基于机器视觉的牡蛎分级设备设计

目的:提高牡蛎分级的精确性和全面性.方法:提出并设计了牡蛎自动化分级设备,确定了旋转滚筒与挡板传送带结合的牡蛎排队结构、质量检测和机器视觉检测相结合的分级方式,完成了牡蛎分级设备的整体结构设计.通过工业相机采集牡蛎图像,使用大津法二值化、高斯滤波处理、Canny算子边缘提取等方法提取牡蛎图像,通过机器视觉算法以长度和饱满度为标准对牡蛎进行分级,并进行机器视觉分级与人工分级对比试验.结果:该设备分级准确率为95.4％,图像检测速度约为0.647 s/幅.结论:机器视觉对牡蛎分级是有效的,可以较为准确地对牡蛎进行分级....

Full description

Saved in:
Bibliographic Details
Published in食品与机械 Vol. 40; no. 4; pp. 78 - 83
Main Authors 赵澜锴, 高国栋, 孙子皓, 李响, 吴沄泽
Format Journal Article
LanguageChinese
Published 大连海洋大学航海与船舶工程学院,辽宁大连 116023 01.04.2024
Subjects
oyster
牡蛎
机器视觉
自动化分级
图像滤波
plumpness detection
image filtering
饱满度检测
autonomous classification
machine vision
Online AccessGet full text
ISSN1003-5788
DOI10.13652/j.spjx.1003.5788.2023.80622

Cover

More Information
Summary:目的:提高牡蛎分级的精确性和全面性.方法:提出并设计了牡蛎自动化分级设备,确定了旋转滚筒与挡板传送带结合的牡蛎排队结构、质量检测和机器视觉检测相结合的分级方式,完成了牡蛎分级设备的整体结构设计.通过工业相机采集牡蛎图像,使用大津法二值化、高斯滤波处理、Canny算子边缘提取等方法提取牡蛎图像,通过机器视觉算法以长度和饱满度为标准对牡蛎进行分级,并进行机器视觉分级与人工分级对比试验.结果:该设备分级准确率为95.4％,图像检测速度约为0.647 s/幅.结论:机器视觉对牡蛎分级是有效的,可以较为准确地对牡蛎进行分级.
ISSN:1003-5788
DOI:10.13652/j.spjx.1003.5788.2023.80622