CN113261527B - 一种无水保活运输过程中分级剔除装置及分级方法 - Google Patents

Abstract

本发明涉及一种无水保活运输过程中分级剔除装置及分级方法，该装置包括：扫描装置、剔除装置、储鱼槽和分析控制器；所述扫描装置、所述剔除装置均与所述分析控制器连接；所述扫描装置用于扫描所述储鱼槽中的鱼类图像并将所述鱼类图像传输至所述分析控制器；所述分析控制器用于根据所述鱼类图像确定的鱼的货架期并根据所述货架期控制所述剔除装置；所述剔除装置用于将所述储鱼槽中的鱼剔除。本发明提供的装置及方法能够通过鱼类的货架期实现进行分级运输。

Description

一种无水保活运输过程中分级剔除装置及分级方法

技术领域

本发明涉及保活运输技术领域，特别是涉及一种无水保活运输过程中分级剔除装置及分级方法。

背景技术

保活运输作为当前最具有经济效益的运输方式，可以有效地保证消费者在食用水产品时候的品质，并有效地节约了成本，因此未来的运输方式将向着无水保活运输方向发展，但当前无水保活运输系统并不完整，并没有完整的装置和有效的方法对无水保活运输过程中鱼的状态进判别以对货架期进行预测，在当前无水保活运输过程中判断鱼是否鱼是否死亡是通过每隔一段时间通过观察包装中鱼的鳃动来判断，这种方法不能精准判断鱼的死亡时间和对运输终端的品质进行预测，因此不能根据环境参数和死亡后运输时间运输终端的品质进行判断。

除此之外，当前运输过程中并不能对运输前产品的活性进行评估，也没有有效的方法按照长、宽、高、重量、表面出血情况进行有效的分级，将各种大小，活性状况的水产品不经过分级、分类而直接运输，这种运输模式不能保证无水保活运输过程中鱼的存活率，且在无法确定鱼死亡时间的情况下无法对运输终端的情况进行判断。在当前市场上，目前没有一种有效的方法可以在运输前端对鱼的活性状况进行分析评估；在运输中鱼休眠状态下对鱼的死活状态进行分析以精准判断鱼的死亡时间，并对运输终端对死亡后鱼的品质进行预测并根据预测结果对当前环境进行适当调控。

发明内容

本发明的目的是提供一种无水保活运输过程中分级剔除装置及分级方法，以实现通过鱼类的货架期进行分级运输。

为实现上述目的，本发明提供了如下方案：

一种无水保活运输过程中分级剔除装置，包括：扫描装置、剔除装置、储鱼槽和分析控制器；

所述扫描装置、所述剔除装置均与所述分析控制器连接；所述扫描装置用于扫描所述储鱼槽中的鱼类图像并将所述鱼类图像传输至所述分析控制器；所述分析控制器用于根据所述鱼类图像确定鱼的货架期并根据所述货架期控制所述剔除装置；所述剔除装置用于将所述储鱼槽中的鱼剔除。

可选的，所述无水保活运输过程中分级剔除装置还包括传送系统；所述储鱼槽设置在所述传送系统上；所述传送系统用于带动所述储鱼槽运动。

可选的，所述剔除装置包括多个冲水装置；多个所述冲水装置沿着所述传送系统的运动方向设置在所述传送系统的一侧。

可选的，所述扫描装置包括：扫描头、悬臂和悬架；所述扫描头设置在所述悬臂的一端，所述悬架设置在所述悬臂的另一端；所述悬臂用于所述扫描头上下移动；所述悬架带动所述扫描头左右移动。

可选的，所述无水保活运输过程中分级剔除装置还包括分级口；所述分级口设有多个；所述分级口用于对剔除的所述储鱼槽中的鱼进行分级。

一种无水保活运输过程中分级方法，所述无水保活运输过程中分级方法应用于上述任意一项所述的无水保活运输过程中分级剔除装置，所述无水保活运输过程中分级方法包括：

获取储鱼槽中的鱼类图像；

对所述鱼类图像进行初级预测，确定所述储鱼槽中鱼的初级货架期；

判断所述初级货架期是否大于第一设定阈值，得到第一判断结果；

若所述第一判断结果表示初级货架期不大于第一设定阈值，则输出一级剔除指令至剔除装置以实现所述储鱼槽中鱼的一级剔除；

若所述第一判断结果表示初级货架期大于第一设定阈值，则对所述鱼类图像进行第二级预测，确定所述储鱼槽中鱼的二级货架期；

根据所述二级货架期对所述储鱼槽中鱼的进行分级。

可选的，所述对所述鱼类图像进行初级预测，确定所述储鱼槽中鱼的初级货架期，具体包括：

根据所述鱼类图像确定鱼的受伤面积；

根据所述受伤面积和正态回归模型确定所述储鱼槽中鱼的初级货架期。

可选的，所述若所述第一判断结果表示初级货架期大于第一设定阈值，则对所述鱼类图像进行第二级预测，确定所述储鱼槽中鱼的二级货架期，具体包括：

获取运输温度和氧气浓度；

根据所述受伤面积、所述运输温度和所述氧气浓度确定所述储鱼槽中鱼的二级货架期。

可选的，所述根据所述受伤面积、所述运输温度和所述氧气浓度确定所述储鱼槽中鱼的二级货架期，具体包括：

根据所述受伤面积、所述运输温度和所述氧气浓度利用如下公式确定所述储鱼槽中鱼的二级货架期：

其中，

为二级货架期，K为质量影响系数，W_i为位置影响权重，

为第一参量的二乘估计，

为第二参量的二乘估计，

为第三参量的二乘估计，

为第四参量的二乘估计，S为受伤面积，T为运输温度，P为氧气浓度。

可选的，所述根据所述二级货架期对所述储鱼槽中鱼的进行分级，具体包括：

判断所述二级货架期是否大于第二设定阈值，得到第二判断结果；

若所述第二判断结果表示所述二级货架期不大于第二设定阈值，则输出二级剔除指令至剔除装置以实现所述储鱼槽中鱼的二级剔除；

若所述第二判断结果表示所述二级货架期大于第二设定阈值，则判断所述二级货架期是否大于第三设定阈值，得到第三判断结果；

若所述第三判断结果表示所述二级货架期不大于第三设定阈值，则输出三级剔除指令至剔除装置以实现所述储鱼槽中鱼的三级剔除；

若所述第三判断结果表示所述二级货架期大于第三设定阈值，则输出四级剔除指令至剔除装置以实现所述储鱼槽中鱼的四级剔除。

根据本发明提供的具体实施例，本发明公开了以下技术效果：

本发明提供的一种无水保活运输过程中分级剔除装置及分级方法，通过扫描装置扫描储鱼槽中的鱼类图像，并将所述鱼类图像传输至分析控制器；在利用分析控制器根据所述鱼类图像确定鱼的货架期并根据所述货架期控制所述剔除装置；利用储鱼槽中的鱼剔除，从而实现根据不同鱼的货架期进行剔除，进而实现通过鱼类的货架期进行分级运输。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明提供的无水保活运输过程中分级剔除装置示意图；

图2为本发明提供的无水保活运输过程中分级剔除装置鱼受力示意图；

图3为本发明提供的无水保活运输过程中分级方法流程图；

图4为本发明提供的无水保活运输过程中分级剔除装置工作流程图；

图5为鱼身位置划分示意图。

符号说明：

1-扫描装置，2-悬臂，3-悬架，4-储鱼槽，5-划臂，6-传送系统，7-驱动轮，8-分级口，9-计算分析系统，10-控制系统，11-支架，12-出水口，13-底盘。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明的目的是提供一种无水保活运输过程中分级剔除装置及分级方法，以实现通过鱼类的货架期进行分级运输。

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

如图1所示，本发明提供的一种无水保活运输过程中分级剔除装置，包括：扫描装置1、剔除装置、储鱼槽4、传送系统6、分级口和分析控制器；

所述扫描装置1、所述剔除装置均与所述分析控制器连接；所述扫描装置1用于扫描所述储鱼槽4中的鱼类图像并将所述鱼类图像传输至所述分析控制器；所述分析控制器用于根据所述鱼类图像确定鱼的货架期并根据所述货架期控制所述剔除装置；所述剔除装置用于将所述储鱼槽4中的鱼剔除。所述储鱼槽4设置在所述传送系统6上；所述传送系统6用于带动所述储鱼槽4运动。本发明中的扫描装置1包括前端双目视觉CCD相机和后端红外热成像相机。分析控制器包括计算分析系统9和控制系统10。

在实际应用中，所述剔除装置包括多个冲水装置；多个所述冲水装置沿着所述传送系统6的运动方向设置在所述传送系统6的一侧。所述分级口设有多个；所述分级口用于对剔除的所述储鱼槽4中的鱼进行分级。

在实际应用中，所述扫描装置1包括：扫描头、悬臂2和悬架3；所述扫描头设置在所述悬臂2的一端，所述悬架3设置在所述悬臂2的另一端；所述悬臂2用于所述扫描头上下移动；所述悬架3带动所述扫描头左右移动。悬臂2和悬架3分别受控制系统10的控制可以上下移动和左右移动，从而以保证扫描时候可以全方位扫描到全方位图像。在扫描时传送带停止，控制系统10控制储鱼槽4位于扫描装置1的正下方，储鱼槽4有12个，储鱼槽4固定在传送系统6上，储鱼槽4的开口方向朝向分级口，伴随着传送系统6移动，储鱼槽4底部具有倾斜度，以保证鱼在其上方的时候处于临界摩擦点，更方便鱼的分级剔除。冲水装置由划臂5和冲水开关组成，冲水开关可以沿划臂5移动，流出的水流在储鱼槽4中，以保证冲水时候能够更加快速将鱼剔除。支架11连接传送系统6和底盘13，传送系统6平行安装在支架11上方，作用是带动储鱼槽4旋转并按照控制系统10的指令进行启动和停止，底盘13的作用是放置控制系统10和计算分析系统9，计算分析系统9的内置算法根据获取的图像对鱼的状况进行估计，从而完成对鱼存活时间的预测，装置中还设有驱动轮7，驱动轮7主要是移动整个装置，使装置可以移动到任意合适位置，以满足不同环境。分级口的挑选出口为4个，并均匀分布于传送带方向，分级口在进行挑选的时候，储鱼槽4和相应出口处于相同水平位置，进行对正，以便后期控水开关进行冲水挑选过程。从而实现不同时间段的鱼可以从不同的分级口出去。

本发明中的传送系统6为传送带，该装置装有驱动轮7将鱼放置在储鱼槽4中，储鱼槽4和传送系统6是固定连接的，储鱼槽4与传送带同时向前运动。工作开始后，储鱼槽4将上面的鱼运送到扫描装置1下面，扫描装置1经过使用双目视觉相机对其进行全方位方位高精度扫描，当扫描位置不佳的时候，扫描装置1会将扫描结果传给计算分析系统9，计算分析系统9经过计算将传送给控制系统10指令，控制系统10控制悬臂2和悬架3移动到最佳位置，通过扫描获取鱼的外形轮廓，鱼鳞大小，体表颜色，鱼鳃盖形状，并将其信息传送至计算分析系统9，由于计算分析系统9中已经输入了不同种类的鱼的无水存活时间预测公式，这时候计算分析系统9首先要对获取的形状进行分析，确定大小和种类，在判断完成后，可以进行分级剔除，在这个剔除过程中为了避免对鱼造成损伤，因此使用水冲式剔除装置，储鱼槽4固定在传送带上，由于材料是橡胶，因此可以随着传送带一起转动，储鱼槽4的具有两个侧边，其作用是为了防止传送带传送过程中鱼与传送带存在相对滑动以及水冲时将鱼剔除，储鱼槽4的底部是具有一定斜度的，斜度是根据摩擦系数确定的，其主要作用是为了保证在传送过程中，使得摩擦力保持在临界摩擦点，鱼的受力示意图如图2所示，切斜度的确定公式如下：

mgcosθμ＝f，

其中，m为鱼的质量，f为摩擦力，μ为摩擦系数，g为重力加速度，θ为切斜度。N为处于储鱼槽4给鱼的支持力。为了保证能达到平衡，此时应有f＝mgsinθ，则θ＝arctanθ。

当扫描装置1将扫描结果传送到计算分析系统9，计算分析系统9经过分析会对鱼的无水存活时间进行判断，确定鱼从哪个口进行剔除的时候，此时计算分析系统9将信息发送至控制系统10，控制系统10会对控制冲水开关，此时开关打开，将水流出，此时水的作用力会破坏这种摩擦力的平衡，于是用水将鱼冲出储鱼槽4。在冲水过程中，出水口12是沿着划臂5来回移动的，这样就保证了冲水均匀，更加有利于将鱼无损伤，快速冲到合适的分级口中，完成分级。

主要包括将鱼放置在传送带上，此时控制系统10将产品运送到双目视觉CCD相机下方，通过扫描获取外形轮廓，鱼鳞大小，体表颜色，鱼鳃盖形状，并将其信息传送至计算分析系统9，根据不同品种的不同受伤情况判断其生活性，并经计算分析系统9计算以后将不合格的按照等级分类剔除。经过预判后的结果传送给剔除装置，将不合格的直接进行剔除，合格的通过传动带将运输到末端，为下一步分类分级的进行准备。

如图3所示，本发明提供的一种无水保活运输过程中分级方法，所述无水保活运输过程中分级方法应用于上述所述的无水保活运输过程中分级剔除装置，所述无水保活运输过程中分级方法包括：

步骤301：获取储鱼槽中的鱼类图像。

步骤302：对所述鱼类图像进行初级预测，确定所述储鱼槽中鱼的初级货架期。步骤302，具体包括：

根据所述鱼类图像确定鱼的受伤面积。

根据所述受伤面积和正态回归模型确定所述储鱼槽中鱼的初级货架期。

步骤303：判断所述初级货架期是否大于第一设定阈值，得到第一判断结果。若所述第一判断结果表示初级货架期不大于第一设定阈值，则执行步骤304；若所述第一判断结果表示初级货架期大于第一设定阈值，则执行步骤305。

步骤304：输出一级剔除指令至剔除装置以实现所述储鱼槽中鱼的一级剔除。

步骤305：对所述鱼类图像进行第二级预测，确定所述储鱼槽中鱼的二级货架期。步骤305，具体包括：

获取运输温度和氧气浓度。

根据所述受伤面积、所述运输温度和所述氧气浓度确定所述储鱼槽中鱼的二级货架期。其中，所述根据所述受伤面积、所述运输温度和所述氧气浓度确定所述储鱼槽中鱼的二级货架期，具体包括：

根据所述受伤面积、所述运输温度和所述氧气浓度利用如下公式确定所述储鱼槽中鱼的二级货架期：

其中，

为二级货架期，K为质量影响系数，W_i为位置影响权重，

为第一参量的二乘估计，

为第二参量的二乘估计，

为第三参量的二乘估计，

为第四参量的二乘估计，S为受伤面积，T为运输温度，P为氧气浓度。

步骤306：根据所述二级货架期对所述储鱼槽中鱼的进行分级。

步骤306，具体包括：

判断所述二级货架期是否大于第二设定阈值，得到第二判断结果。

若所述第二判断结果表示所述二级货架期不大于第二设定阈值，则输出二级剔除指令至剔除装置以实现所述储鱼槽中鱼的二级剔除。

若所述第二判断结果表示所述二级货架期大于第二设定阈值，则判断所述二级货架期是否大于第三设定阈值，得到第三判断结果。

若所述第三判断结果表示所述二级货架期不大于第三设定阈值，则输出三级剔除指令至剔除装置以实现所述储鱼槽中鱼的三级剔除。

若所述第三判断结果表示所述二级货架期大于第三设定阈值，则输出四级剔除指令至剔除装置以实现所述储鱼槽中鱼的四级剔除。

如图4所示，首先，第一步是将鱼放置在传送带上，然后通过扫描装置对鱼的受伤面积进行扫描，经过扫描装置的扫描以后，获取受伤面积，并获取受伤面积的位置，对位置进行分区。

获取到位置以后，将每个位置的面积和权重都转化为S2相同，这样就保证了对生命影响值的单位的归一化，但是这样只能将相同受伤情况的面积进行归一化，鱼的受伤情况是有三种的，体表出血，鱼鳞脱落，伤口腐烂这三种情况的影响是不同的，因此对其进行实效处理，将受伤面积转换为实效受伤面积，这样就能对下一步进行计算。对鱼进行第一步算法的分级筛选，经过第一步筛选将不合格的鱼剔除，这时候样本量减少，很大程度节约了分级时间，此时考虑每条鱼的品质以及保活环境对剩余寿命的影响，在对其进行分级。

所述剩余寿命筛选分类标准为：根据市场调研，在城市内进行运输，在交通状况正常情况下，通常符合t＝5x+10。其中，t是运输时间，单位是min，x是运输距离，单位是km，常数10是包装时间。整理上式可得到

即t＝30，x＝4；t＝60，x＝10；t＝90，x＝16；t＝120，x＝22。

根据运送距离和运输时间的关系可以根据保活时间对鱼的等级进行分类

先对鱼进行初级剔除，其主要的原因是因为节约时间，直接对鱼进行二级分级剔除，由于算法的复杂性，将直接影响分级效率。因此先将不符合保活运输标准的鱼进行分级，将不符合的进行剔除，然后对剩余的进行分级，根据运输时间将分级后的鱼进行分类，这样就完成了分级。

在进行货架期预测的过程中分为3个步骤

(1)鱼的表面受伤主要分为表面出血、伤口腐烂和鱼鳞脱落三种，但是三种情况对受伤面积的影响是不一样的，因此要根据实际情况，得到实效面积。

(2)利用一种只通过受伤面积对货架期进行初步预测的装置和方法，对鱼进行货架期进行初步的预测，可以有效地节约时间和增加效率。

根据受伤面积与存活时间存在着随着受伤面积增加存活时间会减小的关系，设受伤面积为S，存活时间为t，而受伤面积S和受伤时间t存在对应关系，k为一次项系数，j为常数项系数，ε为误差且符合正态分布，δ为为正态分布的方差，此时根据独立实验得出受伤面积和存活时间存在关系

从而提出预估模型，其中

为货架期的估计值：

在用正态回归模型表示受伤面积S和存活时间t的线性关系时候，为了得到最佳模型，需要使得

其中

为回归模型。

即可以求得

的最小值

最终将最小二乘估计代入得到受伤面积与货架期关系式

其中，

为线性回归方程。

(3)经过初步删选，将不合格的进行剔除以后，利用各个部位的受伤面积对活性的影响不同，根据受伤面积S、运输温度T、氧气浓度P的货架期预测方法对运输过程中货架期进行判断，从而进行筛选和剔除。

在上述判断过程中，所用的S是根据一种可以根据不同位置受伤面积对活性进行评估的方法得到的实效面积。由于每个位置受到相同的受伤面积时，通过不同位置的受伤状况对鱼的活性状况影响是不一样的，因此提出了一种将鱼不同位置对其活性影响的判别方法，将位置影响系数带上后得到

当通过受伤面积对鱼的的货架期进行初步预测后，受伤面积S、运输温度T、氧气浓度P三个对存活时间影响关系式进行确定，因此提出了一种根据受伤面积S、运输温度T、氧气浓度P的货架期预测方法。具体实施例如下：

通过选取不同独立样本(S_i，T_i，P_i；t_i)(i＝1，2，3，...，n)来进行实验从而确定回归模型，利用矩阵对模型系数进行估计，最终得到

(其中

)。

根据取样，当不同的状况下受伤面积、运输温度、氧气浓度(S，T，P)取不同值的时候，得到不同的正态变量。设θ₁，θ₂，θ₃，θ₄......θ_n是点(S，T，P)取固定点(S_i，T_i，P_i)i＝1，2，3...n时，对θ做随机独立实验得到的随机独立变量。当这些样本的n个取值点两两不相同的时候，可以得到

θ₁＝α+βS₁+γT₁+δP₁+ε₁

θ₂＝α+βS₂+γT₂+δP₂+ε₂

θ₃＝α+βS₃+γT₃+δP₃+ε₃

......

θ_n＝α+βS_n+γT_n+δP_n+ε_n

ε₁，ε₂，ε₃，...，n相互独立，服从N(0，δ²)，θ₁，θ₂，θ₃，...，θ_n是容量为n的独立样本，(S_i，T_i，P_i；t_i)(i＝1，2，3，...，n)是样本容量为n的样本值，t_i(i＝1，2，3，...，n)是点(S，T，P)取固定值(S_i，T_i，P_i)(i＝1，2，3...n)的时候，对θ_i进行一次试验得到的观测值。

当取得固定样本值以后，下一步的任务就是根据取得的固定样本值(S_i，T_i，P_i；t_i)(i＝1，2，3，...，n)来求未知参数α，β，γ，δ的二乘估计

从而得

到回归方程

即求F(α，β，γ，δ)＝∑(t_i-α-βS_i-γT_i-δP_i)取最值时的α，β，γ，δ

即令

整理得：

nα+β∑S_i+γ∑T_i+δ∑P_i＝∑t_i

α∑S_i+β∑S_i ²+γ∑S_iT_i+δ∑S_iP_i＝∑S_it_i

α∑T_i+β∑S_iTi₊γ∑T_i ²+δ∑T_iP_i＝∑T_it_iα∑P_i+β∑S_iP_i+γ∑T_iP_i+δ∑P_i ²＝∑P_it_i

对以上方程组进行求解时，使用代入法进行求解太过繁琐，所以引入矩阵工具进行求解

令

则得到的线性方程是Y＝XB+ε。

此时记整理后方程组的系数项矩阵为M，常数项矩阵为N，则

N即方程组可以表示为X′XB＝X′Y。

此时可以得出系数矩阵的估计

根据系数矩阵的估计值可得

使用该算法可以针对受伤面积S、运输温度T、氧气浓度P三个对存活时间影响关系式进行确定，从而对产品的分级分类提出一种全新的方法。

此时通过扫描装置获取鱼的受伤面积后，计算分析系统便可以根据该算法对货架期的预测进行初步估计，但是值得注意的是，由于鱼常见的体表损伤主要有体表出血，鱼鳞脱落，伤口腐烂三种情况，面积分别为x，y，z。由于在时间有着很大的影响，但是由于鱼体表的每个部位在受到相同面积的损伤，对鱼的整体活性的影响是不一致的，因此可以根据不同位置受伤面积对活性进行评估。将受伤面积装换成实效受伤面积S，以方便对货架期进行预测评估。取体表出血，鱼鳞脱落，伤口腐烂面积两两都不相同但氧气、温度等外界其他条件以及存活时间相同的独立样本4n份(n＝1，2，3...)，由于氧气、温度等外界其他条件以及存活时间相同，此时可以认为存活时间只受到了受伤面积的影响，即此时可以认为实效面积是相同的，都为S。

S＝ax₁+by₁+cz₁

S＝ax₂+by₂+cz₂

S＝ax₃+by₃+cz₃

......

S＝ax_4n+by_4n+cz_4n

其中a，b，c为三种受伤情况的影响系数，此时为未知。

此时由于该方程组直接转化成矩阵以后，其矩阵的秩一定是＞4的，因此是无解的，所以必须将方程组分成4个一组。即

S＝a_ix_i+b_iy_i+c_iz_i

S＝a_ix_2i+b_iy_2i+c_iz_2i

S＝a_ix_3i+b_iy_3i+c_iz_3i

S＝a_ix_4i+b_iy_4i+c_iz_4i

其中i＝123....n，即可以求解得出a_i，b_i，c_i，剔除最大值和最小值后取均值，即

即

如图5所示，通过不同位置的受伤状况对鱼的活性状况影响是不一样的，因此按照鱼鳞分布情况将鱼分成六部分，确定每个位置不同状况的对鱼生命指数的权重W₁，W₂，W₃，W₄，W₅，W₆，利用确定每个位置的位置影响系数并分别得出每种受伤状况下对生命指数的影响。

选取最容易受到伤害的部位S₂作为标准对比组，设定其位置影响权重W₂＝1，

权重影响系数根据取得独立样本通过实验得出。

经过自动包装装置对其进行充气包装后对其进行可视化监测，此时可以对鱼是否死亡的状况进行判别，经过判别后对死亡的鱼对其货架期进行预测。

首先选取不同位置只受到单一损伤的独立样本，且在其他条件都是相同时，存活时间是相同的，这就排除了是因为其他位置对存活时间造成了影响。选取最容易受到伤害的部位S₂作为标准对比组，设定其位置影响权重W₂＝1。由于其他条件是一样的，即

此时可以得到

其中i＝1，3，4，5，6。

由于不同的大小对鱼的受到相同的受伤面积时候，对存活时间的影响也是不相同的，在这种情况下，提出了质量影响系数K，具体实施例如下

根据实验可以得出，在鱼的质量m＞8kg时，此时K＝1，即保活运输第一步没有剔除的范围内，不会对活性产生影响。当m＜8kg时，K基本上按照每当重量减少1kg，其系数减少0.05

设K＝mx+l

将实验结果代入得到

m＝0.05 l＝0.6

即K＝0.05x+0.6

最终得到预测模型

本发明的优点，针对划分出的不同6个位置鱼鳞脱落、表面出血、伤口腐烂以及鱼的体重和伤口占鱼表面积的比例对鱼的活性进行评估，并提出了一种可以确定三种不同受伤情况和受伤面积的方法，完成货架期预测及其分级工作，可以适用于不同种类的鱼类进行品质的快速识别，对鱼的生命状况进行快速评估，弥补了水产业在运输前端通过感官对鱼活性进行评估的空白，且该方法具有绿色高效、迅速、灵敏、低成本、低能耗的特点。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。

本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (7)

1.一种无水保活运输过程中分级剔除装置，其特征在于，包括：扫描装置、剔除装置、储鱼槽和分析控制器；

所述扫描装置、所述剔除装置均与所述分析控制器连接；所述扫描装置用于扫描所述储鱼槽中的鱼类图像并将所述鱼类图像传输至所述分析控制器；所述分析控制器用于根据所述鱼类图像确定鱼的货架期并根据所述货架期控制所述剔除装置；所述剔除装置用于将所述储鱼槽中的鱼剔除；

所述分析控制器应用无水保活运输过程中分级方法，所述无水保活运输过程中分级方法包括：

获取储鱼槽中的鱼类图像；

对所述鱼类图像进行初级预测，确定所述储鱼槽中鱼的初级货架期；所述对所述鱼类图像进行初级预测，确定所述储鱼槽中鱼的初级货架期，具体包括：根据所述鱼类图像确定鱼的受伤面积；根据所述受伤面积和正态回归模型确定所述储鱼槽中鱼的初级货架期；

判断所述初级货架期是否大于第一设定阈值，得到第一判断结果；

若所述第一判断结果表示初级货架期不大于第一设定阈值，则输出一级剔除指令至剔除装置以实现所述储鱼槽中鱼的一级剔除；

若所述第一判断结果表示初级货架期大于第一设定阈值，则对所述鱼类图像进行第二级预测，确定所述储鱼槽中鱼的二级货架期；所述若所述第一判断结果表示初级货架期大于第一设定阈值，则对所述鱼类图像进行第二级预测，确定所述储鱼槽中鱼的二级货架期，具体包括：获取运输温度和氧气浓度；根据所述受伤面积、所述运输温度和所述氧气浓度确定所述储鱼槽中鱼的二级货架期；所述根据所述受伤面积、所述运输温度和所述氧气浓度确定所述储鱼槽中鱼的二级货架期，具体包括：根据所述受伤面积、所述运输温度和所述氧气浓度利用如下公式确定所述储鱼槽中鱼的二级货架期：

其中，

为二级货架期，K为质量影响系数，W_i为位置影响权重，

为第一参量的二乘估计，

为第二参量的二乘估计，

为第三参量的二乘估计，

为第四参量的二乘估计，S为受伤面积，T为运输温度，P为氧气浓度；

根据所述二级货架期对所述储鱼槽中鱼的进行分级。

2.根据权利要求1所述的无水保活运输过程中分级剔除装置，其特征在于，所述无水保活运输过程中分级剔除装置还包括传送系统；所述储鱼槽设置在所述传送系统上；所述传送系统用于带动所述储鱼槽运动。

3.根据权利要求2所述的无水保活运输过程中分级剔除装置，其特征在于，所述剔除装置包括多个冲水装置；多个所述冲水装置沿着所述传送系统的运动方向设置在所述传送系统的一侧。

4.根据权利要求1所述的无水保活运输过程中分级剔除装置，其特征在于，所述扫描装置包括：扫描头、悬臂和悬架；所述扫描头设置在所述悬臂的一端，所述悬架设置在所述悬臂的另一端；所述悬臂用于所述扫描头上下移动；所述悬架带动所述扫描头左右移动。

5.根据权利要求1所述的无水保活运输过程中分级剔除装置，其特征在于，所述无水保活运输过程中分级剔除装置还包括分级口；所述分级口设有多个；所述分级口用于对剔除的所述储鱼槽中的鱼进行分级。

6.一种无水保活运输过程中分级方法，其特征在于，所述无水保活运输过程中分级方法应用于权利要求1-5任意一项所述的无水保活运输过程中分级剔除装置，所述无水保活运输过程中分级方法包括：

获取储鱼槽中的鱼类图像；

对所述鱼类图像进行初级预测，确定所述储鱼槽中鱼的初级货架期；所述对所述鱼类图像进行初级预测，确定所述储鱼槽中鱼的初级货架期，具体包括：根据所述鱼类图像确定鱼的受伤面积；根据所述受伤面积和正态回归模型确定所述储鱼槽中鱼的初级货架期；

判断所述初级货架期是否大于第一设定阈值，得到第一判断结果；

若所述第一判断结果表示初级货架期不大于第一设定阈值，则输出一级剔除指令至剔除装置以实现所述储鱼槽中鱼的一级剔除；

若所述第一判断结果表示初级货架期大于第一设定阈值，则对所述鱼类图像进行第二级预测，确定所述储鱼槽中鱼的二级货架期；所述若所述第一判断结果表示初级货架期大于第一设定阈值，则对所述鱼类图像进行第二级预测，确定所述储鱼槽中鱼的二级货架期，具体包括：获取运输温度和氧气浓度；根据所述受伤面积、所述运输温度和所述氧气浓度确定所述储鱼槽中鱼的二级货架期；所述根据所述受伤面积、所述运输温度和所述氧气浓度确定所述储鱼槽中鱼的二级货架期，具体包括：根据所述受伤面积、所述运输温度和所述氧气浓度利用如下公式确定所述储鱼槽中鱼的二级货架期：

其中，

为二级货架期，K为质量影响系数，W_i为位置影响权重，

为第一参量的二乘估计，

为第二参量的二乘估计，

为第三参量的二乘估计，

为第四参量的二乘估计，S为受伤面积，T为运输温度，P为氧气浓度；

根据所述二级货架期对所述储鱼槽中鱼的进行分级。

7.根据权利要求6所述的无水保活运输过程中分级方法，其特征在于，所述根据所述二级货架期对所述储鱼槽中鱼的进行分级，具体包括：

判断所述二级货架期是否大于第二设定阈值，得到第二判断结果；

若所述第二判断结果表示所述二级货架期不大于第二设定阈值，则输出二级剔除指令至剔除装置以实现所述储鱼槽中鱼的二级剔除；

若所述第二判断结果表示所述二级货架期大于第二设定阈值，则判断所述二级货架期是否大于第三设定阈值，得到第三判断结果；

若所述第三判断结果表示所述二级货架期不大于第三设定阈值，则输出三级剔除指令至剔除装置以实现所述储鱼槽中鱼的三级剔除；

若所述第三判断结果表示所述二级货架期大于第三设定阈值，则输出四级剔除指令至剔除装置以实现所述储鱼槽中鱼的四级剔除。

Images