基于机器视觉的大闸蟹自动分级分选设备研究与开发

摘要

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。

关键词

大闸蟹 / 机器视觉 / 自动称重 / 分级分选设备