一种基于机器视觉的鱼类新鲜度的分类方法及系统技术方案

本发明专利技术提供了一种基于机器视觉的鱼类新鲜度的分类方法及系统，该方法包括：S10：接收鱼类样本图像的颜色特征值，根据所述颜色特征值，对鱼类样本图像进行分类，建立分类模型；S20：采集鱼类的原图像，对所述原图像进行图像预处理，提取所述原图像中的预设区域；S30：获取所述预设区域的颜色特征值，与样本图像的颜色特征值进行对比匹配，获取与所述预设区域的颜色特征值匹配的样本图像；S40：根据与所述预设区域的颜色特征值匹配的样本图像的类别，触发相应的分类控制器对所述鱼类进行分类。采用本发明专利技术，通过建立学习模型，采集鱼眼及鱼体表区域的颜色特征值，能够快速的区分不同新鲜度的鱼类，减少了人工分类时鱼体的二次损伤，提高分类效率。

【技术实现步骤摘要】
一种基于机器视觉的鱼类新鲜度的分类方法及系统
本专利技术设计机器视觉
，尤其涉及一种基于机器视觉的鱼类新鲜度的分类方法及系统。
技术介绍
对于鱼类，新鲜度一直是人们判断其品质优劣的一个重要指标，目前对鱼类品质的等级评定主要是以感官评定为主。传统的感官评定主要依靠测评人员的个人经验，主观性强，评定过程无法定量分析，而且效率较低；微生物检测法、化学检验、物理指标评价等对检测的鱼类具有破环性，容易导致鱼体在检测过程中受到二次损伤，降低其品质；近红外光谱、生物传感器技术等检测过程繁琐、耗时，不适应大批量快速检测的工业要求。由于鱼类的种类繁多，鱼类新鲜度的检测必须结合具体的产品种类，例如，对大黄鱼进行检测时，可以根据鱼眼颜色以及鱼体表颜色判断其新鲜度状况。公开号为CN104089906A的专利公开了一种大黄鱼新鲜度检测装置及检测方法，所述检测装置包括激光器阵列、光谱仪、光强度调节装置、用于向样品发出入射光的光发射头、支架和光接收装置；所述支架包括底板、位于底板上方的样品托板、设于样品托板上的透光板和设于底板边缘上的L形固定臂；所述L形固定臂包括位于样品托板上方的水平板和穿过样品托板并与样本文档来自技高网...

【技术保护点】
1.一种基于机器视觉的鱼类新鲜度的分类方法，其特征在于，包括步骤：S10：接收鱼类样本图像的颜色特征值，根据所述颜色特征值，建立分类模型；S20：采集鱼类的原图像，对所述原图像进行图像预处理，提取所述原图像中的预设区域；S30：获取所述预设区域的颜色特征值，与所述样本图像的颜色特征值进行对比匹配，获取与所述预设区域的颜色特征值匹配的样本图像；S40：根据与所述预设区域的颜色特征值匹配的样本图像的类别，触发相应的分类控制器对所述鱼类进行分类。

【技术特征摘要】
1.一种基于机器视觉的鱼类新鲜度的分类方法，其特征在于，包括步骤：S10：接收鱼类样本图像的颜色特征值，根据所述颜色特征值，建立分类模型；S20：采集鱼类的原图像，对所述原图像进行图像预处理，提取所述原图像中的预设区域；S30：获取所述预设区域的颜色特征值，与所述样本图像的颜色特征值进行对比匹配，获取与所述预设区域的颜色特征值匹配的样本图像；S40：根据与所述预设区域的颜色特征值匹配的样本图像的类别，触发相应的分类控制器对所述鱼类进行分类。2.根据权利要求1所述的一种基于机器视觉的鱼类新鲜度的分类方法，其特征在于，所述对所述原图像进行图像预处理还包括步骤：将所述原图像进行灰度变换，得到灰度图；对所述灰度图进行阈值化分割，得到分割区域；根据预设圆形度指标，将所述分割区域中的圆形区域筛除，得到目标区域；将所述目标区域与所述原图像进行对比，获取所述原图像中与所述目标区域对应的区域作为预设区域。3.根据权利要求1所述的一种基于机器视觉的鱼类新鲜度的分类方法，其特征在于，所述步骤S30还包括步骤：S31：接收预设颜色模型，根据所述原图像预设区域的颜色数值，获取所述预设颜色模型的颜色特征向量L＝0.2126*R+0.7152*G+0.0722*Ba＝1.4749*(0.2213*R-0.3390*G+0.1177*B)+128b＝0.6245*(0.1949*R-0.6057*G+0.8006*B)+128上式中，R、G、B分别为所述原图像预设区域中的颜色数值；H、V、S、L、a、b分别为所述预设颜色模型的颜色特征向量。4.根据权利要求1或3所述的一种基于机器视觉的鱼类新鲜度的分类方法，其特征在于，所述S30还包括步骤：S301：根据所述颜色特征向量，提取所述原图像预设区域的颜色特征值，上式中，mean为预设区域颜色特征的均值，f(i，j)为预设区域i，j位置的像素值。5.根据权利要求1所述的一种基于机器视觉的鱼类新鲜度的分类方法，其特征在于，所述预设区域包括鱼类体表区域以及鱼眼虹膜区域。6.一种基于机器视觉的鱼类新鲜度的分类系统...

【专利技术属性】
技术研发人员：吴远红，庄瑞，崔振东，
申请(专利权)人：浙江海洋大学，
类型：发明
国别省市：浙江,33