基于机器视觉的虾夷扇贝分级检测方法研究

摘要

在养殖虾夷扇贝（Patinopecten yessoensis）的生产过程中需要多次将其按大小分级．传统方法采用筛子和分级机筛分，会使扇贝受到振动、碰撞．振动影响扇贝生长发育，碰撞使扇贝边缘受到损伤，贝壳碎裂外套膜裸露在壳外，造成病贝、死贝，且机械筛分分级精度低，人工筛分劳动强度大、效率低．该文研究一种新的方法，利用机器视觉检测扇贝大小．通过摄像头获取扇贝图像、计算机对输入的图像进行预处理、图像分割、膨胀腐蚀，提取扇贝的面积等特征值，建立扇贝的几何模型、数学模型，确定面积与壳长的关系，进一步识别扇贝的大小．试验表明，该方法检测速度快，正确率高，能够满足虾夷扇贝分级要求．摄像头与扇贝不接触，可以避免机械振动、碰撞对扇贝的损伤．图7表2参14