基于机器视觉的牡蛎分级设备设计

目的:提高牡蛎分级的精确性和全面性。方法:提出并设计了牡蛎自动化分级设备,确定了旋转滚筒与挡板传送带结合的牡蛎排队结构、质量检测和机器视觉检测相结合的分级方式,完成了牡蛎分级设备的整体结构设计。通过工业相机采集牡蛎图像,使用大津法二值化、高斯滤波处理、Canny算子边缘提取等方法提取牡蛎图像,通过机器视觉算法以长度和饱满度为标准对牡蛎进行分级,并进行机器视觉分级与人工分级对比试验。结果:该设备分级准确率为95.4%,图像检测速度约为0.647 s/幅。结论:机器视觉对牡蛎分级是有效的,可以较为准确地对牡蛎进行分级。