Developing a Machine Vision System Equipped with UV Light to Predict Fish Freshness Based on Fish-Surface Color

This study assessed the feasibility of developing a machine vision system equipped with ultraviolet (UV) light, using changes in fish-surface color to predict aerobic plate count (APC, a standard freshness indicator) during storage. The APC values were tested and images of the fish surface were taken when fish were stored at room temperature. Then, images’ color-space conversion among RGB, HSV, and L*a*b* color spaces was carried out and analyzed. The results revealed that a* and b* values from the UV-light image decreased linearly during storage. A further regression analysis of these two parameters with APC value demonstrated a good exponential relationship between the a* value and the APC value (R2 = 0.97), followed by the b* (R2 = 0.85). Therefore, our results suggest that the change in color of the fish surface under UV light can be used to assess fish freshness during storage.

鱼类颜色视觉的研究进展

视觉器官对于大多数鱼类来说是一个非常重要的感觉器官,鱼眼不仅能感觉光的敏感和颜色,而且还能感知物体的形状、大小、运动等。鱼类的视觉功能与摄食、集群、生殖、防御等行为方面具有密切联系,并发挥重要作用。为了研究鱼类颜色视觉能力进展,以目前国际主要的数据库(Science Direct、JSTOR、Wiley Online Library、SpringerLink、ProQuest等)为数据源,采用文献计量分析法,研究了鱼类颜色视觉能力的不同研究方法的发展与现状,从而更深入地了解鱼类视觉特征,可为今后在渔船作业中改变灯光颜色以提高对鱼群诱集的效果、在工厂化养殖过程中控制养殖环境的颜色以及光强来提高养殖效益、在控制帮助鱼类洄游以保护洄游鱼种等提供参考依据。

基于计算机视觉的罗非鱼适应环境的体色变化研究

多数鱼类的体色会受应激条件、环境背景、健康状况、生长发育和社会地位等因素的影响而发生改变。本文利用基于计算机视觉的体色量化技术研究正常情况和社会应激条件下罗非鱼对背景颜色的适应性,以及在背景颜色变化过程中体色变化的响应速度。实验结果表明:已适应白色背景的鱼放入黑色背景水体后,体色变化主要发生在前10s内,放入时和放入10s后的体色明度值差异极显著(**p<0.01);在白色背景下适应的鱼放入黑色背景下适应2h后其体色变得很黑,将其放入白色背景水体后体色在10s内可发生由深到浅的变化,放入时和放入10s后的体色明度值差异极显著(**p<0.01)。在蓝色背景下适应的鱼放入黑色背景水体后,体色变化主要发生在前10s内,放入时和放入10s后的体色明度值差异显著(*p<0.05)。在蓝色背景下适应的鱼放入黑色背景下适应2h后的体色变得很黑,再将其放入白色背景水体后体色由深变浅,放入时和10s后的体色明度值发生极显著变化(**p<0.01)。处于社会应激条件下劣势地位的鱼体色会变黑,刚放入白色背景水体时的平均灰级达到12.7阶,放入60s、1800s后的体色和刚放入时没有显著差异。受社会应激影响轻微的鱼体色在1800s后适应了环境的颜色,明度值和没有受应激影响鱼的体色接近,而受伤或受社会应激影响较严重的鱼体色改变较小。鱼在高浓度非离子氨(UIA浓度为0.178mg/L)的水中处理3h后,鱼的体色变得很黑,刚放入白色背景水体时平均灰级达到15.1阶,放入10s、120s后鱼的体色变化不大,放入180s后鱼的体色变浅,平均灰级达到9.3阶,与刚放入时的体色明度相比差异显著(*p<0.05)。

油炸鱼豆腐外观质量检测方法研究

针对油炸鱼豆腐外观质量检测仍停留在靠人工进行识别判断的现状,研究了利用机器视觉技术检测油炸鱼豆腐外观质量的方法。油炸鱼豆腐外观质量检测主要包括颜色和形状两个方面,在颜色检测中利用RGB空间中的B分量均值来判定油炸鱼豆腐颜色外观是否合格,在形状检测中利用前景目标的面积、周长来判定油炸鱼豆腐的形状外观是否合格。试验结果表明:该方法能够实现油炸鱼豆腐质量外观检测。

机器视觉油炸鱼豆腐外观缺陷识别与剔除系统

设计了外观缺陷识别与剔除试验系统,利用产品图像的颜色特征和形状特征,可实现油炸鱼豆腐外观质量的在线检测、识别与自动剔除.在产品外观颜色检测中利用RGB颜色空间中的B分量阈值作为特征;在产品外形缺陷检测中采用目标面积和边缘形状矩形度实现特征识别.经排序机构将产品有序排列后,根据各列缺陷识别结果,由单片机控制剔除装置完成相应动作,剔除不合格品.实验表明:该试验系统可有效完成油炸鱼豆腐产品的在线外观检测及残次品的剔除,提升生产线成套装备的技术水平.