Quality grading of Atlantic salmon (Salmo salar) by computer vision

ABSTRACT:  In this study, we present a promising method of computer vision-based quality grading of whole Atlantic salmon ( Salmo salar ). Using computer vision, it was possible to differentiate among different quality grades of Atlantic salmon based on the external geometrical information contained in the fish images. Initially, before the image acquisition, the fish were subjectively graded and labeled into grading classes by a qualified human inspector in the processing plant. Prior to classification, the salmon images were segmented into binary images, and then feature extraction was performed on the geometrical parameters of the fish from the grading classes. The classification algorithm was a threshold-based classifier, which was designed using linear discriminant analysis. The performance of the classifier was tested by using the leave-one-out cross-validation method, and the classification results showed a good agreement between the classification done by human inspectors and by the computer vision. The computer vision-based method classified correctly 90% of the salmon from the data set as compared with the classification by human inspector. Overall, it was shown that computer vision can be used as a powerful tool to grade Atlantic salmon into quality grades in a fast and nondestructive manner by a relatively simple classifier algorithm. The low cost of implementation of today's advanced computer vision solutions makes this method feasible for industrial purposes in fish plants as it can replace manual labor, on which grading tasks still rely.     

机器视觉技术在圆网印花机自动对花系统中的应用

提出了一种自动对花的织物圆网印花机对花系统,通过图像传感器在线自动检测印花图案套色的位置,借助于控制器自动控制、调节各印花网筒相对于织物印花图案色位位置,提高了印花精度,进而提高了产品质量和工作效率。     

基于机器视觉系统在饮料行业中的应用研究

针对饮料行业中存在的质量检测及如何提高生产效率问题,提出了运用机器视觉系统对其进行分析应用,使得企业能够达到生产要求,并且大大提高了生产效率。     

基于三坐标测量仪的双目视觉物体测量及数据分析

提出了一种基于三坐标测量仪进行零件尺寸测量的双目视觉方法,采用棋盘格对系统进行标定,运用数据处理技术对图像进行二值化及轮廓处理,并对测量数据进行分析,得出影响测量数据误差分布的原因.通过试验分析其测量误差不超过1 mm,可以满足物体形状分辨的要求.     

基于机器视觉的智能车视觉矫正系统分析设计

鉴于在智能车机器视觉系统中机器视觉会产生图像形变,利用成像过程中的几何光学参数,建立畸变模型,推导得出了求解全部参数的线性矫正算法.实验证明,该矫正算法可以准确地矫正引导线的形变,为智能车路径提供准确的参数.     

基于机器视觉技术的生猪活体监测系统

目的 通过图像处理技术计算活体猪的体型特征参数值, 结合体重参数对生猪出栏肉产量进行预测。方法 采用工业摄像头获取活体猪的图像, 采用Matrox公司图像采集卡并对其在VC++开发环境中进行二次开发, 开发了一套基于机器视觉技术的畜禽活体检测系统。结果 实现活体猪不同角度图像的同界面显示和采集, 并基于Microsoft Visual 2008软件平台开发了系统操作界面。结论 该套系统结构简单, 成本低廉, 具有较好的推广应用前景。     

提高计算机测色配色系统应用精确性的途径和方法

对提高测色系统应用精确性的途径和方法,以及利用测试结果进行色光调整作了探讨,结果表明应用测色配色系统减少了人为因素的干扰,提高了染色过程中颜色的精确度。     

基于机器视觉的纸张表面缺陷检测系统

介绍了一套在高档纸生产线上应用的纸张表面缺陷（纸病）检测系统——Fopesigh-PDI,该系统能够在线检测边损、孔洞、白斑、黑点、油斑、褶皱等纸张缺陷。介绍了该系统的功能和特点,探讨其在提高纸张生产效率和质量控制中的重要作用。     

Temporal variation in muscle fibre area,gaping, texture,colour and collagen in triploid and diploid Atlantic salmon (Salmo salar L)

Diploid and triploid Atlantic salmon were reared for 32 months in seawater, from October 1998 to January 2000. During this period of time, four samplings were taken to study differences in quality traits and chemical components in the flesh between diploid and triploid Atlantic salmon. Season was found to be the dominant factor explaining the variation in flesh quality traits in both triploid and diploid fish. Ploidy affected the majority of investigated variables while body size had lesser impact. Triploid Atlantic salmon had fewer small muscle fibres and up to 23% larger mean cross‐sectional muscle fibre area than diploids. Triploids also displayed more gaping, softer fillet texture, lower post mortem end pH, darker (L value) and redder (a value) flesh colour, and more soluble and less insoluble collagen compared with diploid fish. No effect of ploidy was found on crude chemical composition. Furthermore, a negative relationship was found between gaping score and muscle fibre area, and a weak positive correlation was found between fibre density and texture firmness. However, when body size and sampling time was included in the statistical model, this relationship between gaping and fibre area became very weak, and the relationship between texture and fibre area was completely negated. This suggests that intra‐species variation in both texture and gaping is more related to season and body size than to average muscle fibre area size. Copyright © 2004 Society of Chemical Industry     

Volume estimation of strawberries,mushrooms, and tomatoes with a machine vision system

A computer vision technique was used to determine the volume of raw agricultural products with an irregular shape. Thirty images of each rotated raw roma tomato, salad tomato, white button mushroom, and strawberry were collected. Volume determinations of these products using the optical imaging system were compared to volume measurements collected using a water displacement/buoyant force method. A high correlation was found between measurements from both methods. Furthermore, regression analyses of weight and volume measurements of each product set were used to develop equations to predict object volume from object weight. Weight measurement of raw produce can be used as a non-destructive method to estimate unit volume for sorting and grading purposes.     

基于机器视觉的水果分级系统

目的:解决目前水果分级检测方法效率低、误检率高等问题。方法:以苹果为分拣对象,设计一个基于机器视觉的水果分级系统。对实时采集得到的苹果图像进行预处理,使用改进的Canny边缘检测算法进行边缘提取,通过最小外接圆法拟合边缘坐标得到苹果的横切面半径。将采集到的RGB图像转换为HSI图像,根据H分量范围计算红色区域比例,判断苹果的色泽度。统计区域像素点个数,分别求取苹果的面积和周长,计算出苹果的圆形度。结合苹果果径长度、色泽度和圆形度3个特征值对苹果进行综合分级。结果:50个苹果样本试验结果表明,水果分级系统和人工分拣测量的果径误差范围在±1.5 mm以内,样本颜色特征与苹果实际外观相符,圆度值的大小与实际形状优劣相符。结论:该系统满足实际生产中对于苹果分级的需求,有助于实现苹果品级的准确识别。     

基于机器视觉的筒子纱缺陷在线检测系统

为提高筒子纱检测过程的自动化程度,设计了一种基于机器视觉的筒子纱缺陷在线检测系统。该系统由2个工业相机、条形LED光源、对照式光电开关和计算机组成。首先,相机与同步光源分时采集筒子纱顶面和侧面过曝模式及正常模式图像。然后通过对顶面过曝图像自适应分割来定位筒子纱中心。其次,通过极坐标变换展开顶面正常图像。最后,在顶面展开图中,分别利用垂直方向边缘分布的投影特征、纹理及强度一致性、局部方向直方图纹理识别菊花芯、多源纱和网纱缺陷;在筒子纱侧面图中,通过投影法快速确定边界位置,并通过轮廓拟合程度识别多层台缺陷。结果表明,该系统可实时识别多层台、网纱、菊花芯、多源纱等筒子纱缺陷,具有较好的检测效果。     

基于机器视觉的卷烟爆珠在线检测系统设计

目的：针对卷烟爆珠的质量检测,设计和构建融上料传送、机器视觉图像处理及不合格品剔除功能为一体的卷烟爆珠质量检测系统。方法：通过改进类间方差法对爆珠单颗粒图像进行提取,通过灰度分析、非线性度变换及改进最小外接圆等算法,实现爆珠质量自动化检测,在完成图像自动化检测之后,通过设计的不合格品剔除机构进行剔除,并开展爆珠质量检测的重复试验和应用分析。结果：该系统对不合格爆珠的异色、异行、破损总误检率低于3%,能精确剔除不合格爆珠且系统稳定可靠。结论：基于机器视觉的卷烟爆珠在线检测系统设计,能完成对爆珠质量的自动化在线检测,提高了检测速度与准确度。     

基于机器视觉技术的药片包装缺损检测系统的研究

介绍了机器视觉的概念及基于机器视觉技术的药片包装缺损检测系统，并给出了系统的硬件组成、控制系统软件模块结构及其工作过程。     

基于机器视觉技术的大米品质检测综述

介绍了国外大米品质检测的研究现状及国内应用机器视觉技术对大米品质进行检测的研究动态,指出了应用机器视觉技术对大米品质检测存在的问题,并提示了今后研究的方向。     

应用机器视觉的织物表面绒毛率测试系统

目前织物表面绒毛含量大都采用人工方式检测,存在效率低、准确度不高等问题。为此,应用机器视觉和图像处理技术,研制了一套织物表面绒毛率测试系统。介绍了织物表面绒毛率测试原理,包括织物表面绒毛率检测数学模型、检测算法和阈值的确定方法,并介绍了织物表面绒毛率测试系统的软硬件组成。采用该测试系统检测了5种织物的表面绒毛率,并与人工检测结果进行了对比分析。结果表明：该测试系统能够高效地测定织物表面绒毛率,且与人工检测结果呈现高度正相关;系统重复检测偏差范围为1.18%～7.25%,可满足织物表面绒毛率的检测需求。     

机器视觉技术在大米品质检测中的研究进展

粮食事关国运民生。随着我国经济的高速发展以及人们生活水平的不断提高,人们对粮食的需求也由追求数量转变为追求质量,对优质大米的需求也越来越大,提高大米品质对稳定国内市场以及出口国外市场具有重要意义。利用机器视觉技术可以对大米的加工品质及外观品质进行快速、无损检测,对于提高大米的品质至关重要。本文综述了近年来国内外学者利用机器视觉技术在大米加工品质和外观品质中的研究现状与应用,并对今后大米品质检测技术的发展做出了展望。     

基于机器视觉的大曲质量检测系统研究

针对白酒固态酿造依靠人工经验判断大曲质量,且没有量化判断标准的问题,研究一套基于机器视觉的大曲质量检测系统。该系统通过动态阈值分割法、RGB转换Lab颜色空间、CNN卷积神经网络等方法提取大曲的几何参数、颜色和裂缝3种视觉信息特征。在此基础上,建立大曲视觉信息特征与大曲质量的对应关系,并根据所建立关系综合判断大曲质量。试验证明,该检测系统大曲几何参数测量精度为±1mm。同时该系统能精准识别与提取大曲断面乳白色菌丝、红曲霉和大曲表面裂缝视觉特征,通过1 000次实验验证,其大曲视觉信息特征识别准确率可达到99.0%,能够满足相关酿酒生产现场工艺要求。     

基于机器视觉的马铃薯加工原料分选系统

目的：设计以马铃薯加工原料为对象的自动化分选系统,实现设定标准下马铃薯自动识别。方法：构建分选系统的控制流程及分选算法,通过自动传送、机器视觉采集、吸压翻转自动化获取马铃薯2面的图像,采用图像复原算法消除运动模糊,设计面积比、长短径、凸起检测算法对马铃薯畸形、发芽、大小进行检测,基于颜色特征构建神经网络模型对马铃薯绿皮、病斑、常色进行分类。结果：利用BP神经网络算法预测马铃薯外观颜色绿皮、病斑、正常的分类,以误差分数为衡量预测模型准确性的度量,神经网络的预测分类平均准确率为96.2%。通过选取混合样本对分选系统进行测试,参照设定分选标准,分选系统对马铃薯识别正确率达到95.92%;单薯处理耗时3.76 s。系统运行稳定。结论：该方法用于马铃薯加工原料精量分选可行,能够满足薯制品加工生产线前端的分选需要。     

基于机器视觉的筒子纱密度在线检测系统

为提高筒子纱密度检测自动化程度,解决传统筒子纱密度测量方法效率低、操作复杂等问题,设计了一种基于机器视觉的筒子纱密度在线检测系统。该系统由质量传感器、光电传感器、蓝色面光源、工业摄像机、传送装置和工控机组成。研究了筒子纱图像校正算法,根据透视投影理论建立了筒子纱校正模型,还原了筒子纱上下边界的直线特性,得到了理想的筒子纱侧面图像,用积分法得到筒子纱的精确体积。150个筒子纱密度检测结果表明:通过像素当量折算出筒子纱实际最大直径和体积参数,再结合高精度质量传感器的数据,最终可计算出筒子纱密度,基于机器视觉的筒子纱密度在线检测系统的检测精度和稳定性能可满足生产要求。