JP5713376B1 - 魚種判別装置および魚種判別方法 - Google Patents

魚種判別装置および魚種判別方法 Download PDF

Info

Publication number
JP5713376B1
JP5713376B1 JP2015505355A JP2015505355A JP5713376B1 JP 5713376 B1 JP5713376 B1 JP 5713376B1 JP 2015505355 A JP2015505355 A JP 2015505355A JP 2015505355 A JP2015505355 A JP 2015505355A JP 5713376 B1 JP5713376 B1 JP 5713376B1
Authority
JP
Japan
Prior art keywords
fish
image
color
monochromatic
imaging
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
Application number
JP2015505355A
Other languages
English (en)
Other versions
JPWO2016092646A1 (ja
Inventor
山下 敏広
敏広 山下
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nireco Corp
Original Assignee
Nireco Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nireco Corp filed Critical Nireco Corp
Application granted granted Critical
Publication of JP5713376B1 publication Critical patent/JP5713376B1/ja
Publication of JPWO2016092646A1 publication Critical patent/JPWO2016092646A1/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/10Image acquisition
    • G06V10/12Details of acquisition arrangements; Constructional details thereof
    • G06V10/14Optical characteristics of the device performing the acquisition or on the illumination arrangements
    • G06V10/143Sensing or illuminating at different wavelengths
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/255Detecting or recognising potential candidate objects based on visual cues, e.g. shapes
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/56Extraction of image or video features relating to colour
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/80Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level
    • G06V10/803Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level of input or preprocessed data

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Software Systems (AREA)
  • Processing Of Meat And Fish (AREA)
  • Databases & Information Systems (AREA)
  • Medical Informatics (AREA)
  • Computing Systems (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Human Computer Interaction (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Image Processing (AREA)
  • Food Science & Technology (AREA)
  • Image Analysis (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Geometry (AREA)
  • Medicinal Chemistry (AREA)

Abstract

【課題】簡素な構成の魚種判別装置を提供する。【解決手段】コンベア10に載せられて搬送される魚体20に対して近赤外光と白色光を照射する光源40と、近赤外光が照射された魚体20の単色画像G1と白色光が照射された魚体20のカラー画像G2を順次撮像するCCDカメラ50と、CCDカメラ50で撮像で得られた単色画像G1の中の単色魚体画像20Aから魚体20の輪郭の特徴量を取得し、カラー画像G2の中のカラー魚体画像20Bから魚体20の色模様等の特徴量を取得し、それらの特徴量を複数の登録魚体の特徴量と照合して魚体20の特徴量がどの登録魚体の特徴量に最も近いかを判別する判別処理部60と、を備える。【選択図】図1

Description

本発明は、魚の種類を判別する魚種判別装置および魚種判別方法に関する。
従来の魚種選別では、人間が魚体を見て魚種を判別し、判別結果に応じて魚種別に仕分けを行っていた。例えば、魚市場では、水揚げからセリまでの限られた時間内で人手による魚種選別が行われていたが、その魚種選別には時間がかかり、所定の時間内に選別作業を終わらせることができない場合があった。また、魚体に人の手が触れることで鮮度劣化や衛生面での問題が指摘されていた。
そこで、魚体の種類を判別する装置として、自動化された魚種判別処理装置が提案された(例えば、特許文献1)。この魚種判別処理装置は、反射光撮像機構と透過光撮像機構とを設け、まず反射光撮像機構により魚体の表面模様や胸ビレ形状を認識し、次に透過光撮像機構により魚体の形状を検出して、魚種判別を行うものである。
魚体はコンベアに載せられて反射光撮像機構と透過光撮像機構に順次搬送されるが、そのコンベアとして黒色等の通常のコンベアを使用すると、そのコンベアとそこに搭載した魚体との輝度のコントラストに差が生じにくく、魚体の輪郭を正確に抽出できなかった。
そこで、コンベアとして網状体あるいは透明体を使用した透明コンベアを使用して、透過光撮像機構の照射光をコンベアの下側から直線光フィルタを介して照射し、コンベアの上側に配置した透過光撮像装置でコンベア上の魚体を撮像して、その魚体の輪郭を明確に得るようにしていた。
特開平10−111922号公報
しかしながら、上記した魚種判別処理装置では、直線光フィルタが特別に必要であった。また、透明なコンベアが必要となるので、魚体による汚れを除去する特別な対策が必要であった。さらに、透過光撮像機構は照射光をコンベアの下から照射しなければならずその照射機構が複雑になるという問題があった。さらに、光透過形式により魚体の輪郭を得るので、輪郭部に光の滲みが発生し、魚体の形状や大きさの判断に影響が出ていた。
本発明の目的は、上記した諸種の問題を解決して簡素な構成の魚種判別装置および魚種判別方法を提供することである。
上記目的を達成するために、請求項1にかかる発明の魚種判別装置は、魚体を一定方向に搬送する搬送手段と、前記魚体に対して前記搬送手段による搬送途中で単色光を照射する第1の照射手段と、前記魚体に対して前記搬送手段による搬送途中で前記第1の照射手段による単色光の照射と異なったタイミングで白色光を照射する第2の照射手段と、前記単色光が照射された前記魚体を含む単色画像を撮像する第1の撮像手段と、前記白色光が照射された前記魚体を含むカラー画像を撮像する第2の撮像手段と、前記単色画像中の単色魚体画像から前記魚体の輪郭を取得するとともに前記取得した前記輪郭から前記カラー画像中のカラー魚体画像の計測領域を検出し、前記輪郭および前記計測領域内の前記カラー魚体画像の色模様から前記魚体の特徴量を抽出する特徴量抽出手段と、該特徴量抽出手段で得られた前記魚体の特徴量を予め登録された1又は2以上の登録魚体の特徴量と照合して前記魚体の特徴量がどの登録魚体の特徴量に最も近いかを判別する照合手段と、を備えることを特徴とする。
請求項2にかかる発明は、請求項1に記載の魚種判別装置において、前記単色光は近赤外光であることを特徴とする。
請求項3にかかる発明は、請求項1又は2に記載の魚種判別装置において、前記特徴量抽出手段は、前記カラー魚体画像の計測領域を検出する処理を、前記単色魚体画像に前記カラー魚体画像を重ね合わせて行うことを特徴とする。
請求項4にかかる発明は、請求項3に記載の魚種判別装置において、前記第1の撮像手段と前記第2の撮像手段は、共通の撮像手段で構成され、前記特徴量抽出手段は、前記カラー魚体画像の計測領域を検出する処理について、前記カラー魚体画像を前記第1の撮像手段の撮像タイミングと前記第2の撮像手段の撮像タイミングの時間差に対応してシフトして前記単色魚体画像に重ね合わせて行うことを特徴とする。
請求項5にかかる発明は、請求項3に記載の魚種判別装置において、前記第1の撮像手段と前記第2の撮像手段は、前記搬送手段の搬送方向に並べて配置され、前記第1の撮像手段の撮像タイミングと前記第2の撮像手段の撮像タイミングとの時間差が、前記搬送手段による搬送速度に応じて設定され、前記特徴量抽出手段は、前記カラー魚体画像の計測領域を検出する処理について、前記カラー魚体画像を前記単色魚体画像にそのまま重ね合わせて行うことを特徴とする。
請求項6にかかる発明の魚種判別方法は、魚体を一定方向に搬送し、前記魚体に対して前記搬送の途中で単色光を照射して前記魚体を含む単色画像を撮像し、前記魚体に対して前記搬送の途中で前記単色光の照射と異なるタイミングで白色光を照射して前記魚体を含むカラー画像を撮像し、前記単色画像中の単色魚体画像から前記魚体の輪郭を取得し、前記魚体の輪郭に基づいて前記カラー画像中のカラー魚体画像の計測領域を検出し、前記輪郭および前記計測領域内の前記カラー魚体画像の色模様から前記魚体の特徴量を抽出し、抽出した前記魚体の特徴量を予め登録された1又は2以上の登録魚体の特徴量と照合して前記魚体の特徴量がどの登録魚体の特徴量に最も近いかを判別する、ことを特徴とする。
請求項7にかかる発明は、請求項6に記載の魚種判別方法において、前記単色光は近赤外光であることを特徴とする。
請求項8にかかる発明は、請求項6又は7に記載の魚種判別方法において、前記カラー魚体画像の計測領域の検出を、前記単色魚体画像に前記カラー魚体画像を重ね合わせて行うことを特徴とする。
請求項9にかかる発明は、請求項8に記載の魚種判別方法において、前記単色画像と前記カラー画像を1つの撮像手段で取得し、前記カラー魚体画像の計測領域の検出を、前記単色画像の撮像タイミングと前記カラー画像の撮像タイミングの時間差に対応して前記カラー魚体画像をシフトして、前記単色魚体画像に重ね合わせて行うことを特徴とする。
請求項10にかかる発明は、請求項8に記載の魚種判別方法において、前記単色画像と前記カラー画像を前記搬送方向の異なる位置で取得し、前記単色画像の撮像タイミングと前記カラー画像の撮像タイミングとの時間差を、前記搬送速度に応じて設定し、前記カラー魚体画像の計測領域の検出を、前記単色魚体画像に前記カラー魚体画像をそのまま重ね合わせて行うことを特徴とする。
本発明によれば、直線光フィルタを用意する必要がない。また、搬送手段として透明なコンベアに限らず任意の色のコンベアを使用することができ、しかも魚体による汚れを除去する特別な対策は必要ない。さらに、搬送手段の上方から光を照射することができるのでコンベアの下から光を照射する場合と比較して照射手段の構成を簡素化できる。さらに、単色光が照射された魚体の単色画像中の単色魚体画像から魚体の輪郭を得るので、その輪郭に光の滲みが発生することはなく、正確な輪郭を得ることができる。
本発明の第1の実施例の魚種判別装置の全体構成を示す説明図である。 第1の実施例の判別処理部の機能ブロック図である。 第1の実施例の動作のタイミングチャートである。 第1の実施例の処理のフローチャートである。 第1の実施例の1枚目の単色画像と2枚目のカラー画像と重ね合わせの処理の説明図である。 第1の実施例の魚体の輪郭抽出の説明図である。 第1の実施例の魚種コードの説明図である。 本発明の第1の実施例の魚種判別装置の全体構成を示す説明図である。 第2の実施例の判別処理部の機能ブロック図である。
<第1の実施例>
図1は本発明の第1の実施例の魚種判別装置の全体構成を示す図である。10は搬送手段としてのコンベアであり、離散的に任意の姿勢で搭載された魚体20を矢印X方向に搬送する。このコンベア10には透明はもちろん任意の色のものを使用できる。30はコンベア10の上を搬送されてくる魚体20の搬送方向先端を検出するセンサであり、例えば光学センサが使用される。
40はコンベア10の面上に近赤外光λ1(波長がほぼ700nm〜1000nmの内の1波あるいは複数波)と白色光λ2(ほとんどの可視光を含む光で、波長がほぼ400nm〜700nm)を照射する照射手段としての光源であり、例えば、近赤外光照射用のリング配置LEDランプと白色光照射用のリング配置LEDランプを同心円状に組み合わせ、背面に反射板41を設けた構成が採用できる。
50は光源40で照射されたコンベア10上の魚体20を撮像する撮像手段としてのCCDカメラであり、波長λ1とλ2の両方の画像を撮像できる感度のものが採用される。
60はコンピュータを利用した画像処理を含む判別処理部であり、CCDカメラ50で撮像した魚体20の近赤外光照射による単色画像と白色光照射によるカラー画像を取り込んで処理し、撮像した魚体20の魚種の判別を行う。
70は判別処理部60に対して処理内容の指示等を入力するためのキーボードやマウス等からなる操作部、80は操作部70による操作指示や判別処理部60で行われた判別結果等を表示するモニタである。
図2に判別処理部60の機能ブロックを示す。61はCCDカメラ50で撮像した近赤外光照射の画像(以下、「単色画像G1」と称する)データを格納する第1のフレームメモリ、62はCCDカメラ50で撮像した白色光照射の画像(以下、「カラー画像G2」と称する)データを格納する第2のフレームメモリである。
63は第1のフレームメモリ61から読み出した単色画像G1のデータにより魚体20の輪郭を抽出するとともに、第2のフレームメモリ62から読み出したカラー画像G2のデータにより魚体20の色合いを抽出して、魚体20の特徴量を抽出する特徴量抽出部である。
64は照合処理部であり、特徴量抽出部63で検出した魚体20の特徴量を、登録部65に登録されている複数の登録魚体の特徴量と比較照合して、当該複数の登録魚体の特徴量のうちから一致度の最も高い登録魚体を判別する。照合処理部64からは、この照合により判別された登録魚体を示す魚種コードが出力する。
図3に動作のタイムチャートを示す。一定速度で魚体20を搬送するコンベア10の搬送距離はエンコーダ(図示せず)によって管理されている。コンベア10によりX方向から搬送されてきた魚体20が、エンコーダのカウント値がC1の時点でセンサ30によって検出されると、その検出時点からカウント値がC2に進んだ時点で、光源40が近赤外光λ1をコンベア10上の魚体20に照射する。さらにエンコーダがカウント値C3になると、CCDカメラ50がシャッタを開いて魚体20の単色画像G1を撮像する。エンコーダがカウント値C4になると光源23が近赤外光λ1の照射が終了する。
この後、エンコーダがカウント値C5になると、光源40が白色光λ2をコンベア10上の同一の魚体20に照射する。そしてエンコーダがカウント値C6になると、CCDカメラ40がシャッタを開いて魚体20のカラー画像G2を撮像する。エンコーダがカウント値C7になると光源40の白色光λ2の照射が終了する。
図4に判別処理のフローチャートを示す。コンベア10によってX方向に搬送されてくる魚体20の先頭がエンコーダのカウント値C1の時点で検出される(ステップS1)。その後のカウント値C2において光源40から波長λ1の近赤外光が魚体20に照射され、その近赤外光の照射の後のカウント値C3においてCCDカメラ50によって魚体20の単色画像G1が撮像される(ステップS2)。光源40による波長λ1の近赤外光の照射は、カウント値C4において終了する。そして、近赤外光による単色画像G1のデータは判別処理部60の第1のフレームメモリ61に格納される。
エンコーダのカウント値がC5になると、今度は、光源40から波長λ2の白色光が魚体20に照射され、その白色光の照射の後のカウント値C6においてCCDカメラ50によって魚体20のカラー画像G2が撮像される(ステップS3)。光源40による波長λ2の白色光の照射は、カウント値C7において終了する。そして、白色光によるカラー画像G2のデータは判別処理部60の第2のフレームメモリ62に格納される。
第1のフレームメモリ61に格納された単色画像G1は、例えば図5(a)に示すような白黒等の単色魚体画像20Aを含む画像となる。第2のフレームメモリ62に格納されたカラー画像G2は、例えば図5(b)に示すようなRGBの濃度(ただし、ここでは色は省略している)のカラー魚体画像20Bを含む画像となるが、そのカラー魚体画像20Bの輪郭が不明瞭となる場合がある。
そこで、本実施例では、特徴量抽出処理(ステップS4)において、図5(a)に示す1枚目の単色画像G1中の単色魚体画像20Aに対して2枚目のカラー画像G2中のカラー魚体画像20Bを重ね合わせることで、魚体20の特徴量を抽出するために、カラー魚体画像20Bの測領域を検出する。
ここで、1枚目の単色画像G1の撮影開始のカウント値C3から2枚目のカラー画像G2の撮像開始のカウント値C5までに、例えば20msecだけの時間を要したとすると、このときコンベア10による搬送速度が60m/minであれば、2枚目のカラー画像G2中のカラー魚体画像20Bは1枚目の単色画像G1中の単色魚体画像20Aよりも20mmだけ搬送方向に移動した画像となる。そして、両画像20A,20Bの画角が搬送のX方向分が320mmで、且つ1画面の水平画素数が640画素であったとすると、1画素は0.5mmとなる。よって、移動距離20mmを画素数に換算すると40画素となる。
以上から、1枚面の単色魚体画像20Aに対して2枚目のカラー魚体画像20Bを重ね合わせるために、2枚目のカラー魚体画像20Bを第2のフレームメモリ62から読み出す際に、水平方向の読み出し開始点を、1枚目の単色魚体画像20Aの第1のフレームメモリ61の水平方向の読み出し開始点よりも、40画素分だけずらした画素(−40画素)の点から開始する。これにより、第1のフレームメモリ61と第2のフレームメモリ62から同一タイミングで読み出した画像を重ね合わせることで、魚体20の1枚目の単色魚体画像20Aに対して2枚目のカラー魚体画像20Bが正確に重ね合わせられ、カラー魚体画像20Bの計測領域が特定される。
次に、上記のようにしてカラー魚体画像20Bの計測領域が特定されてから、魚体20の特徴量を抽出する。この処理は輪郭の形状の抽出およびカラー画像の色合いの抽出により行う。形状の抽出では、図6(a)に示すように、その単色魚体画像20Aの輪郭の長さLと幅Wの比率W/Lにより行う。例えば、比率W/Lが所定値より小さければさんま等の細身魚、大きければサバ等の太身魚と判定できる。
あるいは、図6(b)に示すように、単色魚体画像20Aついて、頭から尾に至る中央ライン21を求め、そのライン21を30分割して、各分割領域について、ライン21から背ヒレ22の側のエッジまでの幅Wa1〜Wa30を計測するとともに、ライン21から胸ヒレ23の側のエッジまでの幅Wb1〜Wb30を計測することで、細身魚又は太身魚であると判定する。
色合いの抽出では、単色魚体画像20Aの輪郭によって特定された計測領域内のカラー魚体画像20Bを使用して、個々の部分の色あいの面積を計測し、あるいは特定箇所の模様の面積を計測する。以上により、魚体20の特徴量が抽出される。
魚体20の特徴量が抽出された後は、登録部65に予め登録されている複数の登録魚体の特徴量との照合処理を行う(ステップS5)。この照合処理において、魚体20の特徴量と一致度が予め設定した閾値を超えた登録魚体があったときは、魚体20は当該の登録魚体であるとして、その登録魚体の魚種コードを得る(ステップS6)。魚種コードは、例えば図7に示すように各種の魚に割り当てられている。
以上のようにして魚種コードが得られると、その魚種コードが割り当てられた魚種をモニタ80に表示するとともに、魚種コードを外部に出力する。
コンベア10の下流に仕分け装置が設置されている場合は、その仕分け装置に魚種コードを送ることにより、コンベア10で搬送されてくる魚種判別済みの魚体を当該仕分け装置によって魚種別に仕分けして、個々のバケットに分類することが可能となる。
ここで、魚体20として既知のサバを使用した場合の特徴量抽出処理(ステップS4)と照合処理(S5)についての詳細を図6を参照して説明する。この場合は、魚体20の単色魚体画像20Aを用いて、単色魚体画像20Aの頭から尾にかけての長手方向を30個に分割し、各分割領域ごとに単色魚体画像20Aの幅方向の長さを計測して、それぞれの幅方向の長さの中間点の画素位置を特定する。そして、各分割領域において得られた中間点を一方の端から他方に端にかけて結び、その結んだラインを平滑化することでほぼ直線に近いライン21を得る。この後、そのライン21の上側領域24と下側領域25を特定して、上側領域24の面積と下側領域25の面積をそれぞれ計測する。この計測結果に基づいて、面積の大きい側を背側領域とし、小さい側を腹側領域とする。
次に、カラー画像G2中の計測領域が特定されたカラー魚体画像20Bを用い、魚体20の背側領域の色合いを得て、予め登録部65に登録されているサバの背側色合いの面積率および背側全体面積の面積率と比較する。
この比較において、カラー魚体画像20Bの背側領域の模様部の濃度の大きな部分の面積率、RGBに分解したそれぞれの色領域の一致割合等が予め決めた閾値を超えたとき、サバであると判定する。
次に、カラー魚体画像20Bの腹側領域について、色合いおよび面積を得て、予め登録部65に登録されている色合いおよび面積と比較する。この比較において、色合いが登録されている色合いであって且つ面積が登録されている面積以上であるとき、ゴマサバであると判定する。また、色合いが登録されている色合いであっても、面積が登録されている面積以下のときは、マサバであると判定する。
登録部65には、魚種が既知の魚体20をコンベア10でテスト搬送して特徴量抽出部63で得られた魚種の特徴量を登録しておけばよい(学習登録)。魚体を判別してから仕分けを行う選別では、通常では魚種が既知の魚体20を対象とするので、予めそれらの魚体20をコンベア10で搬送させて判別動作を行い、登録部65に魚種の登録を行っておけば、確率の高い魚種判別を行うことができる。
<第2の実施例>
図8は本発明の第2の実施例の魚種判別装置の全体構成を示す図である。本実施例では、撮像手段としてコンベア10の搬送方向Xに沿って並べた2台のCCDカメラ50A,50Bを使用する。CCDカメラ50Aで近赤外光λ1による単色画像を撮像し、CCDカメラ50Bで白色光λ2によるカラー画像を撮像する。
このため、CCDカメラ50Aには近赤外光λ1に対してのみ感度を持たせればよく、CCDカメラ50Bには白色光λ2に対してのみ感度を持たせればよいので、CCDカメラ50A,50Bに最適なカメラを使用することができる。
また、光源40における近赤外光λ1の照射と白色光λ2の照射の切替を高速に行えば、CCDカメラ50Aにより撮像した単色画像の取り込みからCCDカメラ50Bにより撮像したカラー画像の取り込みまでの時間を短縮することができるので、判別処理部60の特徴量抽出部63の処理を高速化することができ、魚種コードを迅速に出力することができる。
また、コンベア10の搬送方向Xに沿って並べた2台のCCDカメラ50AとCCDカメラ50Bの撮像タイミングを、コンベア10の搬送速度に応じて設定しておけば、単色魚体画像20Aの先頭とカラー魚体画像20Bの先頭を撮像時に合致させることでき、前記した第1の実施例のようにカラー魚体画像20Bを単色魚体画像20Aに重ね合わせるための特別な処理が不要となる。
すなわち、第1の実施例では、1枚目の単色魚体画像20Aの撮像から2枚目のカラー魚体画像20Bの撮影までに20msecの時間を必要としたので、その間の移動距離である20mm分に相当する画素(40画素)をずらして2枚目のカラー魚体画像20Bを第2のフレームメモリ62から読み出して、1枚目の単色魚体画像20Aに2枚目のカラー魚体画像20Bを重ね合わせることが必要であった。
これに対して、本実施例では、CCDカメラ50Bの撮像タイミングを、CCDカメラ50Aの撮像タイミングに対して、搬送方向Xに20mmだけの搬送量の時間20msecだけ遅らせれておけば、フレームメモリ61に書き込まれた単色魚体画像20Aとフレーム62に書き込まれたカラー魚体画像20Bを、同一タイミングで読み出して重ね合わせることで、図4のステップS4の特徴量抽出処理における計測領域の特定が可能となる。
<その他の実施例>
なお、撮像手段として2台のCCDカメラ50A,50Bを使用する場合において、光源40もCCDカメラ50A用の近赤外光λ1照射用光源と、CCDカメラ50B用の白色光λ2照射用の光源に分けることができる。また、第1および第2の実施例では、単色魚体画像20Aを撮像するために近赤外光λ1を魚体20に照射したが、近赤外光λ1に限られず、赤外光あるいはその他の単色光(1波長の光又は近似する複数波長の光)であればよい。また、コンベア10については通常のものであれば、その色や模様は特に限定されるものではない。
10:コンベア
20:魚体、21:中央ライン、22:背ヒレ、23:胸ヒレ、24:背側領域、25:腹側領域
20A:単色魚体画像、20B:カラー魚体画像
30:センサ
40:光源、41:反射板
50,50A,50B:CCDカメラ
60:判別処理部、61,62:フレームメモリ、63:特徴量抽出部、64:照合処理部、65:登録部
70:操作部
80:モニタ
G1:単色画像、G2:カラー画像

Claims (10)

  1. 魚体を一定方向に搬送する搬送手段と、
    前記魚体に対して前記搬送手段による搬送途中で単色光を照射する第1の照射手段と、
    前記魚体に対して前記搬送手段による搬送途中で前記第1の照射手段による単色光の照射と異なったタイミングで白色光を照射する第2の照射手段と、
    前記単色光が照射された前記魚体を含む単色画像を撮像する第1の撮像手段と、
    前記白色光が照射された前記魚体を含むカラー画像を撮像する第2の撮像手段と、
    前記単色画像中の単色魚体画像から前記魚体の輪郭を取得するとともに前記取得した前記輪郭から前記カラー画像中のカラー魚体画像の計測領域を検出し、前記輪郭および前記計測領域内の前記カラー魚体画像の色模様から前記魚体の特徴量を抽出する特徴量抽出手段と、
    該特徴量抽出手段で得られた前記魚体の特徴量を予め登録された1又は2以上の登録魚体の特徴量と照合して前記魚体の特徴量がどの登録魚体の特徴量に最も近いかを判別する照合手段と、
    を備えることを特徴とする魚種判別装置。
  2. 請求項1に記載の魚種判別装置において、
    前記単色光は近赤外光であることを特徴とする魚種判別装置。
  3. 請求項1又は2に記載の魚種判別装置において、
    前記特徴量抽出手段は、前記カラー魚体画像の計測領域を検出する処理を、前記単色魚体画像に前記カラー魚体画像を重ね合わせて行うことを特徴とする魚種判別装置。
  4. 請求項3に記載の魚種判別装置において、
    前記第1の撮像手段と前記第2の撮像手段は、共通の撮像手段で構成され、
    前記特徴量抽出手段は、前記カラー魚体画像の計測領域を検出する処理について、前記カラー魚体画像を前記第1の撮像手段の撮像タイミングと前記第2の撮像手段の撮像タイミングの時間差に対応してシフトして前記単色魚体画像に重ね合わせて行うことを特徴とする魚種判別装置。
  5. 請求項3に記載の魚種判別装置において、
    前記第1の撮像手段と前記第2の撮像手段は、前記搬送手段の搬送方向に並べて配置され、
    前記第1の撮像手段の撮像タイミングと前記第2の撮像手段の撮像タイミングとの時間差が、前記搬送手段による搬送速度に応じて設定され、
    前記特徴量抽出手段は、前記カラー魚体画像の計測領域を検出する処理について、前記カラー魚体画像を前記単色魚体画像にそのまま重ね合わせて行うことを特徴とする魚種判別装置。
  6. 魚体を一定方向に搬送し、
    前記魚体に対して前記搬送の途中で単色光を照射して前記魚体を含む単色画像を撮像し、
    前記魚体に対して前記搬送の途中で前記単色光の照射と異なるタイミングで白色光を照射して前記魚体を含むカラー画像を撮像し、
    前記単色画像中の単色魚体画像から前記魚体の輪郭を取得し、
    前記魚体の輪郭に基づいて前記カラー画像中のカラー魚体画像の計測領域を検出し、
    前記輪郭および前記計測領域内の前記カラー魚体画像の色模様から前記魚体の特徴量を抽出し、
    抽出した前記魚体の特徴量を予め登録された1又は2以上の登録魚体の特徴量と照合して前記魚体の特徴量がどの登録魚体の特徴量に最も近いかを判別する、
    ことを特徴とする魚種判別方法。
  7. 請求項6に記載の魚種判別方法において、
    前記単色光は近赤外光であることを特徴とする魚種判別方法。
  8. 請求項6又は7に記載の魚種判別方法において、
    前記カラー魚体画像の計測領域の検出を、前記単色魚体画像に前記カラー魚体画像を重ね合わせて行うことを特徴とする魚種判別方法。
  9. 請求項8に記載の魚種判別方法において、
    前記単色画像と前記カラー画像を1つの撮像手段で取得し、
    前記カラー魚体画像の計測領域の検出を、前記単色画像の撮像タイミングと前記カラー画像の撮像タイミングの時間差に対応して前記カラー魚体画像をシフトして、前記単色魚体画像に重ね合わせて行うことを特徴とする魚種判別方法。
  10. 請求項8に記載の魚種判別方法において、
    前記単色画像と前記カラー画像を前記搬送方向の異なる位置で取得し、
    前記単色画像の撮像タイミングと前記カラー画像の撮像タイミングとの時間差を、前記搬送速度に応じて設定し、
    前記カラー魚体画像の計測領域の検出を、前記単色魚体画像に前記カラー魚体画像をそのまま重ね合わせて行うことを特徴とする魚種判別方法。







JP2015505355A 2014-12-10 2014-12-10 魚種判別装置および魚種判別方法 Active JP5713376B1 (ja)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2014/082665 WO2016092646A1 (ja) 2014-12-10 2014-12-10 魚種判別装置および魚種判別方法

Publications (2)

Publication Number Publication Date
JP5713376B1 true JP5713376B1 (ja) 2015-05-07
JPWO2016092646A1 JPWO2016092646A1 (ja) 2017-04-27

Family

ID=53277275

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2015505355A Active JP5713376B1 (ja) 2014-12-10 2014-12-10 魚種判別装置および魚種判別方法

Country Status (4)

Country Link
EP (1) EP3239925A1 (ja)
JP (1) JP5713376B1 (ja)
KR (1) KR101656635B1 (ja)
WO (1) WO2016092646A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018037638A1 (ja) * 2016-08-26 2018-03-01 Necソリューションイノベータ株式会社 生存魚管理システム

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106417104A (zh) * 2016-08-31 2017-02-22 北京农业信息技术研究中心 养殖鱼类游动方向测定系统和方法
CN106779042B (zh) * 2016-12-27 2023-08-04 北京农业信息技术研究中心 一种水产养殖鱼群聚集指数计算装置及计算方法
JP6917762B2 (ja) * 2017-05-09 2021-08-11 株式会社キーエンス 画像検査装置
JP6890789B2 (ja) * 2018-02-05 2021-06-18 株式会社シー・テック 魚選別装置、魚選別方法、魚種類推定装置、及び、魚種類推定方法
US11328439B2 (en) 2018-03-09 2022-05-10 Nec Corporation Information processing device, object measurement system, object measurement method, and program storage medium
JP7126858B2 (ja) * 2018-05-18 2022-08-29 古野電気株式会社 魚種推定システム、魚種推定方法、及びプログラム
JP6702370B2 (ja) * 2018-07-24 2020-06-03 日本電気株式会社 計測装置、計測システム、計測方法およびコンピュータプログラム
JP6780682B2 (ja) 2018-09-20 2020-11-04 日本電気株式会社 情報取得システム、制御装置及び情報取得方法
JP2020051982A (ja) * 2018-09-28 2020-04-02 Jfeテクノリサーチ株式会社 画像検査装置及び検査モデル構築システム
CN111223137B (zh) * 2018-11-26 2023-06-16 重庆小雨点小额贷款有限公司 一种养殖产品的数量确定方法、装置、终端及存储介质
KR102191062B1 (ko) 2019-03-14 2020-12-14 경남과학기술대학교 산학협력단 어종 분류를 위한 데이터 적용 방법
KR102191064B1 (ko) 2019-03-14 2020-12-14 경남과학기술대학교 산학협력단 어종 분류를 위한 데이터 적용 시스템
CN111357800B (zh) * 2020-03-26 2021-12-14 江苏省海洋水产研究所 渔获识别分离装置
KR102295255B1 (ko) 2020-09-25 2021-08-27 최진호 생태교란 어종의 생태 조사 및 포획시스템
WO2022260034A1 (ja) * 2021-06-09 2022-12-15 株式会社エヌ・クラフト 水産物選別システムおよび船

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3483039B2 (ja) * 1993-09-30 2004-01-06 博文 松尾 画像信号による識別装置
JP3377697B2 (ja) 1996-10-08 2003-02-17 三菱重工業株式会社 魚種判別処理装置
JP2006170669A (ja) * 2004-12-13 2006-06-29 Mitsui Mining & Smelting Co Ltd 青果物の品質検査装置
JP5455409B2 (ja) * 2009-03-30 2014-03-26 日立造船株式会社 異物選別方法および異物選別設備

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018037638A1 (ja) * 2016-08-26 2018-03-01 Necソリューションイノベータ株式会社 生存魚管理システム
JPWO2018037638A1 (ja) * 2016-08-26 2019-04-11 Necソリューションイノベータ株式会社 生存魚管理システム

Also Published As

Publication number Publication date
JPWO2016092646A1 (ja) 2017-04-27
KR101656635B1 (ko) 2016-09-09
WO2016092646A1 (ja) 2016-06-16
EP3239925A1 (en) 2017-11-01
KR20160084810A (ko) 2016-07-14

Similar Documents

Publication Publication Date Title
JP5713376B1 (ja) 魚種判別装置および魚種判別方法
JP7391173B2 (ja) 食品検査補助システム、食品検査補助装置、およびコンピュータプログラム
JP6630545B2 (ja) 位置決め方法、位置決め装置、プログラムおよびコンピュータ可読記録媒体
KR101180027B1 (ko) 광센서 및 이를 이용한 감지 방법
US9064187B2 (en) Method and system for item identification
WO2019151393A1 (ja) 食品検査システム、食品検査プログラム、食品検査方法および食品生産方法
JP6052590B2 (ja) 自動車車体の表面検査装置および表面検査方法
JP5086970B2 (ja) 木材の外観検査装置、木材の外観検査方法
US9870611B2 (en) Drug inspection device
JP2020051982A (ja) 画像検査装置及び検査モデル構築システム
Yang et al. Machine vision system for on-line wholesomeness inspection of poultry carcasses
JP2022088495A (ja) 教師データ生成方法および異物検査装置ならびに異物検査方法
JP3614980B2 (ja) 農産物の外観検査方法及び装置
JP6699694B2 (ja) 検査システム、検査方法
Cui et al. Automated pattern recognition and defect inspection system
KR102196114B1 (ko) 철강 제품 결함 검사 장치 및 방법
JP5976477B2 (ja) 文字読取装置、及び紙葉類処理装置
JP2005172649A (ja) 欠陥検査装置
JP4364773B2 (ja) 印刷物の検査方法
JP2020051981A (ja) 検査装置
JP2008304958A (ja) 画像処理によるワーク欠陥検査方法
JP7318907B2 (ja) 単板判定システムおよび単板の判定方法
JP2015059854A (ja) 欠陥検査方法及び欠陥検査装置
JP4656399B2 (ja) 農産物の外観検査装置
US20210100256A1 (en) Foreign Material Inspection System

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20150203

A871 Explanation of circumstances concerning accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A871

Effective date: 20150203

A975 Report on accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A971005

Effective date: 20150227

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20150304

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20150304

R150 Certificate of patent or registration of utility model

Ref document number: 5713376

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250