基于机器视觉的活体草鱼估重装置的制作方法

1.本实用新型属于鱼类自动估重技术领域，具体涉及一种基于机器视觉的活体草鱼估重装置。


背景技术：

2.草鱼是一种外观呈梳形的鱼类，背脊无硬刺，是典型的草食性鱼类。人工养殖草鱼的重量称量主要采用人工称量的方式，需要将草鱼从水环境中捞出，然后放在称上进行称重。这种做法不仅会提高草鱼受伤的风险，而且由于草鱼的活性在称量的时候鱼会乱动导致称量不精确。目前鱼类自动称重设备的成本较高，可以在放鱼槽的滑道上加一个地磅来获取鱼的重量，但一方面草鱼的体型较长，在运动称重时运动姿势不可控，影响准确性；一方面草鱼在通过放鱼槽时会带有一些水，同样也会影响称重。


技术实现要素：

3.有鉴于此，本实用新型提供一种基于机器视觉的活体草鱼估重装置，其可以通过视觉估重系统较为准确地估算活体草鱼的重量，从而减少人工干预和减少劳动成本；此外，嵌入式gpu设备与具有人机交互界面的显示器配合，提供人机交互功能，方便相关人员进行操作。
4.本实用新型的目的在于提供一种基于机器视觉的活体草鱼估重装置。
5.本实用新型的目的可以通过采取如下技术方案达到：
6.一种基于机器视觉的活体草鱼估重装置，所述的活体草鱼估重装置包括：用于卸鱼的喇叭型漏槽、放鱼槽、视觉估重系统和显示系统；所述视觉估重系统包括摄像头支架、摄像头和嵌入式gpu设备，所述显示系统包括具有人机交互界面的显示器；所述摄像头支架上设置有摄像头，所述摄像头的镜头正对放鱼槽的槽面，所述摄像头与嵌入式gpu设备连接，所述嵌入式gpu设备与具有人机交互界面的显示器连接，所述放鱼槽的顶端设置有用于卸鱼的喇叭型漏槽。
7.进一步的，所述放鱼槽包括滑梯型的岸上鱼槽、岸上消毒池、多通道滑槽、斜岸主鱼槽、第一斜岸副鱼槽、第二斜岸副鱼槽和斜岸底槽；所述滑梯型的岸上鱼槽、岸上消毒池、多通道滑槽、斜岸主鱼槽、第一斜岸副鱼槽、第二斜岸副鱼槽、斜岸底槽依次连接。
8.进一步的，所述摄像头的镜头正对多通道滑槽的槽面，所述摄像头与多通道滑槽的槽面之间的高度范围为0.8m-1.2m。
9.进一步的，所述滑梯型的岸上鱼槽的底槽面开有多个第一孔洞，多个所述第一孔洞的下面设置有岸上接水槽。
10.进一步的，所述多通道滑槽的槽面开有多个第二孔洞，多个所述第二孔洞的下面设置有水回流槽。
11.进一步的，所述第二斜岸副鱼槽的尾槽面开有多个第三孔洞，多个所述第三孔洞的下面设置有消毒水回收槽。
12.进一步的，所述岸上消毒池的顶部设置有盖板。
13.进一步的，所述摄像头为工业高清摄像头。
14.进一步的，所述嵌入式gpu设备为nvidia jetson xavier nx。
15.进一步的，所述装置还包括多个支撑架，多个所述支撑架与放鱼槽连接。
16.本实用新型相对于现有技术具有如下的有益效果：
17.本实用新型可以通过视觉估重系统较为准确地估算活体草鱼的重量，从而减少人工干预和减少劳动成本；此外，嵌入式gpu设备与具有人机交互界面的显示器配合，提供人机交互功能，方便相关人员进行操作。
附图说明
18.为了更清楚地说明本实用新型实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本实用新型的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图示出的结构获得其他的附图。
19.图1为本实用新型实施例的基于机器视觉的活体草鱼估重装置的整体视图。
20.图2为本实用新型实施例的基于机器视觉的活体草鱼估重装置的下部视图。
21.图3为本实用新型实施例的基于机器视觉的活体草鱼估重装置的俯视图。
22.图4为本实用新型实施例的基于机器视觉的活体草鱼估重装置的侧视图。
23.其中，1-用于卸鱼的喇叭型漏槽，201-滑梯型的岸上鱼槽，202-岸上接水槽，203-岸上消毒池，204-多通道滑槽，205-斜岸主鱼槽，206-第一斜岸副鱼槽，207-第二斜岸副鱼槽，208-斜岸底槽，3-摄像头支架，401-水回流槽，402-消毒水回收槽，501-第一孔洞，502-第二孔洞，503-第三孔洞，601-第一支撑架，602-第二支撑架，603-第三支撑架，604-第四支撑架，7-扶手。
具体实施方式
24.为使本实用新型实施例的目的、技术方案和优点更加清楚，下面将结合本实用新型实施例中的附图，对本实用新型实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本实用新型的一部分实施例，而不是全部的实施例，基于本实用新型中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本实用新型保护的范围。
25.实施例：
26.如图1-图4所示，本实施例提供了一种基于机器视觉的活体草鱼估重装置，所述的活体草鱼估重装置包括：用于卸鱼的喇叭型漏槽1、放鱼槽、视觉估重系统和显示系统；其中：视觉估重系统包括摄像头支架3、摄像头和嵌入式gpu设备，显示系统包括具有人机交互界面的显示器和hdmi线；摄像头支架上3设置有摄像头，摄像头的镜头正对放鱼槽的槽面，摄像头与嵌入式gpu设备连接；嵌入式gpu设备与具有人机交互界面的显示器连接，提供人机交互功能；放鱼槽的顶端设置有用于卸鱼的喇叭型漏槽1，放鱼槽的底端与鱼塘连接。
27.具体地，具有人机交互界面的显示器，用于提供开始操作和结束操作等按钮，方便相关人员进行操作；嵌入式gpu设备，用于图像处理加速和提供人机交互功能，并通过hdmi
线与显示器连接，从而提供人机交互功能；嵌入式gpu设备通过usb线与摄像头连接。
28.值得注意的是：人机交互功能由嵌入式gpu设备提供，上述的显示器负责显示人机交互界面，并将交互信息传递给嵌入式gpu设备进行处理。
29.进一步地，本实施例中，放鱼槽包括滑梯型的岸上鱼槽201、岸上消毒池203、多通道滑槽204、斜岸主鱼槽205、第一斜岸副鱼槽206、第二斜岸副鱼槽207和斜岸底槽208；其中：滑梯型的岸上鱼槽201、岸上消毒池203、多通道滑槽204、斜岸主鱼槽205、第一斜岸副鱼槽206、第二斜岸副鱼槽207、斜岸底槽208依次连接。
30.进一步地，本实施例中，摄像头的镜头正对多通道滑槽204的槽面，摄像头与多通道滑槽204的槽面之间的高度范围为1m。
31.进一步地，本实施例中，滑梯型的岸上鱼槽201的底槽面开有多个第一孔洞501，多个第一孔洞501的下面设置有岸上接水槽202。
32.进一步地，本实施例中，多通道滑槽204的槽面开有多个第二孔洞502，多个第二孔洞502的下面设置有水回流槽401。
33.进一步地，本实施例中，第二斜岸副鱼槽207的尾槽面开有多个第三孔洞503，多个第三孔洞503的下面设置有消毒水回收槽402。
34.具体地，水回流槽401和消毒水回收槽402可以回收消毒水，进而减少消毒水对环境的污染。
35.进一步地，本实施例中，岸上消毒池203的顶部设置有盖板，其中盖板可以防止草鱼蹦出。
36.进一步地，本实施例中，摄像头为工业高清摄像头。
37.进一步地，本实施例中，嵌入式gpu设备为nvidia jetson xavier nx。
38.进一步地，所述的活体草鱼估重装置还包括三个支撑架，分别为第一支撑架601、第二支撑架602、第三支撑架603和第四支撑架604，其中：第一支撑架601与第二斜岸副鱼槽207连接，第二支撑架602与第一斜岸副鱼槽206连接，第三支撑架603与斜岸主鱼槽205连接，第四支撑架604与多通道滑槽204连接。
39.进一步地，所述的活体草鱼估重装置还包括多个扶手7，其中每个扶手7设置在滑梯型的岸上鱼槽201、岸上消毒池203、多通道滑槽204、斜岸主鱼槽205、第一斜岸副鱼槽206、第二斜岸副鱼槽207、斜岸底槽208的两侧。
40.当利用所述的活体草鱼估重装置对活体草鱼进行估重时，先将活体草鱼从用于卸鱼的喇叭型漏槽1倒入，活体草鱼经过滑梯型的岸上鱼槽201后，进入岸上消毒池203进行消毒，然后活体草鱼从岸上消毒池203进入多通道滑槽204；在活体草鱼经过多通道滑槽204时，摄像头获取活体草鱼图像；获取到的活体草鱼图像经usb线传输到嵌入式gpu设备中进行图像处理，从而得到活体草鱼的分割掩膜；计算活体草鱼的分割掩膜的像素个数，得到活体草鱼的像素面积；根据活体草鱼的像素面积和重量的数学模型，估算活体草鱼的重量，并将活体草鱼的重量通过具有人机交互界面的显示器进行显示。
41.本实施例在收集到16组活体草鱼的像素面积和重量之后，建立一个数学模型g＝f(x)＝ax^4+bx^3+cx^2+dx+e；其中，x表示活体草鱼的像素面积，g表示活体草鱼的重量，f表示活体草鱼的像素面积和重量之间的关系，[a,b,c,d,e]表示多项式系数；通过matlab工具中的拟合曲线，得到a＝1e-18，b＝-1e-13，c＝5e-09，d＝7e-05，e＝-1.1694。
[0042]
在本实施例中，获取到的活体草鱼图像经usb线传输到嵌入式gpu设备中进行图像处理，从而得到活体草鱼的分割掩膜，具体包括：嵌入式gpu设备对活体草鱼图像进行灰度处理，得到灰度图像；通过高斯滤波去除灰度图像中的高斯噪声；通过拉普拉斯算子对去除高斯噪声后的灰度图像进行边缘检测，使所述图像中的大部分背景区域能够被分割出来；对边缘检测后的灰度图像再进行一次高斯滤波；对二次去除高斯噪声后的灰度图像进行形态学处理，最终得到活体草鱼的分割掩膜，实现活体草鱼的像素分割，其中形态学处理包括闭运算、腐蚀和膨胀。
[0043]
在现实应用中，上述图像处理后的活体草鱼图像会存在多个活体草鱼的分割掩膜，本实施例可以通过嵌入式gpu设备检测图像中的连通域，以将每一个活体草鱼的分割掩膜独立分开，并分别计算它们的像素面积；将得到的每一个活体草鱼的像素面积代入上述数学模型，得到每一条草鱼的估算重量。
[0044]
值得注意的是：本实施例可以利用嵌入式gpu设备的并行加速功能，对嵌入式gpu设备的图像处理过程和分开每一个活体草鱼的分割掩膜的过程进行cuda编程加速，从而实现实时估重的效果。
[0045]
本实施例还提供了一种草鱼图像处理方法，该方法包括如下步骤：
[0046]
s1、获取一帧活体草鱼的静态图像(原rgb图像)，并将活体草鱼的静态图像进行灰度化，得到灰度图像。
[0047]
本实施例中，灰度化的公式为：i(i,j)＝0.2126*r+0.7152*g+0.0722*b
[0048]
其中，i(i,j)表示灰度图像i位于(i，j)的像素点的值，r、g、b表示原rgb图像的像素点的三原色。
[0049]
s2、对灰度图像进行高斯滤波，去除灰度图像中的高斯噪声。
[0050]
本实施例中，高斯滤波的步骤为：用一个模板(卷积或者掩膜)扫描灰度图像中的每一个像素，用模板确定的邻域内像素的加权平均灰度值替代模板中心像素点的值。
[0051]
s3、对去除高斯噪声后的灰度图像进行拉普拉斯边缘检测。
[0052]
本实施例中，通过构造一个3
×
3的拉普拉斯算子l，对去除高斯噪声后的灰度图像中每个像素点进行点乘求和，得到新的像素点，从而检测出所述图像的边缘信息；其中，l表示为：
[0053][0054]
s4、对边缘检测后的灰度图像再进行高斯滤波。
[0055]
s5、对二次去除高斯噪声后的灰度图像进行形态学处理。
[0056]
本实施例中，形态学处理的步骤，具体包括：
[0057]
生成大小为107
×
76的椭圆形结构化元素，并利用该椭圆形结构化元素对二次去除高斯噪声后的灰度图像进行闭运算，其中闭运算能够排除掉小型黑色区域；
[0058]
对闭运算后的灰度图像进行腐蚀，并迭代4次；
[0059]
对腐蚀后的灰度图像进行膨胀，并迭代4次；
[0060]
值得注意的是：膨胀后的灰度图像能将活体草鱼所占的像素和背景像素分开。
[0061]
s6、基于形态学处理后的灰度图像，根据阈值分割的方式，排除背景像素，得到活体草鱼所占的像素(活体草鱼的分割掩膜)。
[0062]
综上所述，本实用新型可以通过视觉估重系统较为准确地估算活体草鱼的重量，从而减少人工干预和减少劳动成本；此外，嵌入式gpu设备与具有人机交互界面的显示器配合，提供人机交互功能，方便相关人员进行操作。
[0063]
以上所述，仅为本实用新型专利较佳的实施例，但本实用新型专利的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本实用新型专利所公开的范围内，根据本实用新型专利的技术方案及其实用新型构思加以等同替换或改变，都属于本实用新型专利的保护范围。