，被检测m 含有 0 2 微兜公斤( 十亿分之零j ! i 二) 的氯霉索，结粜惨遭退货索赔。凼这起“氯霉素事件，2 0 0 2 年1 月2 5 同，欧盟委员会以从巾闰进口的肉类产品含有氯霉素为山发出禁i 卜进口叶l 目的肉类 产品的禁令。j 幺禁令所涉及的中固m u 产品，包括兔肉、家禽肉、冻河虾和冻对虾在内的甲壳类 动物以及其他家养动物肉，南此给虾t 二加上q k 带来前所未有冲击，同时造成拖虾价格下跌，严蕈 地影响了拖虾作q k 簟位的效益，时整个虾类加工产q p 链带柬了很大的负面影响。事后经凋后发 现，由于舟山生产的h u 虾f _ 原料是海捕虾，本身f i 含柯氯霉素，氧霉素超标上要是由于手t 剥 虾，上人的手存海水中长期浸泡溃烂后。敷1 jj ，抗牛索类药造成的。 为防i r 此类事件的继续发牛，从政府剑食业都非常重视，水产加工氽q k 在虾仁加工巾，采取 了严格的管理制度，对加t 出u 的产品实施争过徉h a c c p 管理。尽管采取了严格拈施但由于 虾t 二剥壳土j k 本身是一个劳动密袋型上种，需要大量的人上来完成，一般一个上人平均一天只能 剥5 0 公斤 右，个水产品加工厂通常需几百个工人柬完成虾剥壳仟务，这样多的工人埘产品 质晕的安全带来了很多隐患，管理难度相当人。 我国虾的剥壳和之头完伞依靠人上来完成，易使虾仁受细茁及污秽物污染，造成鲜度，品质 受损。据调查，捕虾季节 f 的产量很大，但人上剥女f 和去头效率不高很多虾不能及时处理，影 响了虾的出u _ l l t 。另外，人t 剥虾和去头不卫生。也影响虾的鲜度和质节。 国外劳动力价格高，虾的剥壳去叉处理都朝着自动机械化发腱。对于虾剥壳机的研究。也有 些较成熟的产品，如美围、只本都有虾剥党设备。美围j o n s s o n 公司的虾自动剥壳机。每小时 可脱4 3 0 0 只，不过它的结构较为复杂，技术条什严格，价格昂贵，另外它的剥净率低、破损率 相对米蜕仍然较高。虽然钉的虾剥壳设备也叮以进行虾叉的去除但由于去头效果小是很好，因 此虾头的去除很大程度上还需要人工束完成， 综上所述，国内外虾r 加t 企业迫切需要有。种自动化剥壳和去头的最桥，以智能化的剥壳 和左头设备代替人工，减少剥壳作业中虾体污染并提高虾仁品质和女伞性，同时增加作业效率、 减少虾仁q t 产成本。 浙汀大学顾士学似论文第辛绪沦 1 1 2 课题的研究目的和意义 虾类及其产鼎贸易微占世界水产品贸易额的2 0 0 o ( 。国际l l j 场上为了保持虾 i 鲜鹰及原始风 l 睐大都以冷冻加工形态的商品来交易，冷冻虾f - 是大宗外销水产品。冷冻虾t _ 一般都是已经去头部 了，凶为含有 f 头的冷冻虾是很雉常时间储存的，所以 f 类出口前的土头1 r 常重要。同前市场上 的剥壳去头设需并不足。食全自动的设备，实际上虾去头的操作绝人部分还足由入t 于t 束完成 的，去头的速度和效率低，卫生情况小好，容易造成虾的次污染。另外，即使带有去又剥壳的 设备，去头和剥壳的操作放在一起的话，也是影响卫牛条件的。同前陶内玄虾头的方法都是手_ l 士虾头， 。方面于t 去虾头的t 作效率不足很高，另外于t 去虾头容易造成虾的污染，特别足大 肠+ 干菌和细菌的总数人量增加，这样一定程度| ：影响虾的质量，可能会造成小符合固际的水产品 食品卫牛标准从i u 制约贸易山口。例如美国，日本，欧盟都有各自的桕戈标准。 外国内手上 去虾头后的虾头都当作废齐物而扔掉，但足虾头含有丰富的营养成分，可以再加工做成多样的产 晶，如此变废为主。综合利j ，又减少了环境的污染。因此研究h 简单有效j | h 卫生的去虾头方 法具有一定的意义。 。 奉研究旨在利用图像较好地识踟虾的头部位置，为以后的基于机器视觉的虾去头剥壳设备的 研究和丌发提供幕础。利川图像处理识别虾类外形尺寸( 人小，长度，轮廓) 和虾体姿态，为虾 的分级羽j 包装处理提供依据，提高水产品加上的现代化水平，提高水产品加j 二食业的技术水平， 使得虾的加工处理从劳动密集璎待技术密集犁转变，有利于增强我国水产品出口的竞争力。 1 2 国内外虾类剥壳和去头的研究动态及发展趋势 1 2 1 国内外虾类剥壳的应用研究情况 目i j i 圈内外剥壳去头机设计丰要原理足利用剥壳套简、剥壳滚筒等机械力将虾休外壳去除， 但般滚筒式剥壳处理后剥壳收成率往往比较低，或仍有残壳存在。 s k e r m e t t 等p 1 利用一组直径大小具仃段差的剥壳滚筒来进行剥壳，当虾体进入第段剥壳滚 筒时，因曲滚简直径相i j c u 滚筒间的间隙小，对虾体仅产牛搓挤作用咖当虫卜体掉至第一二段剥壳 滚筒时，闪两滚筒“径不同，较人的缝隙将虾壳剥除。 b r a m s c h e t 等1 4 】设 卜一剥壳机构，适合对虾及一般虾类。剥壳装置由一阋盘型央持器及布网 盘内部有一与夹持圆盘卫偏心的刺针圆盘以及切刀等构成。剥壳方法是先将虾体尾部夹住，利用 针制将虾仁肉穿刺使内与壳分】f 苟，剥出虾仁肉 d e l l 等p 】利川一对平行放置的摆动式滚筒，利h j 两滚筒问的微小问隙，将虾壳松脱拉r ，达 到剥壳作用并存剥壳滚筒t 方装有一0 滚筒长度相同的链条，链条r 设有等问趴的杆子，利用 链条使杆子将虾体垃向滚筒问的缝隙，产生挤压作用，且杆子有协助虾体移向出科口的作用。 w o e n s e j 等9 利刚可以上r 摆动的压块，将虾体压向两逆向旋转的人小滚筒，小滚筒装置於 大滚筒左卜方，小滚筒与大滚筒之表向研仃约虾体厚度一半的叫隙，而大滚筒的网剧r 等u j 厨j 设 有突块，当虾体破艟向大小滚筒之缝隙时，虾体仁住在两滚简同，当大滚筒的突块转至1 纠、滚筒 2 浙汀大学硕士学住论文 第亭纥沧 接触时，凼问隙变小将女f 体强行挤压。使虾壳与虾肉松脱，将虾仁向挤出，达到剥壳作用。 l a u g h l i n | 7 1 制造个剥壳器具，其原理为将虾体置于载壳台上，利心一水平移动的毛刷将弯 曲之虾体仲直并使虾体水平横躺著，再由一可垂直卜下移动的压板将虾体压仲后，利用尖钊状型 喷咀喷出岛胜流体将虾肉与虾壳分开，此种设计效率差、成本岛。 l a p e y r e 等”1 致计虾剥壳机分为! ； f 剁壳与后剁壳滚筒组甄部份。承剃壳滚筒织是由三个往复 摆动的大剥壳橡胶滚筒及两个置於：个大剥壳滚筒u j 的小锈钢摆动条所构成滚筒组r 方仃一r 下运动挤压块，虾体先f f i 前剥壳滚筒及挤压：尖将虾壳松脱。后剥壳滚筒纽| f f 一个大不锈钢制成的 滚筒及其上两侧舞。个橡胶割成的人壤筒所构成。虾体经瓣剥壳滚穗组松蜕后，避入质刺壳滚筒 组挤压，达到剥壳h 的。 l e d e t 等 9 1 利用剥壳滚筒组进行剥壳，往滚筒组卜i 方设有平行j ：滚筒的弹簧式摆动条，摆动 条等问距装置有与拦动条学垂赶向f 的拨轩，而横置箍令弹赞摆动笨上方有坟带转动式拨轩， 拨动下方的摆动弹簧条使弹簧条能左右摆动，带动拨杆将虾体挤向剥壳滚筒口j 的缝隙以进行剥 光。 s h e l t o n t 等【l ”设计一虾剥壳器，町以剥壳并去赊肠线，工作时将虾费期上放在传送借上，蛉 被输送到有“立输送滚子的_ t 作区，”被定位，压紧后从背上埘刀把虾沿纵向切至所需的深熳， 然后输送到下一个工作位置把虾壳j 虾l 分开。 s i r g o 等1 利用剥壳滚动组进行剥壳。每个滚动对是一个翱瓦町松开的连接结榴。当剥不蚪 种类、不同人小的虾时，可以调节滚动对的连接参数相互位置，以适麻不同的虾剥壳需要，提高 剥壳效果。 黄俊雄等【i ”研究轴滚筒式剥壳。并。滚筒l ：加装各式装置使剥壳效果提高，利甩斜半导 向板将虾体引导进入有效剥壳i ) ：，并可将虾体姿念校正，另于剥壳滚简问放置备式材质的摆动杆， 以增进剥壳效果。 邱奕忠等1 利用虾壳尊i 虾肉物理r l ：质差异，设计剥壳滚筒来达到剥壳h 的。剥壳浚筒组有 三根橡胶剥壳滚筒和虾件挤压装置组合i 町成，组成方式为根大摆动滚简做往复c 摆动，其上阿 侧备自根小网转滚筒做i 亓| 转返动。试验发现利_ i j 凹轮式挤压带进行剥壳效果明显。红虾剥壳率 为9 t 。2 0 0 ，完整攀8 2 4 。作业能力每小时处理虾3 2 公斤。厚壳虾剥壳率为9 4 a ，完整掣8 5 3 ， 作q k 能力每小时3 2 公斤，剑虾剥壳串8 6 2 ，完整率8 0 3 。剥虾过程巾，虾体内的虾浆会附j ： 剥壳滚筒上，使剥壳滚筒面变光滑，减少摩擦系数，剥壳效果降低，因此在剥壳滚筒r 方两侧设 置螺旋式清洗毛剥以清洗滚筒表嘲黏蚶的虾浆，井辫决因虾浆黏毗铮滚筒卜使剥虾效果降低的 问题。 日前国外较知名的生下自动剥壳机生产企业有日本滕址i 铁1 = 所( f u j i t a t e k k o s h o c o l t d ) 开 发的虾自动剥壳执。美国j o n s s o b 公一j 的虾q 动剥壳机，美田s k m l e t t a 公- j 及美国l a i t r a m 公叫 的虾自动剥壳机等。滕丌1 铁上所开发的虾自动剥壳机，能自动进料，n j 处理虾原料大小从每磅 1 0 0 5 0 0 只的虾自动剥壳机，剥壳能力每小时1 0 0 公斤。荑国j o n s s o n 公司的虾白动剥壳机，需 要手工排列进奉善发可处理虾大小从每磅1 0 9 0j i 的虾自动剥壳枫剥壳能力每小时4 3 0 0 ，l ，是 在美困凿：遍采用且知名度很高的机器，该机j 卅时町牛产带尾及蝴蝶形虾仁产品。美田l a i t r a m 公 司的虾自动剥壳机，能连续自动进料的滚筒，虾自动剥壳机，处理能力每小时4 5 0 公斤，也是 种知名度甚离的虾自动剥壳帆。s k e r m e t t a 公司生产的能连续自动进料的浓筒式虾自动剥壳机，该 3 浙汀大学顾士学位论土第亭 右论 机原理与l a i t r a m 公司的虾自动剥壳机类似，但知名度及市场占有率较l a i t r a 瑚 公司低很多。美围 在虾剁壳机研究方面起步比较早，也钉比较多的成果，显示了对虾剥壳自动化的重视。 1 2 2 虾类去头的研究情况 s t i p e 等【q 设讣了一种根据间隙大小不问的去头分级机构。虾传送带和位置矫止装置将不i q 人小帕虾以头部朝上，尾部朝r 的侍姿掉f 剑此机构中。人的虾在问隙人的阀门处被卡住，卡住 点就是虾头部分，而小的虾则掉入刚隙相对小的阀门处。通过电机转动控制阀门的丌合，就能对 k 住的i f 头进行切割，达到去头的目的。 w a r d ! ”1 坟计了利h 旋转振动装置去虾头的方法。虾从运输带送入振动去虾头的圆彘设薪的顶 端。由于解冻后的虾其虾头和虾身体的连接比较脆弱，布网盘的转动下，虾头和虾身就会在离心 力的作用下m 分开。分开的虾头和虾体掉入下面的传送带进行下一步的处理。 安玉甲i ”1 设计了种机械去除虾头的方凌。将有序侧卧的虾放置在去头设备的推进装置的推 板前的半l 自j 卜，推板将虾推入卡切元件。使大部连接处抵触卡切元件。当推板和卡切元件咬合的 时候就将虾头切割。 张焕海等设计了一种虾去头镊。这种工具蛙人特征是根描虾头的形状特点，虾去头镊的镊 头制成弧形，便j ：保质保量去掉虾头，保障操作人员的安全，提高经济效益。 日是这个设讣仍然 停留在于t 操作的基础上，效率不商。 季德山【i s i 研究了一种通过机械挤压过滤结构来分离虾头的皮壳与汁肉的专用设备。它上要包 括入料挤压滤汁和横卧螺旋轴套j 倚式游心碾刮取肉及卸压型过滤叫孔等结构特点，该实用设计 具有结构合理、工作效率扇和取汁肉能力强等优点，是食品、海产品扭l 工领域巾的虾头物料及类 似物料的皮壳与汁肉分离加t 过样中不可缺少的专瑚设备。 除机械去虾头的方法外，有利用水流去虾头的设计。摹本原理是利用虾头和虾身连接处相对 虾身比较脆弱的特点。当虾进入允满水流的软体水管内，水流以定的述度在流动。在水管的。 些位置处，水管f f j 龃径会有突然的缩小。这群在此处的水管内肇会产生定力节f j 挤压力。通过 调整水管的直径变化和水流大小速度，找到等适的管内挤压力就能把虾又和虾身的连接处弄断， 这样达到去虾头的效果。 1 2 3 机器视觉在虾处理中的研究情况 以上虾类剥壳和去头的操作都足以机械方法为丰的。近年来，随着计算机技术、信息技术、 机械和控制技术的发展，传统的虾类处理方法逐渐向智能化斤向发展。虾剥壳只是加t 处理中的 一部分，虾的去头、虾的分级、品质检测也是很重要的一部分。h 前市场p 相对成熟完善的虾加 _ l 处理设备只有剥壳机，嘶虾j ：- 头设备、分级和品质榆测设备却没有，因此研究虾上头，分级的 方 上以及开发相应的智能化设备很有i l f 场i j 景。机器视觉技术在智能化方向的麻川非常广泛的， 仃望布解决虾去又、分级等方嘲发挥作用，特别是图像处理、c c d 摄像机、d s p 芯j - 等技术的 快速发展，大大推动了机器视觉技术的在农q k 上程中的应用。丰婴有农产品的品质榆测”、农 q 蛐l 器人口“、自动导航等“。 4 浙汀大学倾士学僻论文第。阜绪论 随着水产养殖业和捕捞业的发展，水产品的养殖监测，捕捞和后期的产品分级储存都面临着 巨人的挑战。单靠人t 进行监测，特别是水产品产后处理，如产品分级、品赝检测已经远远跟不 卜产业的发艘。由丁机器 ；! l 觉具有的1 f 接触忭榆测、长时间稳定上作能力硐i 适合恶劣耶境上作， 凶此其在水产品应用上发展广阔，国内外学者也做了备方面相关的研究田j 。 m i n a m i 等口”在2 0 0 1 年开发了。种利州j 璺| 像识别技术，结合全局和局部的遗传算法技术，进行 对海水l 墨| 像巾鱼群的识别和捕捉。该系统根罾相距时间很短的两张视觉图片，每个点建立函数 = i 鼻n 矽r ，然后分别彩! 分后相减即可得到运动轨迹蝌像。然后通过遗传算法搜索最佳帕鱼阿 像( 鱼图像形状、特征必须已知) ，拧制撤嘲机构，进行捕捉。 林艾光等 2 5 1 利用机器视觉榆测扇贝大小，如图l l 所示。通过摄像头获取扇贝图像，埘输 入的幽像进彳j 预处理、图像分割、膨胀腐蚀。提取扇j 雎的面秋等特征值建立扇姒的几何模型、 数学模型，确定面积与壳& 的天系，进一步识别扇贝的大小。根据计算，得到扇贝壳k = 与面积的 关系： ，：f 其中，壳长实测值与机器视觉系统识别值的平均想对识若为1 1 2 ，其中最 一v 0 7 7 6 6 小相对误筹为0 0 2 ，最人相对误筹为2 6 3 。试验表明，该厅法检测速瞳快，正确率岛，能够 满足虾夷扇岘分级婴求。 1 光源；2 摄像头i3 光潆箱，4 扇贝i5 计算机 闰1 - - 1 基于机器视觉的扇贝丈小检测 f i g i 1s i z e d e t e c t i o n o f s c a l l o p 崎m a c h i n ev i s i o n b e a t t y 等0 6 1 研究了利用机器视觉进行青鱼卵的分级评估系统。该系统根据所获得的灰度网 像，通过图像亍爽处理和位置信息的计算束识别青鱼卵的形状、大小。按定的分类标准把青鱼卵 输送剑人t 分级线和自动包装分级线。 l r v i n e 等唧在鱼游过特定的通道时扪搓鱼的侧l 自j 网像，求取鱼的长度后根据长度来预测鱼 最。计算机器视觉在水产品品种识别巾也应，铂广泛1 2 t t - 2 9 。 b e d d o w 等 3 0 1 从圈l - 2 中所示的鲢鱼的侧面体宽彳，b 、c ，体长s l 、p o l 和服、鳍等特征 点1 - 4 、3 - 5 、4 - 5 、4 - 7 、5 - 7 之柚的距离中选取2 4 个小同组合，建立了一系列分剐由这2 4 个 长度预测鲜竹质量的多儿回归方程预预0 俩霞的误差都小) 二2 。 浙汀大学颀士学能论文第草绪论 1 眼窝后部2 脑颅后部3 胸鳙前端4 背鲔前端5 胧鳢前端6 背鳙末端 7 臀鲔前端 九胸鲚前端处体宽 b 背鳍前端处体宽c 背鳙末端处体宽 p o l 吸后的体长s l 杯准体长 圈1 - 2 鲑鱼各点示意图 f i g1 - 2p o i n t s o f a l m o n p e t r e l l 等”坩经验公式：w = 8 l 2 日f ! 测鲑鱼的体重，为鱼的质最，为鱼的长度，为 鱼的宽度，口是系数，随着鱼的种类羽i 外形f i 同而变化。结果鱼重的平均测量误差存o 5 以内。 因为图像的对比度低，伍的边界模糊，简m 的域值分割和边缘榆测的效柴较差。l i n e s 等p ”将 时问相隔很近两张幽像相减，得到的i 茎l 像中鱼头部分冈鱼的运动而出现“新月形”，川鲁棒性较 蠹了的二进制模式分类器刚识别“新月形”，识别 n 鱼头后再根据鱼体的大概位冒和片向用点分布 模型p d m ( p o i n t d i s t r i b u t i o n m o d e l ) 阱i 识别出俩的边界，确定边界上的天键特征 并引算山j i 间的 距离，然后利州b e d d o w 等唧建立的同归方程来评估鱼的质簟。试验结果：从图像中自动获取 长、宽等尺寸的平均醍差小于l o ，鱼重的平均测量凝羞为1 8 _ 4 - 9 。 s i s t l e r 等0 5 1 用彩色网像处理方法通过小龙l f 脱壳前颜色的变化来预测脱壳时问。b o l e s 等m 1 用图像处理技术精确估计容器巾的幼虾苗的数最，精度在9 0 9 5 之间。 l b g 枷矩e 等【3 1 采朋机器视觉定位鱼鳃f 一位置，然后切除装置自动定位切除。系统需要鱼按 顺序争独的排列，将鱼i 古i 定后根据机器视觉的位置判断，移动鳃郜剑川片位置，进行切除。 幺系 统的图像处理速度为每秒2 条鱼以1 ：，切除释度存士l m m 之问。但是由j 这种方法切又，存红鱼肉 浪费的问题。c l a r e n c e w d e s i l v a l 3 s l 提出v 犁l 刀头法，切除的角度根据鱼身长所确定，这样定f 1 4 度r 减少了鱼肉浪赞。 综上，机器视觉在特征识别、大小分级、品质检测和自动包装都有麻h j 。对于虾的产后处理 而斋，机器视觉心蛸上要包括虾的剥壳、去头、人小分级、牖质检测以及最疥柏包装处理。 m e n z 等1 3 9 i 的研究表明虾的头部长度和虾整体的欧度z 问存在很大的相笑住。l i n g z 4 0 1 存结合 前人和自己的研究基础上p “3 1 ，认为根据虾的头部和身体长度之比以及虾的头酃长度和头部宽度 的比例，能够为精确识别最优头部切割能置提供帮助。根据虾形态上比例关系，可以h j 来确定虾 头切割位置。首先通过阈值分割把虾体从背景罔像中分离i 5 米。根据每幅陶像的小同，采用自适 应阈值分割。为了使用虾头长度和虾头宽度的比例束预测切割位置。首先要确定虾头的宽度和虾 头长 堑的起始点。虾头宽度可以通过幽i 3 测鼍。 6 浙汀大学倾士学化论文 第辛结论 囤1 - 3 非垂直状态虾头宽度计算示意图 f i g1 - 3 w i d t ho f s h r l m ph e a dm e f s u g c ( v c n i c a l i 可) 此时虾头横向啦标轴和视角线垂直。头部切割位置的啦标就町以根据虾头k = 度平宽度的比例 以及虾头端点的坐标计算得到。假如虾头横向坐标和视角线不是早年“状态如图l - 4 所示。 ：! ：j 。z = ：。 圈1 _ 4 非垂直状态虾头宽度计算示意田 f t g1 - 4w i d t ho f s h t l m pb e a dg n e a s t t g e ( n o tv e r t i c a l 时) 那么切割位置串标的确定就有不能很好确定了，需蜚根据a 角度的不同i u 调整，这样的讣算 结果误芽很大。冈此，这种根据虾头宽度和t ：度的比例关系确定切割点化置的方法有欠缺。另外 l i n g 又根捌虾头长度和整虾册长度的比例关系来进行切割点位置的识别研究，通过虾图像帕细化 操作，得到m f 体的骨架曲线骨架曲线包含了虾体丰轮廓线和虾体毛脚形成的分支线，为准确地 验证虾头长度和整虾长发的比例关系来进行切割点位置的识别的方法的可行性，首先去除骨架线 卜的分支线，之后计算骨架线的长度，利刚链码计算骨架线的长度。根据骨架线的起始点， 女f 头艮度与整虾的妖度的比例关系就町以确定切割的妖度r 。通过对6 5 幅l fk 为8 0 m m 1 8 2 5 m m 的虾体图像分析，给出了切割长度和骨架长度的线性回归方群。 c u 7 z 点= 1 4 1 8 2 - 4 - 0 3 2 4 删点 ( 1 1 ) 式巾；c u t l e n 代表切割长度，s p n l e n 代表骨架长废，式中的相关系数r 2 = 0 - 3 3 。通过5 3 幅 7 望! 翌查兰堡主竺丝堡兰 塑兰丝堡 虾长为1 1 5 6 m m 1 5 2 6 r a m 的虾体图像的研究，切割长度和骨架长度的线性回归方程为： c u t l e n = 2 3 5 0 4 + 0 2 8 4 x s p n l e n ( 卜2 ) 式巾的榍关系数r 2 = o 3 5 。上面两个公式巾的低相关系数表明数据点在预测的线性回归方程上有 点分散另外此疗法中的细化操作速度慢，一寸噪声敏感，并且容易产生不需要f j 骨架线段，使得 计算变得复杂，因此根据骨架线的起始点和虾头长度和整虾的艮度的比例关系确定切割的长度的 方法也并不可行。 l i n g 的上述研究表明根据形态特征识别虾头效果不是很好。l i n g i 柏j 后续的研究表明较好的 识别虾头的疗法是利用虾的小同部位罔像的频谱特性的小同，虾头频谱洪别的主要依批是虾头部 含有虾的肝胰器官，因此虾头部位的光强比身体其它部位婴大，利用频谱差异识别头部的内容包 拓自适廊阐值分割，分类器设计和扫描算法确定去头参考点。整个识圳分为两个步骤；肯先足虾 叉肝胰的泌b ，其次是虾头切割点的位置确定。利用斑点( b l o b ) 分析从把肝胰斑点从虾图像的 噪声中分离出来，基j ：巾轴变换的扫描算法用来快述标识虾头切割点的位置。整个虾头位置的识 别在每秒3 个虾的速度f ，识别标准误斧为2 8 r a m 4 6 r a m 之间。可见，以虾头和身体部位的频 谱特r f ：来识别是可行的，但是一个小足之处是l i n g 用这种方法进行识别的时候，要使虾在图像 中的朝向一致，斟此控制好虾的位置和方向对识别至关重要。 在虾类包装上，k a s s l e 一“】研究了利用机器视觉进行虾的币量分级。根据虾的轮廓数据估算 虾的重带，并且效果比手丁对虾类进行分级要好。在k a s s l e r l 4 1 ，| 亓续研究中，开发了个虾包装 和分级系统。该系统包括一个机器视觉单元和一个虾体吸附装置。通过机器视世扫揣传送带r 的 虾，在h 描获取的虾体图像上训算虾的尺、朝向、弯i i 度以及标i d i t f 头、虫 尾昶i 虾巾问位置。 机器视觉系统的处理速度能够达剑每秒2 5 只虾。吸附装置能够结合机器视觉标记的三个化置对 虾进行虾吸附抓取，并把虾拉直放入合适的地方。 l u z u r i a g a l 4 s 研究了基j | 机器视觉的白虾品质分析，升发了一套客观榆测虾品质的系统装置。 自l 图1 5 所示。 r ，料赫曲嘲墨 b d i 圈卜5 基于机器视觉的白虾品质分析试验台 f i g i - 5 a n a l y s i s o f v i s u a la t t r i b u t e s o f w h i t es h r i m pb y m a c h i n ev i s i o n 8 浙汀大学倾士学付论文 第蒂兰右论 该系统装置测最虾的数最、虾体图像面积和苇最的比例关系、m f 体的颜色和黑变瘸的情况。 系统能计算向虾在储存过稃中的颜色变换情况，井且给出了完稿虾体、无头虾和去尾虾面秋和重 量m 的关系。该方法对白虾品质评估的速度能够达到每个样本小于1 分钟。 l u z u r i a g a ”利用机器视觉和电子鼻研究了虾和鲑鱼的颜色和气味质量榆测。在虾处理巾， c c d 摄像头聚集虾j 彩色图像，最人尺寸为6 4 0 4 8 0 像素。图像采集卡能够稠 ；9 1 采集的虾的幽 像的亮度、对比度和饱和度。陶像处理过程包括虾的尺寸、形状和颜色信息的提取和分析。酋先 用斑j _ ( b l o b ) 分析从图像巾提取虾，根据阈值分割虾和背景得到虾的_ 二值图像。从_ 二值图像巾 种序可以选择感兴趣的区域，也可以设定。个值去除不想要的区域。另外，在，f 序界面上也可以 手动鼠杯选择感必趣的图像区域进行分析。 x 机器视觉中的颜色分析软件能定义和测量小同种类 虾的颜色。研究使用判别功能分析作为模式贝别于段对不阿种类的虾进行基j 颜色轮廓的识别。 结拳表明当使埘6 4 位颜色框架时，虎虾、粉虾和i ，i 虾具有不同的颜色轮廓：棕色虾的颜色轮埔 和粉虾、自虾桕似。研究表明棕色虾、耪虾、虎虾和白虾在储存过程中颜色发生变化，该变化 州以作为虾体品质变化的指示信号。另外，试验巾所有m f 的的丰婴颜色改变的原凶是照斑点或黑 变抽的增加j 。 1 2 4 虾类加工的发展趋势 根据前入的研究发现从虾剥壳研究和发展的趋势来看，从单一的剥壳机到自动化程度较高的 剥壳机，发展到各种不j 吲形态虾仁的剥壳设备，现在发展到从原料进入到加上完毕全自动流水线。 但是剥壳和去头现在还不能在台机器上进行处理。同时随着计算机的普及和麻_ i j ，国外已经在 研究用计算机图像处耻的方法进行虾仁加工如用机器视髓进行虾的切头、剥壳及虾仁分级的研 究，用机器视觉进行虾仁残壳和品质的榆验李。巾田在这方面的研究和应用不多，到目前为止还 没有自己生产的成熟的虾自动剥壳和去头分爱设备，其上要原闪足不重视，“以为我国劳动力 便宜。没有从提高虾仁品质、虾仁加工的安伞傩以及提高虾仁剥壳工效方咖考虑。随着中团皿入 w t o ，从增加虾的出口数量和产品的质量的角度出发，很有必业重视基j 。机器视觉虾的剥壳和f 上 头等方面的研究，为虾的产后处理t 业自动化提供定的帮助。快速有效的识别虾的头部，以及 提取虾的大小尺寸和颜色信息等特征参数是机器视觉能否在虾加工处理中广泛应用的关键。 1 3 本研究的主要内容 根据周内外虾的剥壳和去头等研究情况，可以看出瞥纯虾的剥壳技术和设蔷的生产相对较为 成熟。但是虾的去头方面的研究和心刖弗1 i 是很多。去头的一个难点是虾头部的准确 别判断， 如果能够解决虾头部的精确汉别，那么对j ：虾之头的操作将变得容易。本文研究的丰婴内容是利 用机器视觉技术采集虾图像，通过图像预处：罩根据健的算泫识别虾的姿念位置，包括虾头部 和尾部以及位置朝阳的确定，利川图像处理支术确定虾体头部和身体连接点的位置坐杯。上要研 究内容包挢： i 虾类的图像采集和预处理，包括闽值分割、甲滑滤波等，通过合适的闽值分割背景、去 噤和形态学丌闭运算平滑处理，得剑较好f n 虾类预处理图像，为后续幽像分析打f 基础。 9 浙汀大学颀士学能论文 第亭绪跄 2 虾类的轮蛳提取和周长、长度计算。 3 利小波变换低通滤波进行虾类哟7 葶姿谀剐，确定虾头昆朝目，背部和腹部。 4 研究生卜的头部和i 身体连接点的识j j ! ；车法。 奉义研究的技术路线如图l - 6 所示。 1 4 本章小结 固1 - 6 本文研究的技术路线 f i g i - 6 t c c l m i c i l c h a 本章阐述_ r 虾类剥壳_ 手l j 去头的f 1 的及惫义，并综述j ，国内外虾类剥壳的研究状况。即r 前虾 类剥壳设备丰璺采用机械的方法，而去头操乍则人工来完成。介绍了利用机器视觉技术在农业 丁稃和水产茄中啦研究和 州 i 。重点介销了闻机器锐邈技术在虾处理中柏研，滞况以及存在的问 题。提 i jr 塾j 机器视觉的虾的位姿以及虾头部和i 身体连接止的汲别，为智能化自动去虾头的应 用打f 基础。最后给出了研究的技术路线，丰要步骤包括图像的采集、图像分割和去噤甲滑等预 处理方法，小渡垒换低通毖渡、链玛表示、虾体 奇姿和特祉点识姚算法。 i o 渐汀大学硕士学位论上= 第亭机器视觉系统和硬f 1 构成 第二章机器视觉系统和硬件构成 2 1 机器视觉及其应用概述 2 1 1 机器视觉的概念 机器视觉也叫引算机视觉，是上程领域电是科学领域巾的一个富有挑