基于机器视觉的大闸蟹自动分级分选设备研究与开发

为降低大闸蟹品质分级劳动成本,提高大闸蟹分级分选准确率及效率,开发一种基于机器视觉、自动称重技术的大闸蟹自动分级分选设备,利用深度学习技术获取大闸蟹公母、残缺等表型特征对大闸蟹进行品质分级。设备包含活蟹装载仓模块、自动输送模块、图像采集模块、动态称重模块、自动分拣模块,具备自动分料、传输、品质分级功能。经试验测试,大闸蟹公母识别准确率为98.45%,残缺识别准确率为93.28%,重量识别准确率为94.68%,识别准确率和分拣效率可满足实际应用要求,稳定性良好。结果表明该设备能自动、准确地完成大闸蟹的分级分选,可为农业智能化提供技术支撑。