视觉引导淡水鱼自动去头尾系统关键技术

2014-12-20李楷模文跃兵

食品与机械 2014年5期

李楷模文跃兵

（湖南工业职业技术学院，湖南长沙 410208）

淡水鱼食品加工需要进行去头尾作业，通常是人工操作实现的，生产效率低，不能满足现代生产的要求。中国淡水鱼产量近几年连续增加，淡水鱼食品加工技术在冷冻保鲜、自动去鳞、腌熏与烘烤加工等方面进展很快，但自动去头尾技术的研究还未涉及，影响了淡水鱼食品加工企业的生产规模。近年来，随着计算机视觉技术迅速发展，出现了许多应用计算机视觉技术的生产自动化系统［1－3］，如利用计算机视觉技术根据苹果的大小自动分级［4］、根据药丸颗粒的颜色自动分类等，提高了生产效率。本研究提出了一种视觉引导淡水鱼自动去头尾系统方案，该方案的关键就是如何运用计算机视觉技术实现对淡水鱼头、尾的准确定位。由图像不变矩理论，利用计算机视觉技术实现鱼头、尾匹配定位方法，然后应用可编程逻辑控制器（PLC）实现准确对刀及自动完成去鱼头、尾作业。

1 工作原理

视觉引导去头尾系统如图1所示，该系统用于淡水鱼食品加工自动生产线。系统工作时，去鳞的淡水鱼由输送带1送到工作台2，当鱼头接触3接触传感器E时，接触传感器E发出指令，启动工作台中间的带式传动机构，鱼身朝图1中左方向直线移动，当鱼头接触11接触传感器F时，接触传感器F发出两个指令：① 工作台中间的带式传动机构停止，鱼身处于待去头尾工作状态；② 指令夹紧装置7动作，夹紧装置的“弓”形压块内设气囊，由进气、排气电控阀控制进排气，进气电控阀5获得指令打开进气阀门，夹紧装置7下的气囊进气将鱼夹紧到调定的压力值后压力传感器自动关闭。图1中13、15是图像传感器 M、N分别采集鱼头、鱼尾数字图像信号，该信号由千兆以太网传输给控制计算机。控制计算机通过图像处理算法实现鱼头及鱼尾位置的准确定位，并经由PLC模块控制步进电机驱动刀具进入切割鱼头及鱼尾位置，完成鱼头、鱼尾切割作业。具体由图像传感器M、N获得特征图形后发出指令控制电机A、B完成X方向准确对刀，电机D完成工作台上下Z轴方向动作控制，使刀具能完全切到鱼头、鱼尾部分；电机C控制工作台前后Y方向动作，Y、Z方向的控制使刀具能完全分割鱼头、鱼尾；鱼头、尾分割完后，刀具必然接触工作台底部传感器10和右侧的传感器8，分别发出指令：① 将分割的鱼头、尾移走（图中没有标明）；② 排气电控阀6放气，将夹紧的鱼松开；③ 控制工作台回到原来状态；④ 工作台中间的带式传动机构启动，将切割了鱼头、尾的鱼身移向传送带12，准备下一个加工工序，同时工作台准备下一个工作循环。

图1 视觉引导去头尾系统结构图Figure 1 Visual guide to cutting the head and tail system structure diagram

2 鱼头、鱼尾位置定位算法设计

中国的淡水鱼养殖家鱼主要有：青鱼、草鱼、鳙鱼和鲢鱼，其身体结构见图2～5。

图2 青鱼身体结构Figure 2 Black carp body structure

图3 草鱼身体结构Figure 3 Grass carp body structure

图4 鳙鱼身体结构Figure 4 Bighead carp body structure

图5 鲢鱼身体结构Figure 5 Silver carp body structure

通过4种常见的淡水鱼鱼身结构，不难发现4种淡水鱼的鱼头、尾部均呈规则的几何形状，头部呈扇形，尾部呈燕尾形。针对上述特点，本研究基于具有仿射和旋转不变性的Hu矩［5－7］设计鱼头、鱼尾定位算法。

2.1 鱼头、鱼尾匹配定位原理

“矩”是一个统计学概念，用于描述随机变量的分布形态，在数字图像处理中，矩可用来描述某一图像物体的形状，图像I中某一模版的pq阶矩定义为：

pq阶中心距定义为：

其中，xa、ya分别为该模版图像x坐标和y坐标的平均值，将中心矩除以m00的幂，可得到归一化处理的中心距：

Hu矩是归一化中心矩的线性组合，对于图像的某些变化缩放、旋转和镜像映射等具有不变性，Hu矩的定义为：

本试验的方法应用Hu矩来判断检测图像中某一区域和标准鱼头（鱼尾）模板的相似程度，进而实现鱼头、鱼尾的精确定位。判定某一区域为鱼头（鱼尾）的判据为：

其中，D为模板相匹配阈值，可根据检测对象的统计数据确定，hAi和hBi分别表示图像区域和标准鱼头（鱼尾）的i阶Hu矩。

2.2 检测步骤

（1）制作需加工鱼鱼头（鱼尾）标准模板，计算标志模板的Hu矩，设定模板相匹配阈值D；设定检测图像中鱼头（鱼尾）匹配区域初始大小及初始位置。

（2）计算检测图像鱼头（鱼尾）初始区域的Hu矩，按照式（11）所述判据判断初始区域是否就是鱼头（鱼尾）所在位置。

（3）若初始位置不是鱼头（鱼尾）所在位置，以5像素为步长，向初始区域的8邻接方向移动匹配区域，计算新匹配区域的Hu矩，判断新区域是否是鱼头（鱼尾）所在位置。

（4）若移动80个像素仍然未找到鱼头（鱼尾）所在位置，以5像素为步长调整匹配区域大小，重复步骤（3）。

（5）若区域大小变化了±20个像素没有找到鱼头（鱼尾）所在位置，程序停止，报错；（2）～（4）任一步骤中若找到鱼头（鱼尾）所在位置，输出该区域参数。

3 试验及分析

（1）验证本试验提出的Hu矩匹配鱼头、鱼尾判据的有效性。分别制作100×80像素大小的鳙鱼鱼头（鱼尾）标准模板，在另一分辨率为800×600像素的鳙鱼图像中选定20个区域，其中第1～4个区域基本和鱼头（鱼尾）位置重合（如图6中A、B所示），5～20个区域则是鱼的其他部分（如图6中虚线区域所示），各区域按照匹配判据计算得到T值如图7所示。由图7可知，当区域为鱼头鱼尾部分时，式（11）判据中T值计算结果小于3.1；当区域为鱼的其他部分时，式（11）判据中T值大于4.3；两者区别显著，没有交错部分，本研究提出的鱼头、鱼尾匹配判据是有效的。

（2）对本试验检测算法进行进一步验证，采用上述鳙鱼鱼头（鱼尾）标准模板在50帧分辨率为800×600像素不同的鳙鱼图像中寻找鱼头（鱼尾）；应用式（11）所述判据时，模板相匹配阈值取值3.7，共有43帧图像正确找到了鱼头（鱼尾）；4帧图像只找到了鱼头、鱼尾之一；3帧图像鱼头、鱼尾均未能找到，本试验检测算法有效率达86%。