CN103878122B - 虾加工系统和方法 - Google Patents
虾加工系统和方法 Download PDFInfo
- Publication number
- CN103878122B CN103878122B CN201310756878.3A CN201310756878A CN103878122B CN 103878122 B CN103878122 B CN 103878122B CN 201310756878 A CN201310756878 A CN 201310756878A CN 103878122 B CN103878122 B CN 103878122B
- Authority
- CN
- China
- Prior art keywords
- shrimp
- peeling
- grade
- counting
- digital picture
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- A—HUMAN NECESSITIES
- A22—BUTCHERING; MEAT TREATMENT; PROCESSING POULTRY OR FISH
- A22C—PROCESSING MEAT, POULTRY, OR FISH
- A22C29/00—Processing shellfish or bivalves, e.g. oysters, lobsters; Devices therefor, e.g. claw locks, claw crushers, grading devices; Processing lines
- A22C29/02—Processing shrimps, lobsters or the like ; Methods or machines for the shelling of shellfish
- A22C29/023—Conveying, feeding or aligning shellfish
-
- A—HUMAN NECESSITIES
- A22—BUTCHERING; MEAT TREATMENT; PROCESSING POULTRY OR FISH
- A22C—PROCESSING MEAT, POULTRY, OR FISH
- A22C25/00—Processing fish ; Curing of fish; Stunning of fish by electric current; Investigating fish by optical means
- A22C25/04—Sorting fish; Separating ice from fish packed in ice
-
- A—HUMAN NECESSITIES
- A22—BUTCHERING; MEAT TREATMENT; PROCESSING POULTRY OR FISH
- A22C—PROCESSING MEAT, POULTRY, OR FISH
- A22C29/00—Processing shellfish or bivalves, e.g. oysters, lobsters; Devices therefor, e.g. claw locks, claw crushers, grading devices; Processing lines
- A22C29/005—Grading or classifying shellfish or bivalves
-
- A—HUMAN NECESSITIES
- A22—BUTCHERING; MEAT TREATMENT; PROCESSING POULTRY OR FISH
- A22C—PROCESSING MEAT, POULTRY, OR FISH
- A22C29/00—Processing shellfish or bivalves, e.g. oysters, lobsters; Devices therefor, e.g. claw locks, claw crushers, grading devices; Processing lines
- A22C29/02—Processing shrimps, lobsters or the like ; Methods or machines for the shelling of shellfish
-
- A—HUMAN NECESSITIES
- A22—BUTCHERING; MEAT TREATMENT; PROCESSING POULTRY OR FISH
- A22C—PROCESSING MEAT, POULTRY, OR FISH
- A22C29/00—Processing shellfish or bivalves, e.g. oysters, lobsters; Devices therefor, e.g. claw locks, claw crushers, grading devices; Processing lines
- A22C29/02—Processing shrimps, lobsters or the like ; Methods or machines for the shelling of shellfish
- A22C29/024—Opening, shelling or peeling shellfish
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
- B07C5/34—Sorting according to other particular properties
- B07C5/342—Sorting according to other particular properties according to optical properties, e.g. colour
- B07C5/3422—Sorting according to other particular properties according to optical properties, e.g. colour using video scanning devices, e.g. TV-cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Food Science & Technology (AREA)
- Zoology (AREA)
- Wood Science & Technology (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Processing Of Meat And Fish (AREA)
- Image Processing (AREA)
Abstract
使用视觉系统加工虾的方法和系统。视觉系统捕捉虾的样本的图像。处理器生成样本中虾的数字图像。对从剥皮器中退出的虾成像以确定每一虾中体节的数目。由完整体节的数目对虾分类,依据分类结果计算质量、产量和吞吐量。处理器可以基于分类结果控制剥皮器的操作设定。在包括除了剥皮器以外的其它虾加工设备的更大系统中,沿着加工路径的其它点也可由相机成像或由其它传感器感测以确定加工质量并对该设备做出自动操作调整。
Description
技术领域
本发明涉及加工虾的装置和方法。
背景技术
最初由于人工剥小虾皮的高人力成本而引进的剥虾皮机现在广泛用于虾加工工业。辊式剥虾皮机在大批量剥皮工业中尤其占主要地位。均授予Femand S.,James M.,andEmile M.Lapeyre的美国专利号2,778,055和2,537,355,描述了辊式剥虾皮机的基本结构和操作原理。
很多因素影响剥皮虾的吞吐量、质量和产量。与虾本身有关的一些因素包括虾的种类、尺寸、均一性和新鲜度。与剥皮设备有关的因素包括虾送进剥皮器的速率、剥皮器的水流和指框压力。其它因素与其它虾加工设备有关,诸如清洗机、虾进料系统、滚轮分离机、空气分离机和分级机。与设备相关的因素通常可人工调节以改进给定批次虾的剥皮质量和产量或者补偿剥皮辊磨损。因为剥皮的虾的质量和产量直接影响它们的生产成本和能够拥有的价格,剥皮设备的正确调节很重要。但是,合适的人工调节要求勤勉地监控产品质量和产量以及选择应做的调节的经验。
发明内容
体现本发明特征的用于加工剥皮虾的一种方法包括:(a)将去头、剥皮的虾分布在支撑表面上;(b)生成支撑表面上虾的数字图像;(c)依据数字图像确定每一个虾中存在的体节(tail segment)的数目;以及(d)根据每一个虾中存在的体节的数目,将每一个虾分类至多个等级中的一个等级。
体现本发明特征的虾加工系统包括虾剥皮机器,其从虾上去除头和壳体以产生剥皮虾。传送器将剥皮虾从虾剥皮机器传送到下游加工。视觉系统捕捉传送器上剥皮虾的数字图像。处理器依据数字图像确定每一个虾中存在的体节的数目,并根据每一个虾中存在的体节的数目,将每一个虾分类至多个等级中的一个等级。
体现本发明特征的另一虾加工系统包括剥皮器,其用于从未剥皮虾上去除头和壳体以产生剥皮虾。进料系统将未剥皮虾馈送至剥皮器。传送系统将剥皮虾沿着加工路径向下游传送。在加工路径中剥皮器下游的一个或多个虾加工机器作用于剥皮虾。沿着加工路径设置的一个或多个传感器检测虾加工机器或剥皮器的一个或多个操作变量或虾的物理特征,并产生指示一个或多个操作变量的传感器信号。处理器接收传感器信号并依据传感器信号得出控制信号。控制信号被发送至剥皮器或一个或多个虾加工机器以调整一个或多个操作设定。
附图说明
本发明的这些特征和方面在下面的说明书、随附的权利要求、和附图中更详细地说明,其中
图1是剥皮虾的示意图;
图2A-2C是高质量、中等质量、和低质量剥皮虾的侧视图;而图2D是虾碎肉的侧视图;
图3是体现本发明特征的自动虾剥皮系统的部分的方框图;
图4是示出剥皮虾的总重量的累计百分比与完整邻接体节的数目之间关系的曲线图;
图5是体现本发明特征的自动虾加工系统的方框图;
图6是如图3所示的自动虾剥皮系统中可用的一个控制方案的流程图;以及
图7是用于估计如图3中所示的虾剥皮系统的产量和吞吐量的基于重量的算法的流程图。
具体实施方式
图1示出剥皮、或去壳并去头的虾的解剖图。完整的虾肉10包括6个主节S1-S6和尾节T。头端节S1具有所有体节中最大的围长;尾节T有时在加工过程中与壳体一起去掉。节S1-S6通常称为“体节”。同其他特征一样,相邻体节之间的边界B通常可辨别,如沿着背部的凹陷I以及沿着腹部在相邻体节的结合处的凹陷J。
确定剥皮质量的一个方法是通过对从剥皮器退出的剥皮虾的邻接体节的数目进行计数并将每一个剥皮虾分类为高质量、中等质量、或低质量。例如,具有6个完整体节S1-S6(具有或不具有所有的尾节)的每一个虾可分类为高质量(图2A);不是高质量而具有完整体节S1-S5加上多于一半的尾节S6的虾(图2B)可以分类为中等质量;以及不是高质量或中等质量而具有完整体节S1-S5的虾可分类为低质量(图2C)。具有比低质量的虾体节更少的虾可以与失去第一体节S1的虾一起分类为碎肉。当然,质量水平或等级可以以其它方式定义。例如,中等质量等级可以包括所有不是高质量的、具有5个完整体节(S1-S5)的虾;低质量等级可以包括所有不是高质量或中等质量、并具有四个完整体节(S1-S4)的虾;而任何其他虾肉可以分类为碎肉。可代替的,可定义多于四个的质量等级。
图3中示出体现本发明特征的自动剥皮系统。剥虾皮机、或剥皮器12从虾上去除头和壳体。这样的剥皮器的一个例子是其由美国路易斯安娜州哈拉汗的Laitram Machinery有限公司制造和销售的型号A剥皮器。类似于型号A的辊式剥皮器的大致结构细节和操作在美国专利号2,778,055中描述,其通过引用并入本说明书。虾肉14以传送方向15从剥皮器12中传送出来,在传送器16上传送到下游的进一步的加工站,传送器例如为支撑虾的具有外部传送表面18的传送带。
包括一个或多个相机22的视觉系统20捕捉位于传送器的一部分上的虾的帧图像。视觉系统20生成位于传送表面18上的虾14的数字图像。虾大致平躺在传送表面18上,该传送表面可为比虾肉更暗的表面以提供用于更好成像的对比度。帧的数字图像发送到处理图像的处理器24。成像算法检测虾的物理特点、或特征,例如,示出凹陷(I,J;图1)的外部上、下边缘以及指示体节之间的边界(B;图1)的虾肉中高对比度的更重色素线。作为根据边界或凹陷辨别体节的替代,使用虾的投影区域、其周长、其弧长度、或诸如虾(从上边缘到下边缘)头端第一体节S1的宽度与最后一个完整体节的宽度的比率的多种尺寸之间关系的成像算法可以用于确定质量等级。或者,可使用模式识别算法,其将每一个成像虾与具有不同体节数目的虾的标准数字模型进行比较。可以维护不同品种虾的标准数字图像库。根据处理的图像,算法确定帧中每一虾的邻接完整体节,并将每一个虾分类至一个质量等级。算法还对于虾的全部样本以及每一帧每一个质量等级的虾的数目进行计数。根据计数,算法计算剥皮质量以及产量统计,例如每一质量等级的产量,其可在显示监视器26上报告,作为报告打印,或者当统计处于预设限度之外时发出警报。处理器24也可响应于极限之外的产量或质量值,通过控制线27上的控制信号,调整剥皮器的一个或多个操作参数,例如进料速率、辊旋转频率、指框压力、以及水流。
可与图3的系统一起使用的一个示例性的控制方案在图6的流程图中示出。首先,视觉系统在剥皮虾从剥皮器中退出后捕捉其样本的帧30。样本中每一个虾的数字图像随后从帧32中生成,并以之前描述的方法之一处理。对帧中的虾进行计数34以给出样本尺寸。根据每一个虾的数字图像,通过体节-计数算法确定每一虾的连续、完整体节数目,并将根据完整体节的数目,将虾分类36至质量等级,例如高、中、以及低。分类过程还将具有比低质量的虾更少的体节的虾或失去第一体节S1的虾部分分类为碎肉,其通常不够大而不能作为剥皮虾出售。包括片状壳体的虾也被计数。壳体相对虾肉更大的反射率可在图像处理中用于检测带有残留壳体的未完全剥皮的虾。每一质量等级的产量,即,质量产量可计算38为:碎肉%=碎肉计数/样本大小;低质量%=低质量计数/样本大小;中等质量%=中等质量计数/样本大小;以及高质量%=高质量计数/样本大小。这些百分比值提供了基于计数的产量的测量,其不要求测量或估计虾的重量。剥皮质量可计算为40:剥皮质量%=1-(带壳的计数/样本大小)。为了使计算值从一帧到一帧平滑过渡,计算的值或单独的计数可在例如移动平均数字滤波器中滤波42。然后,经过滤波的值可显示44或以其他方式报告。滤波的质量值也可被处理器用于自动调整剥皮器的操作参数46。该过程随后针对另一帧重复。
相对于图6的流程图描述的过程基于由连续完整体节的数目定义的不同质量等级、品种、分类的虾的相对计数,计算质量等级以及产量值。另一种方法中,可通过将体节计数转换为虾重量来测量产量。针对图4中的三组特定的虾,实验地确定剥皮虾肉从头节S1到尾节T的百分比累计重量之间的关系。该三条曲线是针对野生的、冷水北极甜虾以及洪都拉斯和秘鲁的南美农场养殖白对虾。对于北极甜虾而言,第一体节代表完整剥皮虾的稍稍低于30%的重量,第一和第二体节一起代表大约45%,而从第一体节到第六体节代表虾的大于98%的重量。使用尾节-计算算法以确定完整体节(包括最后不完整体节的碎片)的数目,处理器可使用用于将要剥皮的虾的种类的预定曲线,以将全部重量百分比的估计分配给每一块虾肉。随后,帧中的所有虾的百分比被平均以获得对于每一帧的基于重量的产量,该产量可以与图6中的产量值相同的方式滤波。
其他视觉系统算法可替代用于确定每一虾的体积。在一个相机中,两维图像捕捉、虾的投射区域、其周长、其弧长、或其他尺寸属性可以用于确定体节计数,也可用于估计虾的体积。根据已知的正被测量的虾的品种的肉密度(重量/体积),通过密度乘以体积来确定每一虾片的重量。在图7的流程图中示出用于计算产量和吞吐量的一个示例性的基于重量的算法。捕捉30剥皮虾样本的帧图像并生成32样本中每一虾的数字图像之后,确定虾的体积,并对虾的体节的数目进行计数80。然后根据预定的分级标准对虾分类36。如果虾被分类为碎肉82,该帧中的下一个虾以相同方式分析。如果虾不是碎肉并被分类至质量等级之一,则根据其体积和肉密度来估计84其重量,如之前所描述的。通过参照%重量相对于如图4中所示的体节数目的曲线,虾的完整体积的数目被用于确定存在其全部重量的多少百分比86。该算法使用%重量值以估计虾的全部体节或六个体节重量88,假定所有体节S1-T是完整的。成像的虾的所计算的重量除以根据曲线的%重量值以计算六体节重量。可使用多个相机以生成三维图像以及更直接的用于确定重量的体积的测量。
一些丢失的体节从相机位置的过程上游退出。例如,一些丢失的体节被推出剥皮辊并丢弃。但从虾丢失的其他体节被传送到视觉系统并成像。这是为什么这些丢失的体节、或碎肉,如果它们不被出售,则不被计入计算的产量或吞吐量。每一非碎肉虾的计算的重量被总计成其等级的累计重量90。六体节的重量也被相加92以计算总计的六体节总重量;即如果所有的虾具有它们完整的六个体节,样本中剥皮虾的累加重量将是多少。通过将每一等级的累加重量除以样本的累加六体节重量,计算94每一等级的产量。通过将每一等级累加重量和六体节重量除以由样本代表的时间间隔,得出96按照等级的剥皮虾样本的吞吐量。产量和吞吐量的计算不必以与重量相加相同的速率执行,在分析每一虾时执行该重量相加。例如,产量和吞吐量的计算可以一帧仅一次地执行,并可利用参考图6描述的先前值滤波。
因此,刚刚描述的视觉系统基于估计的虾重量,而非虾计数。视觉系统识别哪些体节从各个虾上丢失以确定每一虾的质量等级(根据其完整体节的数目)。然后,一个或多个体节重量算法(使用如图4中实验确定的曲线)以及密度算法用于计算每一剥皮虾的百分比以及由于其丢失体节造成的重量的绝对损失。根据该信息,计算每一质量等级和全部的%产量和吞吐量。
可通过增加由测重设备28(图3),例如料斗重量秤或动态测重带,提供的在线、实时重量测量来提高基于重量的方法的精度。测重设备通过信号线29向处理器24发送重量测量值。重量测量值用于细化所计算的吞吐量值的精度,其也提高了%产量值的精度。
具有体节计数、吞吐量、产量以及其他算法的视觉系统可集成到如图5所示的更大的自动虾加工系统中。示例性的虾加工系统50包括一个或多个剥皮器12和如前所述的对剥皮虾成像的相关联的视觉系统20。带壳的虾由泵或传送器52引入系统,并被传送到砂石-罐系统54,在其中砂石、壳体以及其他碎片被湍流的水从虾上去除进入砂石罐中。与碎片分离的虾被收集到砂石-罐系统的接收罐并泵送到进料罐56。由自动进料系统58从进料罐输送虾,该自动进料系统58分配虾到剥皮器12。剥皮虾从剥皮器传送到一个或多个清洗机60,其分离所有的残留壳体以及废物。然后,虾被传送到一个或多个辊分离机62,其分离由清洗机60从虾上分离的废物。空气分离机64将变松的废物和壳体从虾上分离。然后虾被传送到检查带66上,在一个或多个分级器68中分级到不同尺寸之前在检查带处检查虾。
全局控制处理器70用于监视和控制整个虾加工系统50。全局控制处理器壳可由单一中央处理器或分布处理器网络实现。全局控制处理器通过输入线71接收来自剥皮器一输出视觉系统20或沿着虾加工路线贯穿系统定位于不同点的其他视觉系统72的图像数据。处理器70可接收来自测量诸如温度、重量、和速度的其他系统变量的其他传感器的传感信号。例如,进入剥皮器12的虾可被成像以确定吞吐量是否过高。清洗机60的输出可被监视以确定清洗过程的质量。同样,辊分离和空气分离过程的质量可通过监视辊分离机62和空气分离机64的输出来确定。检查带66可被监视以检查虾到分级器68的进料速度。除了型号A剥皮器以外,Laitram Machinery有限公司生产和销售其他虾加工设备,例如自动Fee系统、型号RTFS砂石罐以及进料系统、型号C清洗机、型号S辊分离机、型号AS空气分离机、型号IB检查带、以及型号G-8分级器。诸如提到的Laitram Machinery设备配备有致动器,其可以响应于控制信号来调节设备的各个操作参数。剥皮器下游的加工设备站由传送系统连接,该传送系统可包括传送带、提升机、流体管道、或其他沿着加工路径传送虾的传送装置。全局控制处理器70运行算法和例程,它们由视觉数据生成虾图像并计算在虾加工系统的多个点的吞吐量、质量和产量。结果可被显示并用于获得控制信号以通过处理器控制输出线74控制系统的操作,从而提高质量和产量。例如,处理器70可以通过控制输入泵52或传送器的速度来控制虾送到砂石罐54的速度。处理器也可通过控制接受罐的泵的速度来控制虾从砂石罐系统的接收罐到进料罐56的传送速度。这两个调整均取决于进料系统58分配到剥皮器12的虾的体积。虾的体积或它们的进料速度、或吞吐量由视觉系统或重量秤确定。如果吞吐量过高,进料泵可减速,且进料系统中传送带的速度可减慢。如果吞吐量过低,其可通过增加泵和传送带的速度而增加。就像图3中的处理器24,全局控制处理器70可控制水流、指框压力、辊压力、或基于剥皮质量的辊旋转速度、吞吐量、以及产量测量。清洗机60的水流或轮速度可根据清洗过程的质量来调整。辊分离机62的水流或辊间隔、空气分离机64的风扇速度、检查带66的速度、以及分级器68的分级设定全部可以根据由整个系统做出的视觉或其他测量值计算的质量、产量和吞吐量来自动调整。并且,全局控制系统70可监视并控制其他系统部件,例如废水管理系统76和水的温度。或者处理器可控制在检查带66处的机器人剔除系统78,例如,用以从期望的虾产品分离不想要的虾碎肉和不能识别的物体或者对虾进行分级而不依赖分离分级器68。
Claims (36)
1.一种用于加工剥皮虾的方法,包括:
将去头、剥皮的虾分布在支撑表面上;
生成所述支撑表面上的所述虾的数字图像;
依据所述数字图像,确定每一个所述虾中存在的体节的数目;
根据每一个所述虾中存在的体节的数目,将每一个所述虾分类至多个等级中的一个等级。
2.根据权利要求1所述的方法,其中,所述虾侧面朝下分布在所述支撑表面上。
3.根据权利要求1所述的方法,还包括:
对分类至所述多个等级中的每一个等级的虾的数目进行计数。
4.根据权利要求3所述的方法,包括:
在所述支撑表面上以传送方向连续传输虾;
生成所述支撑表面上的不同组的所述虾的一系列数字图像;
依据所述一系列数字图像,对每一个等级中虾的数目的计数进行累计。
5.根据权利要求4所述的方法,还包括:
使用平滑滤波器,计算每一个等级的计数的移动平均值。
6.根据权利要求1所述的方法,还包括:
对所述数字图像中的虾的数目进行计数。
7.根据权利要求1所述的方法,包括:
将每一个所述虾分类至四个等级中的一个等级,其中第一等级包括具有六个完整体节的虾;第二等级包括不在所述第一等级中的具有五个半或更多体节的虾;第三等级包括不在所述第一或第二等级中的具有五个完整体节的虾;而第四等级包括不在所述第一、第二或第三等级中的虾。
8.根据权利要求1所述的方法,还包括:
将每一个等级的产量质量计算为每一个等级中虾的计数与所有等级中的计数之和的比值。
9.根据权利要求8所述的方法,还包括:
报告每一个等级的产量质量。
10.根据权利要求1所述的方法,还包括:
依据所述数字图像,确定附有壳体的虾的计数。
11.根据权利要求10所述的方法,还包括:
将剥皮质量计算为一减去附有壳体的虾的计数相对于所有等级中的计数之和。
12.根据权利要求11所述的方法,还包括:
报告所述剥皮质量。
13.根据权利要求1所述的方法,包括:
通过将每一个所述虾的数字图像与每一个等级所关联的数字模型进行比较,确定每一个所述虾中存在的体节的数目并确定所述数字图像与所述数字模型的最佳匹配,从而对每一个所述虾分类。
14.根据权利要求1所述的方法,包括:
依据所述虾从头端到相对尾端的弧,确定每一个所述虾中存在的体节的数目。
15.根据权利要求14所述的方法,其中,依据所述弧的长度,确定体节的数目。
16.根据权利要求14所述的方法,其中,依据所述弧的角范围,确定体节的数目。
17.根据权利要求1所述的方法,包括:
依据所述虾的较宽的头端的宽度与所述虾的较窄的相对尾端的宽度的比值,确定每一个所述虾中存在的体节的数目。
18.根据权利要求1所述的方法,包括:
依据所述虾在连续体节之间的交界处从上边缘到下边缘延伸的色素线,确定每一个所述虾中存在的体节的数目。
19.根据权利要求1所述的方法,包括:
依据所述虾的上边缘和下边缘中检测到的凹陷,确定每一个所述虾中存在的体节的数目。
20.根据权利要求1所述的方法,包括:
生成所述支撑表面上的所述虾的所述数字图像,所述支撑表面设置在对所述虾剥皮和去头的剥皮机器的下游;
对分类至所述多个等级中的每一个等级中的虾的数目进行计数;
将每一个等级的产量质量计算为每一个等级中的虾的计数与所有等级中的计数之和的比值;
根据计算的每一个等级的产量质量,调整所述剥皮机器的一个或多个操作设定。
21.根据权利要求1所述的方法,包括:
生成所述支撑表面上的所述虾的所述数字图像,所述支撑表面设置在对所述虾剥皮和去头的剥皮机器的下游;
对所述数字图像中虾的总数目进行计数;
对所述数字图像中附有壳体的虾的数目进行计数;
将剥皮质量计算为一减去所述数字图像中附有壳体的虾的计数相对于虾的总数目;
根据计算的剥皮质量,调整所述剥皮机器的一个或多个操作设定。
22.一种虾加工系统,包括:
虾剥皮机器,其从虾上去除头和壳体以产生剥皮虾;
传送器,其将所述剥皮虾从所述虾剥皮机器传送到下游加工;
视觉系统,其捕捉所述传送器上的剥皮虾的数字图像;
处理器,其依据所述数字图像,确定每一个所述虾中存在的体节的数目,并根据每一个所述虾中存在的体节的数目,将每一个所述虾分类至多个等级中的一个等级。
23.根据权利要求22所述的虾加工系统,其中,所述处理器还计算每一个等级的产量值。
24.根据权利要求23所述的虾加工系统,其中,所述处理器还将由所述产量值得出的控制信号发送至所述虾剥皮机器,以调整所述虾剥皮机器的一个或多个操作设定。
25.一种虾加工系统,包括:
剥皮器,其用于从未剥皮虾上去除壳体和头以产生剥皮虾;
进料系统,其将未剥皮虾馈送至所述剥皮器;
传送系统,其将剥皮虾从所述剥皮器沿着加工路径向下游传送;
一个或多个虾加工机器,位于所述加工路径中所述剥皮器的下游,并作用于所述剥皮虾;
一个或多个传感器,沿着所述加工路径设置以检测所述虾加工机器或所述剥皮器的一个或多个操作变量,或所述虾的物理特征,并产生指示所述一个或多个操作变量的传感器信号;
处理器,其接收所述传感器信号并依据所述传感器信号得出控制信号,并将所述控制信号发送至所述剥皮器或所述一个或多个虾加工机器,以调整一个或多个操作设定。
26.根据权利要求25所述的虾加工系统,其中,所述一个或多个传感器包括沿着所述加工路径捕捉所述虾的数字图像的一个或多个视觉系统。
27.一种用于加工剥皮虾的方法,包括:
将去头、剥皮的虾分布在支撑表面上;
生成所述支撑表面上的所述虾的数字图像;
依据所述数字图像估计每一个所述虾的全部重量的百分比;
对帧中的所有虾的全部重量的百分比进行平均以获得对于每一帧的基于重量的产量。
28.根据权利要求27所述的方法,其中,所述虾侧面朝下分布在所述支撑表面上。
29.根据权利要求27或28所述的方法,还包括:
对分类至多个等级中的每一个等级的虾的数目进行计数。
30.根据权利要求29所述的方法,包括:
a)在所述支撑表面上以传送方向连续传输虾;
生成所述支撑表面上的不同组的所述虾的一系列数字图像;
依据所述一系列数字图像对每一个等级中虾的数目的计数进行累计;或者
b)在所述支撑表面上以传送方向连续传输虾;
生成所述支撑表面上的不同组的所述虾的一系列数字图像;
依据所述一系列数字图像对每一个等级中虾的数目的计数进行累计,并且还包括使用平滑滤波器计算每一个等级的计数的移动平均值。
31.根据权利要求27所述的方法,还包括:
对所述数字图像中的虾的数目进行计数。
32.根据权利要求29所述的方法,还包括:
a)将每一个等级的产量质量计算为每一个等级中虾的计数与所有等级中的计数之和的比值;或者
b)将每一个等级的产量质量计算为每一个等级中虾的计数与所有等级中的计数之和的比值并且报告每一个等级的产量质量。
33.根据权利要求27所述的方法,还包括:
a)依据所述数字图像确定附有壳体的虾的计数;或者
b)依据所述数字图像确定附有壳体的虾的计数并将剥皮质量计算为一减去附有壳体的虾的计数相对于所有等级中的计数之和;或者
c)依据所述数字图像确定附有壳体的虾的计数并将剥皮质量计算为一减去附有壳体的虾的计数相对于所有等级中的计数之和且还包括报告所述剥皮质量。
34.根据权利要求27所述的方法,包括:
a)生成所述支撑表面上的所述虾的所述数字图像,所述支撑表面设置在对所述虾剥皮和去头的剥皮机器的下游;
对分类至多个等级中的每一个等级中的虾的数目进行计数;
将每一个等级的产量质量计算为每一个等级中的虾的计数与所有等级中的计数之和的比值;
根据计算的每一个等级的产量质量,调整所述剥皮机器的一个或多个操作设定;或者b)生成所述支撑表面上的所述虾的所述数字图像,所述支撑表面设置在对所述虾剥皮和去头的剥皮机器的下游;
对所述数字图像中虾的总数目进行计数;
对所述数字图像中附有壳体的虾的数目进行计数;
将剥皮质量计算为一减去所述数字图像中附有壳体的虾的计数相对于虾的总数目;
根据计算的剥皮质量,调整所述剥皮机器的一个或多个操作设定。
35.一种虾加工系统,包括:
虾剥皮机器,其从虾上去除头和壳体以产生剥皮虾;
传送器,其将所述剥皮虾从所述虾剥皮机器传送到下游加工;
视觉系统,其捕捉所述传送器上的剥皮虾的数字图像,其特征在于还包括:
处理器,其依据所述数字图像估计每一个所述虾的全部重量的百分比并对帧中的所有虾的全部重量的百分比进行平均以获得对于每一帧的基于重量的产量。
36.根据权利要求35所述的虾加工系统,其中所述处理器还计算每一个等级的产量值,其中所述处理器还将由所述产量值得出的控制信号发送至所述虾剥皮机器,以调整所述虾剥皮机器的一个或多个操作设定。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201261739457P | 2012-12-19 | 2012-12-19 | |
US61/739,457 | 2012-12-19 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103878122A CN103878122A (zh) | 2014-06-25 |
CN103878122B true CN103878122B (zh) | 2018-03-23 |
Family
ID=49917427
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310756878.3A Active CN103878122B (zh) | 2012-12-19 | 2013-12-19 | 虾加工系统和方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US9930896B2 (zh) |
EP (2) | EP2957176B1 (zh) |
CN (1) | CN103878122B (zh) |
CA (1) | CA2833488C (zh) |
DK (1) | DK178532B1 (zh) |
Families Citing this family (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012030899A1 (en) * | 2010-08-31 | 2012-03-08 | University Of Massachusetts | Methods and systems for determining fish catches |
CA2833488C (en) | 2012-12-19 | 2020-07-28 | Laitram, L.L.C. | Shrimp processing system and methods |
WO2014121371A1 (en) * | 2013-02-06 | 2014-08-14 | Clearwater Seafoods Limited Partnership | Imaging for determination of crustacean physical attributes |
US9622492B2 (en) | 2014-04-24 | 2017-04-18 | Laitram, L.L.C. | Shrimp processing system and methods |
WO2015170348A1 (en) * | 2014-05-05 | 2015-11-12 | Skaginn Hf. | Batching with vision |
CN107209160B (zh) | 2015-02-05 | 2020-08-11 | 莱特拉姆有限责任公司 | 带有自动重量校准的基于视觉的分级 |
US20160309728A1 (en) * | 2015-04-21 | 2016-10-27 | Laitram, L.L.C. | Grading system |
US10440967B2 (en) | 2017-08-25 | 2019-10-15 | Laitram, L.L.C. | Upwardly illuminated inspection station for detecting anomalies in water-borne products |
CN115444022A (zh) * | 2017-09-05 | 2022-12-09 | 莱特拉姆有限责任公司 | 用于虾处理机的单个化和分离系统 |
CN107549285B (zh) * | 2017-10-31 | 2022-05-13 | 河北工业大学 | 一种基于超声波技术的贝类清洗装置 |
US11337432B1 (en) * | 2018-04-03 | 2022-05-24 | University Of Maryland, College Park | Automated crab meat picking system and method |
US10433566B1 (en) * | 2018-10-17 | 2019-10-08 | Laitram, L.L.C. | Method for inspecting shrimp |
US11678650B2 (en) | 2018-10-23 | 2023-06-20 | Tim Swenson | Distribution device |
CA3168106A1 (en) | 2020-02-07 | 2021-08-12 | Nova-Tech Engineering, Llc | Shrimp processing apparatus and methods |
CN111955528B (zh) * | 2020-08-12 | 2021-09-10 | 中国农业机械化科学研究院 | 一种五辊式对虾剥壳机参数检测与调控方法及装置 |
CN112215809A (zh) * | 2020-09-25 | 2021-01-12 | 北京林业大学 | 对虾加工剥壳率检测方法、装置、电子设备及存储介质 |
CN113693121A (zh) * | 2021-08-25 | 2021-11-26 | 湖北科峰智能传动股份有限公司 | 一种虾类加工输送装置及剥虾机 |
CN115009575B (zh) * | 2022-07-22 | 2023-04-14 | 中国农业大学 | 一种半成品虾的分级摆盘系统及方法 |
KR102620688B1 (ko) * | 2023-04-25 | 2024-01-03 | 주식회사 하버 | 인공지능 기반 갑각류 등급 산출 시스템 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0331390A2 (en) * | 1988-02-29 | 1989-09-06 | Grove Telecommunications Ltd. | Fish sorting machine |
US5346424A (en) * | 1993-08-20 | 1994-09-13 | Horng Shen Machinery Co., Ltd. | Automatic size-grading and shrimp peeling machinery |
JP2001078659A (ja) * | 1999-09-08 | 2001-03-27 | Nichirei Corp | 甲殻類の剥ぎ残し殻の検出排除方法及び装置 |
Family Cites Families (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US2537355A (en) | 1947-12-09 | 1951-01-09 | Peelers Inc | Machine for peeling shrimp |
US2778055A (en) | 1952-04-10 | 1957-01-22 | Peelers Company | Machine for peeling shrimp |
US2964181A (en) | 1956-05-17 | 1960-12-13 | Peelers Company | Grading and separating device |
US4079416A (en) | 1975-12-01 | 1978-03-14 | Barry-Wehmiller Company | Electronic image analyzing method and apparatus |
US4818380A (en) * | 1982-03-13 | 1989-04-04 | Ishida Scales Mfg. Co., Ltd. | Method and apparatus for sorting articles |
US5184732A (en) * | 1985-12-20 | 1993-02-09 | Gersan Establishment | Shape sorting |
EP0267790A3 (en) * | 1986-11-12 | 1990-01-17 | Lockwood Graders (U.K.) Limited | Method and apparatus for sorting articles |
US4790439A (en) * | 1986-11-28 | 1988-12-13 | Mcintyre Roger C | Grading machine |
US4819176A (en) * | 1987-02-06 | 1989-04-04 | Treasure Isle, Inc. | Process control and data collection system |
US4847954A (en) | 1987-05-12 | 1989-07-18 | The Laitram Corporation | Support apparatus for use in video imaging and processing of transverse fish sections |
JPH01202241A (ja) | 1988-02-09 | 1989-08-15 | Hitachi Plant Eng & Constr Co Ltd | 剥身貝中の残殻検出方法及び装置 |
US4934028A (en) * | 1989-04-07 | 1990-06-19 | Speed Shrimp D-Header Int'l Inc. | Apparatus for deheading and grading shrimp |
US5064400A (en) * | 1990-04-23 | 1991-11-12 | Stipe James J | Apparatus for grading shrimp |
JPH0458373A (ja) | 1990-06-28 | 1992-02-25 | Hitachi Plant Eng & Constr Co Ltd | 貝類の等階級選別方法及びその装置 |
US5165219A (en) * | 1990-11-29 | 1992-11-24 | House Food Industrial Co., Ltd. | Packing device for articles that have directionality |
IS1634B (is) | 1991-05-28 | 1996-09-20 | Marel H.F. | Aðferð til að ákvarða og stjórna hjúpmyndun hlutas.s. fisks |
US5195921A (en) * | 1991-12-03 | 1993-03-23 | The Laitram Corporation | Apparatus for deheading and cleansing shrimp |
US5246118A (en) * | 1992-07-17 | 1993-09-21 | Package Machinery Company | Method and apparatus for separating and sorting articles |
US5352153A (en) | 1993-07-13 | 1994-10-04 | The Laitram Corporation | Imaging system for use in processing transversely cut fish body sections |
US6200209B1 (en) * | 1998-06-29 | 2001-03-13 | Shelton Corporation | Shrimp processing apparatus and method |
ITFO20010019A1 (it) | 2001-08-07 | 2003-02-07 | Gabriele Canestrini | Sistema e mezzi per selezionare prodotti diversi e rifiuti riciclabili. |
CN2824583Y (zh) * | 2005-04-12 | 2006-10-11 | 殷小春 | 虾分级机 |
US20090216368A1 (en) * | 2006-01-19 | 2009-08-27 | Brynjolfur Thorsson | Method For Batching And Grading |
IS2320B (is) * | 2006-01-23 | 2007-11-15 | Valka Ehf. | Tæki til flokkunar á hlutum |
BRPI0811990A2 (pt) * | 2007-05-31 | 2014-09-23 | Monsanto Technology Llc | Separador de semente |
US8827082B2 (en) * | 2007-08-02 | 2014-09-09 | Montrose Technologies Inc. | Apparatus for inspecting and sorting articles traveling on a conveyor |
CN201256611Y (zh) * | 2008-09-16 | 2009-06-17 | 徐维义 | 一种鱼虾清洗分选机 |
CN201505637U (zh) * | 2009-08-24 | 2010-06-16 | 许立波 | 同步双选高速重量分选机 |
CN102179376B (zh) * | 2011-01-14 | 2013-04-10 | 南京文采科技有限责任公司 | 食品分选机 |
CA2833488C (en) | 2012-12-19 | 2020-07-28 | Laitram, L.L.C. | Shrimp processing system and methods |
-
2013
- 2013-11-18 CA CA2833488A patent/CA2833488C/en not_active Expired - Fee Related
- 2013-11-21 US US14/086,659 patent/US9930896B2/en active Active
- 2013-12-09 EP EP15180781.5A patent/EP2957176B1/en active Active
- 2013-12-09 EP EP13196316.7A patent/EP2745699B1/en active Active
- 2013-12-17 DK DKPA201370785A patent/DK178532B1/en not_active IP Right Cessation
- 2013-12-19 CN CN201310756878.3A patent/CN103878122B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0331390A2 (en) * | 1988-02-29 | 1989-09-06 | Grove Telecommunications Ltd. | Fish sorting machine |
US5346424A (en) * | 1993-08-20 | 1994-09-13 | Horng Shen Machinery Co., Ltd. | Automatic size-grading and shrimp peeling machinery |
JP2001078659A (ja) * | 1999-09-08 | 2001-03-27 | Nichirei Corp | 甲殻類の剥ぎ残し殻の検出排除方法及び装置 |
CN1240295C (zh) * | 1999-09-08 | 2006-02-08 | 株式会社日冷 | 用于检测和移去带有未剥去壳的甲壳类动物的方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CA2833488A1 (en) | 2014-06-19 |
EP2745699A1 (en) | 2014-06-25 |
DK201370785A (en) | 2014-06-20 |
CN103878122A (zh) | 2014-06-25 |
EP2957176A1 (en) | 2015-12-23 |
EP2745699B1 (en) | 2015-08-19 |
DK178532B1 (en) | 2016-06-06 |
US20140168411A1 (en) | 2014-06-19 |
EP2957176B1 (en) | 2017-04-05 |
CA2833488C (en) | 2020-07-28 |
US9930896B2 (en) | 2018-04-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103878122B (zh) | 虾加工系统和方法 | |
CN106455594B (zh) | 虾加工系统和方法 | |
EP3038054B1 (en) | Grain quality monitoring | |
AU2013301673B2 (en) | Method and device for monitoring a meat-processing machine | |
WO2011028447A1 (en) | Method for real time detection of defects in a food product | |
JP2010505397A5 (zh) | ||
US10596601B2 (en) | Imaging system for sorting poultry meat with wooden breast myopathy | |
EP1536895B1 (en) | Quality assessment of product in bulk flow | |
EP3090251B1 (en) | A method and an arrangement for measuring the smoothness of grains | |
WO2020161229A1 (en) | Imaging based portion cutting | |
Judal et al. | Role of machine vision system in food quality and safety evaluation | |
US10022020B2 (en) | Device and method for treating and processing food products and food components | |
TH71296B (th) | ระบบและวิธีการการเข้ากระบวนการกุ้ง (Shrimp Processing System and Methods) |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |