NO167182B - Fremgangsmaate til aa sortere fisk samt fiskesorteringsinnretning. - Google Patents

Fremgangsmaate til aa sortere fisk samt fiskesorteringsinnretning. Download PDF

Info

Publication number
NO167182B
NO167182B NO890853A NO890853A NO167182B NO 167182 B NO167182 B NO 167182B NO 890853 A NO890853 A NO 890853A NO 890853 A NO890853 A NO 890853A NO 167182 B NO167182 B NO 167182B
Authority
NO
Norway
Prior art keywords
fish
length
determining
image
area
Prior art date
Application number
NO890853A
Other languages
English (en)
Other versions
NO890853D0 (no
NO890853L (no
Inventor
Kevin Mccarthy
Patrick Debourke
Original Assignee
Grove Telecommunications Ltd
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 Grove Telecommunications Ltd filed Critical Grove Telecommunications Ltd
Publication of NO890853D0 publication Critical patent/NO890853D0/no
Publication of NO890853L publication Critical patent/NO890853L/no
Publication of NO167182B publication Critical patent/NO167182B/no

Links

Classifications

    • AHUMAN NECESSITIES
    • A22BUTCHERING; MEAT TREATMENT; PROCESSING POULTRY OR FISH
    • A22CPROCESSING MEAT, POULTRY, OR FISH
    • A22C25/00Processing fish ; Curing of fish; Stunning of fish by electric current; Investigating fish by optical means
    • A22C25/04Sorting fish; Separating ice from fish packed in ice
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B07SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07CPOSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00Sorting 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
    • B07C5/04Sorting according to size
    • B07C5/10Sorting according to size measured by light-responsive means
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B07SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07CPOSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00Sorting 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
    • B07C5/04Sorting according to size
    • B07C5/12Sorting according to size characterised by the application to particular articles, not otherwise provided for
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01BMEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00Measuring arrangements characterised by the use of optical techniques
    • G01B11/02Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
    • G01B11/024Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness by means of diode-array scanning
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10STECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S209/00Classifying, separating, and assorting solids
    • Y10S209/939Video scanning

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Zoology (AREA)
  • Food Science & Technology (AREA)
  • Physics & Mathematics (AREA)
  • Wood Science & Technology (AREA)
  • Processing Of Meat And Fish (AREA)
  • Sorting Of Articles (AREA)
  • Image Processing (AREA)
  • Farming Of Fish And Shellfish (AREA)
  • Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
  • Combined Means For Separation Of Solids (AREA)
  • Meat, Egg Or Seafood Products (AREA)

Description

Oppfinnelsen angår en fremgangsmåte til sortering av fisk i henhold til innledningen av krav 1, samt en fiskesorteringsinnretning i henhold til innledningen av krav 4.
Fiskeforedlingsanlegg har vanligvis sortert fisk med bruk av en menneskelig operatør for å bestemme fiskens forskjellige karakteristikker, f.eks. størrelsen, vekten, kjønn, fiskeart etc. Fisken blir typisk sortert i forskjellige renner for oppsamling etter gruppe og senere behandling. I de senere år er det blitt konstruert automatiske anordninger for å klassifisere fisken slik at de kan sorteres. F.eks. er det i henhold til kanadisk patent nr. 1 039 235 ønsket å bestemme hvorvidt en fisk er en hun med rogn. Organer er anordnet for automatisk å bestemme gjennomsiktbarheten eller gjennomskinneligheten til de mer lysgjennomsiktige hunnfisk med egg og på basis av denne bestemmelse, blir disse fisk ført til en bestemt renne. I henhold til dette patentet er det viktig å orientere fisken med hodet fremad og et apparat som er beskrevet i dette utfører orienterings funksj onen.
Annen apparatur for å behandle fisk er beskrevet i
US-PS nr. 4 339 588 (Robert Molnar). Patenter som omhandler automatisk bestemmelse av karakteristikkene til visse objekter er beskrevet i CA-PS nr. 1 110 996 og US-PS nr. 4 687 107, 4 630 225, 4 324 335 og 4 351 437. Fra NO-PS nr. 158602 er dessuten kjent et fiskebehandlingsanlegg med en bestemmel-sesanordning basert på optisk avsøking til å bestemme en ønsket posisjon av fisken i en hodekappingsanordning.
Ingen av de ovennevnte patenter er i stand til å bestemme arten av den angjeldende fisk. Videre har ingen evnen til å behandle flere rekker med fisk samtidig. I tillegg kan ingen bestemme hvorvidt fisken har hodet eller halen først, angi fiskens vekt etc.
I kjente systemer hvor lengden av et objekt skal bestemmes, bestemmes lengden fra forende til bakende. Hvor det imidlertid dreier seg om fisk er det mulig at fisken er krummet og at avstanden fra forende til bakende ikke med noen nøyaktighet representerer fiskens lengde. Følgelig vil en vektbestemmelse som skal utføres basert på den målte lengde mellom forende og bakende, være unøyaktig„ spesielt da arealet er ukjent og arten, som kan ha en forskjellig vekt pr. volumenhet, kan være forskjellig fra en annen.
Den foreliggende oppfinnelse skaffer mulighet til å bestemme fiskearten. Den skaffer også mulighet for å finne den sanne lengde av fisken, uansett om fisken er orientert med halen eller hodet først på en transportør. Videre omfatter oppfinnelsen organer til bestemmelse av det ovennevnte hvor det forekommer flere rekker av fisk som samtidig føres langs et transportbelte, med bruk av bare et eneste kamera.
Straks det fås en indikasjon med hensyn til art, størrelse, forskjellige tykkelse, breddeforhold for fiskene etc, kan de skilles ved hjelp av pneumatisk drevne dører som er anordnet på tvers av transportbeltet. Operasjonen til dørene er ikke gjenstand for den foreliggende oppfinnelse.
I henhold til oppfinnelsen består en fremgangsmåte til sortering av fisk i å summere avstandene mellom midtpunktene for å skaffe et digitalverdisignal som representerer lengden av fisken.
Fordelaktig omfatter fremgangsmåten i henhold til oppfinnelsen ytterligere trinn for å bestemme midtpunktet av den summerte avstand, å bestemme summen av avstandene mellom bitplanpiksel-posisjoner ved kanten av bildet til venstre for midtpunktet av de summerte avstander mellom midtpunktet for å skaffe et venstre arealsignal, å bestemme summen av avstandene mellom bitplanpikselposisjonene ved kanten av bildet til høyre for midtpunktet av de summerte avstander mellom midtpunktene for å skaffe et høyre arealsignal, å sammenligne det venstre arealsignal med det høyre arealsignal og skaffe et signal som er indikativt for hvorvidt fisken er plassert med halen til venstre i tilfelle det venstre arealsignal er lik eller mindre
enn det høyre arealsignal.
En fiskesorteringsinnretning er i henhold til den foreliggende oppfinnelse kjennetegnet ved et organ for å bestemme lengden av linjer som forbinder midtpunktene samt et organ for å summere lengden av disse linjer for å bestemme lengden av fisken.
Fordelaktig omfatter fiskesorteringsinnretningen i henhold til oppfinnelsen et organ for å bestemme midtpunktet for lengden av fisken og et organ for å summere verdiene mellom de bestemte breddeverdier til venstre for midtpunktet av lengden av fisken for å skaffe et første halvlengdeareal og for å summere verdien mellom de bestemte breddeverdier til høyre for midtpunktet av lengden av fisken for å skaffe et annet halvlengdeareal og et organ for å angi at fisken er plassert med halen først hvis det første halvlengdeareal er mindre enn eller lik det annet halvlengdeareal.
Ytterligere trekk og fordeler ved fremgangsmåten og fiskesorteringsinnretningen fremgår av henholdsvis de uselvstendige krav 3 samt 6 og 7.
En bedre forståelse av oppfinnelsen vil fås ved lesing av den følgende detaljerte beskrivelse i forbindelse med den vedføyde tegning. Fig. 1 viser et grunnriss av et transportbelte som transpor-terer to rekker av fisk. Fig. 2 viser et oppriss forfra av situasjonen vist på fig. 1. Fig. 3 viser et blokkdiagram av den foreliggende oppfinnelse. Fig. 4 viser en skjematisk representasjon av en hukommelse benyttet i prosessoren på fig. 3. Fig. 5 viser et riss av bitplanet benyttet til å illustrere hvordan dimensjonene av en fisk bestemmes. Fig. 6 viser et bitplan som illustrerer hvordan den sanne lengde av en fisk bestemmes. Fig. 7A-7D er et flytkart til en algoritme for å bestemme posisjonen av fisk representert på et hukommelsesbitplan forbundet med et videokamera og for å bestemme arten av fisken. Fig. 8A-8C viser et flytkart til en algoritme for å bestemme nærværet av en fisk i bitplanet. Fig. 1 viser en transportør 1 som beveger seg i pilens retning og fører fire fisk 2A-2D av -to arter i to rekker adskilt av en strekpunktert linje langs pilens akse. Ved en posisjon nedstrøms for fisken og over enten en ytterligere transportør eller renne 3 er det anordnet fortrinnsvis pneumatisk styrte dører 4 som enten kan innta den viste stilling eller en alternativ stilling som er gjengitt strekpunktert. Når dørene er i de viste stillinger, vil enhver fisk som føres til disse langs rennene 3 avbøyes til nedre underrenner 5 for videre behandling selektivt relatert til denne underrénne. Som det kan ses, har hver av rennene to forbundne underrenner og hver underrénne kan ytterligere deles. Med kjennskap til hvilken art, vekt eller annen karakteristikk som er forbundet med fisken, kan således et signal genereres og sendes med tidsforsinkelse til en styremekanisme for en eller begge dører for å få fisken til å havne nede i en av underrennene etter ønske. Det kan ses på fig. 1 at fisken 2D har halen først. Den foreliggende oppfinnelse er i stand til å foreta fiskebestem-melsen når fisken har halen først, i motsetning til kjent teknikk som krever at hodet skal være først. Fig. 2 viser apparatet på fig. 1 i et sideoppriss. På denne figur er et videokamera 6 anordnet over transportøren og med hvilket et synsfelt som. strekker seg over begge rekkene av fisk registreres. Det foretrekkes at videokameraet 6 skal ha en lyssensor basert på en ladningskoblet innretning (CCD).Et kamera som kan benyttes i den foreliggende oppfinnelse fremstilles av Hitachi Corporation og er et CCD-kamera av typen
KP120.
Et blokkdigram av innretningen for å utføre fremgangsmåten i henhold til den foreliggende oppfinnelse er vist på fig. 3. Videokameraet 6 er forbundet med en video- eller bildeprosessor 7, som skaffer et utgangssignal til et display, og/eller modem 8 og/eller skriver 8A samt kontrollsignaler til regulatoren 9. Utgangssignalet fra regulatoren 9 er forbundet med renne-dørstyreapparatet, vist som solenoider 10. Rennesolenoidene 10 er forbundet til dørene eller de pneumatiske styringer for pneumatisk drevne dører 4. Den foretrukkede bildeprosessoren er OCTEK 2000 Viking task prosessor, drevet av en mikrodatama-skin av typen 11/73 fra Digital Equipment Corporation.
Videokameraet i samband med prosessoren 7 genererer firebits ord som er karakteristiske for hver gråtone som inneholder et piksel i CCD'en til videokameraet 6. Dette signalet blir normalt lagret i et bitplan. F.eks. består videohukommelsen i systemet typisk av 320 x 240 firebits ord. Dette tillater lagring av et helt bilde med 16 gråtoner. Imidlertid er hukommelsen ved den foreliggende oppfinnelse betraktet som bestående av fire grupper av 320 x 240 énbits ord, inneholdt i hver av fire bitplan. Således er det lagret fire hele binær-bilder i disse. Med et binærbilde er hvert piksel enten sort eller hvitt, dvs. enten på eller av. Således er bare én bit, dvs. den mest signifikante bit i hvert ord, tilstede på det første bitplan.
I den foreliggende oppfinnelse benyttes bitplanet som inneholder den mest signifikante bit. Dataene som skal lagres i de tre andre bitplan blir filtrert eller maskert.
På fig. 4 er det vist fire bitplan hvor bildehukommelsen er typisk delt. I den foreliggende oppfinnelse blir imidlertid den mest signifikante bit lagret i det øverste bitplan 11. De andre bitplan benyttes som omtalt nedenfor.
Bitplanet 11 blir skannet kontinuerlig. Etter som bildet av en fisk 12 passerer fra høyre til venstre over bitplanet, krysser den til slutt en linje som begynner til venstre i bitplanet ved posisjonen x = 40, y = 10. Dette blir registrert straks hukommelsesstedene langs; linjen i nærvær av fisk forandrer seg fra 0 til 1 eller omvendt.
Det skal bemerkes at det er to rekker med fisk, adskilt av den imaginære strekpunkterte linje 13. Prosessoren deler bitplanet i to på hver sin side av linjen 13 og behandler bitplanbildet på dette separat. Selv om to fisker således passerer linjen som går gjennom 0,0 hver for seg, behandler prosessoren denne informasjon individuelt.
Med angivelsen av at en fisk har passert linjen som går gjennom 0,10 i den venstre rekke, men ikke har passert linjen som går gjennom 0,0 (som er nær enden av bitplanet), blir bildedataene fra den venstre rekke overført til det annet bitplan 14. Når nærværet av en fisk 12A forekommer i den høyre rekke som har passert linjen som går gjennom 0,10, men ennå ikke har passert linjen som går gjennom 0,0 detekteres, vil på samme måte bitplanbildet fra denne side av linjen 13 overføres til det tredje bitplan 15.
Fordi fiskene således kan overlappe hverandre og faktisk kan lokaliseres nøyaktig sammenfallende med hverandre med hensyn på en linje som er ortogonal på bevegelsesretningen, mens tiden mellom fisk langs en linje som utgjør en rekke allikevel være relativt lang, kan den foreliggende oppfinnelse gi tilstrek-kelig behandlingstid til å tillate mer enn en rekke av fisk ved overføring av fiskebilder fra hver av rekkene til individuelle, separate bitplan hvor de lagres i lengre tidsrom. På tilsvarende måte kan det f .eks;, være plass til tre rekker av fisk og bildet av den tredje rekke overføres i det fjerde bitplan 16 etc.
Straks bildene er blitt, overført til andre bitplan enn det første, kan prosessoren behandle hvert i ro og mak. Videre kan bildene overføres til et katodestrålerørdisplay enten automatisk eller selektivt av en operatør. Arten og/eller andre faktorer som bestemmes for hver fisk, kan overføres til en fjern datamaskin ved hjelp av et modem 8 eller skrives ut på en skriver 8A.
Fig. 5 viser omrisset 17 av et gråtonebilde av en fisk i et av de lavere bitplan. Bitplanet skannes digitalt og sideskannlin-jene er vist som 17]_, 172, 173...17N_3, 17N_2« 17n-1> 17N- Det kan ses at skannelinjene 17^ og 17N alle møter linjer av hvite piksler, dvs. nuller. Imidlertid kan de innadliggende skannelinjer 172°9 17N-1 vise linjer hvor sorte piksler (innehol-dende enere) påtreffes.
For linjer som inneholder sorte piksler, bestemmes digitalverdiene ved minimums- og maksimumsdigitalverdiene til de sorte piksler og deles med 2. Pikselpunktene representerer halvparten av avstanden mellom de to ovennevnte sorte minimums- og maksimums sorte piksler vist som senterpunktene I82» I83... 18jj-i# 18jg-2' !8n-3 (henvisningstallindeksene til senterpunktene er valgt slik at de samsvarer med tilsvarende indekstall for skannelinjene for overenstemmelsens skyld.
Fig. 6 viser fiskebildet 17 med skannelinjen 17N_i som på fig. 5. I dette tilfellet er fiskebildet 17 krummet og svarer til en krummet fisk. Senterpunktene 182-18n_i er også vist.
Nå blir avstandene mellom senterpunktene samtlige bestemt og summert. Denne summen representerer totallengden til fisken, enten den er rett eller krum. I motsetning til dette vil kjente bildesystemer bestemme avstanden mellom hode og hale representert av linjen 19. Det kan ses at lengden av linjen 19 er vesentlig kortere enn lengden av linjen som representerer avstandene mellom senterpunktene. Den siste linjen som følger krumningen av fisken, er tydelig en mer nøyaktig gjengivelse.
Når lengden av fisken er blitt bestemt, blir halvlengdepunktet 18H deretter bestemt ved å bestemme skannelinjen som skjærer senterpunktet som er halvparten av den bestemte avstand mellom senterpunktene I82 og 18jj-i. Avstanden 20 representerer den venstre halvpart av fiskebildet og avstanden 21 gjengir den høyre halvpart av fiskebildet.
Når adressene til det første sorte piksel langs hver skan-nelinje som representerer kantene av fiskebildet allerede er bestemt, bestemmes summen av avstandene mellom dem (dvs. som gjengir bredden av fiskene langs disse skannelinjene) for både den venstre og den høyre halvpart av fisken, langs skannelinjer som skjærer henholdsvis linjene 20 og 21. Dette svarer til å bestemme arealer av bildeoverflaten. En sammenligning foretas så. Hvis summen av bredder over skannelinjene som skjærer fiskebildet over den venstre halvpart av fisken er lik eller større enn summen av skannelinjebreddene som skjærer bildet over høyre halvpart av fisken, så anses fisken for å ha snuten fremad (til venstre). Hvis imidlertid summen av den venstre halvpart av fisken ikke er lik eller større enn summen av den høyre halvpart av fisken, så anses fisken for å ha halen fremad. For å bestemme resten av verdiene, blir alle elementene i alle matriser som er relatert til dette fiskebilde med halen fremad, rett og slett reversert. Således er kravet om fysisk å vende fisken 180° snute til hale som påkrevet i kjent teknikk, ikke nødvendig ved den foreliggende oppfinnelse.
Aspektforholdet (lengde/bredde), arealforholdet (areal/lengde), haleforholdet (bredde av hale/kvadratrot av lengde), hodeforholdet (bredde av hode/kvadratrot av lengde), nesevinkel og fiskens symmetri bestemmes fra bildekantposisjonen og beregnede verdier. I det tilfelle aspektforholdet er større enn 5,5 og arealforholdet er mindre enn 30,0, blir det konkludert med at det er en torsk.
Når aspektforholdet er større enn 5,5 og arealforholdet større enn 30,0, blir det bestemt at det forekommer en malle.
I tilfelle aspektforholdet er mindre enn 5,5 og arealforholdet mindre enn 30,0, blir det bestemt at det forekommer en lakse-fisk.
I tilfelle aspektforholdet er mindre enn 5,5 og arealforholdet er større enn 30,0 blir det konkludert med at det forekommer en flyndrefisk.
Med bestemmelsen av de ovennevnte fire arter, blir det angitt flagg som passer for hver av artene.
Arealet er bestemt ved å summere bredden av hver av skannelinjene over intervallet som skjærer de sorte piksler i bitplanet. Når arealet er beregnet og i nærvær av et flagg som angir fiskearten, benyttes en konstant som passer til hver art og en antatt vekt beregnes.
På basis av vekten og/eller arten skaffer prosessoren 7 et signal til regulatoren 9 som er indikativt for angivelsen av fisken som befinner seg i det spesifikke bitplan som be-handles. Regulatoren genererer med passende tidsforsinkelse i relasjon til transportørens hastighet et signal til rennesolenoidene 10 for å styre dørene 4 og det endelige bestemmel-sessted for fisken.
Den ovennevnte beskrivelse har fulgt behandlingen av et bilde
i henhold til den generelle algoritme som er beskrevet henholdsvis på fig. 7A-7D. Flytkartene vist på disse og som vil være innlysende for en fagmann og inneholder en beskrivelse av prosessen, er en indikasjon på den mer detaljerte prosess. Flytkartene som utgjør fig. 8A,8B og 8C representerer avbrudds-rutinen for å bestemme nærværet av en fisk på et første bildeplan og bestemmelsen av dens dimensjoner på det annet eller tredje, som omtalt mer generelt ovenfor.
Fordi det er nødvendig med en betydelig behandlingstid for å foreta bestemmelsen av art og vekt og ta hensyn til visning på en monitor, mens bestemmelsen av nærværet av fisk i de to felt i det første bitplan kan utføres hurtig, har den foreliggende oppfinnelse anordnet organer for å dele en prosessor for å utføre de forskjellige oppgaver på en meget effektiv måte og utføre bestemmelsen av fiskekarakteristikker som tidligere ikke lot seg finne. Som tidligere bemerket, utføres bestemmelsen av nærværet av en fisk i samband med den minst signifikante bit i bitbildet som utgjør et enkelt bitplan, og straks nærværet av fiskebildet er blitt bestemt på hver side av en imaginær linje som deler fiskerekkebanen, blir hele bildet fra hver halvpart lagret på et tilsvarende separat bitplan. Prosessoren kan etter å ha bestemt nærværet av bildet og overført det til en av de andre bitplan, utføre artsbestemmelsesberegningene med mer tid til rådighet, samtidig som den avbrytes fra tid til annen for å sjekke nærværet av en fisk i det første bitplan.
Videre bestemmer den foreliggende oppfinnelse lengden av fisken, herunder av krum fisk med en langt høyere grad av nøyaktighet enn tidligere mulig. Dette utføres ved å beregne midtpunktet av skannelinjer over bildet av fisken og deretter summere avstandene mellom midtpunktene.
Med tilgang på midtpunktverdier blir senteret av fiskeko-ordinatene og arealet av fisken til venstre og høyre bestemt. Dette skaffer en indikasjon på hvorvidt fisken har halen eller hodet først.
Arealet er bestemt ved summeringen av skannelinjeavstandene over fiskebildet og fra; dette kan en artsberegning som omtalt i beskrivelsen, og en estimert vekt av fisken bestemmes. Med et passende resulterende signal sendt til en rennesolenoid-styring, kan fisken sorteres med en grad av nøyaktighet og med karakteristiske underinndelinger som ikke tidligere var mulig.

Claims (7)

1. Fremgangsmåte til å sortere fisk, omfattende følgende trinn: (a) å etablere digitalverdiene for bitplanpikselposisjonene ved kantene av bildet av fisken lagret på et bitplan, langs linjer over fisken, (b) å bestemme midtpunktene mellom verdiene, karakterisert ved et ytterligere trinn (c) for å summere avstandene mellom midtpunktene for å skaffe et digitalverdisignal som representerer lengden av fisken.
2. Fremgangsmåte i henhold til krav 1, karakterisert ved at den dessuten omfatter trinn for (d) å bestemme midtpunktet av den summerte avstand, (e) å bestemme summen av avstanden mellom bitplanpikselposi-sj onene ved kanten av bildet til venstre for midtpunktet av de summerte avstander mellom midtpunktet for å skaffe et venstre arealsignal, (f) å bestemme summen av avstanden mellom bitplanpiksel-posisj onene ved kanten av bildet til høyre for midtpunktet av de summerte avstander mellom midtpunktene for å skaffe et høyre arealsignal, (g) å sammenligne det venstre arealsignal med det høyre arealsignal og skaffe et signal som er indikativt for hvorvidt fisken er plassert med halen til venstre i tilfelle det venstre arealsignal er lik eller mindre enn det høyre arealsignal.
3. Fremgangsmåte i henhold til krav 1 eller 2, karakterisert ved at den omfatter trinn for å fra bitplanet bestemme pikselposisjoner og digitalverdier som er representative for lengden av fisken, aspektforholdet (lengde/bredde), arealforholdet (areal/lengde), haleforholdet (bredden av halen/kvadratroten av lengden) og hodeforholdet (bredde av hode/kvadratrot av lengde), å sammenligne i det minste aspekt- og arealforholdene med forhåndsbestemte forhold, og å skaffe et signal som indikerer en eller flere forhåndsbestemte arter av fisk fra dette.
4. Fiskesorteringsinnretning, som omfatter (a) et organ (8) for å motta bildet av fisken i et videokamera (6) , (b) et organ (7) for å motta bildet fra kameraet (6) for å lagre det i en bildeplanhukommelse (11), (c) et organ (7) for å bestemme lagrede verdier for bredden av fisken langs linjer perpendikulære på fiskens hovedakse og lagrede verdier for posisjonen av de første og siste av linjene langs hovedaksen som skjærer bildet og (d) et organ (7) for å bestemme posisjonen av midtpunktene mellom de bestemte breddegrenseverdier karakterisert ved(e) et organ (7) for å bestemme lengden av linjer som forbinder midtpunktene samt (f) et organ (7) for å summere lengden av disse linjer for å bestemme lengden av fisken.
5. Fiskesorteringsinnretning i henhold til krav 4, karakterisert ved at den dessuten omfatter (f) et organ (7) for å bestemme midtpunktet for lengden av fisken og (g) et organ (7) for å summere verdiene mellom de bestemte breddeverdier til venstre for midtpunktet av lengden av fisken for å skaffe et første halvlengdeareal og for å summere verdien mellom de bestemte breddeverdier til høyre for midtpunktet av lengden av fisken for å skaffe et annet halvlengdeareal, og (h) et organ for å angi at fisken er plassert med halen først hvis det første halvlengdeareal er mindre enn eller lik det annet halvlengdeareal.
6. Fiskesorteringsinnretning i henhold til krav 5, karakterisert ved at den omfatter et organ (7) for å bestemme aspektforholdet (lengde/bredde), arealforholdet (areal/lengde), haleforholdet (bredde av hale/kvadratrot av lengde) og hodeforholdet (bredde av hode/kvadratrot av lengde), et organ (7) for å sammenligne minst aspekt- og arealforholdene med forhåndsbestemte tilsvarende forhold, og et organ (7) for å skaffe et indikativt signal som svarer til en bestemt fiskeart fra dette.
7. Fiskesorteringsinnretning i henhold til krav 6, karakterisert ved at den dessuten omfatter (a) et organ (7) for å bestemme lagrede grenseverdier for bredden av fisken langs linjer perpendikulære på fiskens hovedakse og lagrede verdier for posisjonen av fisken og de første og siste av linjene langs hovedaksen som skjærer bildet, (b) et organ (7) for å bestemme posisjonen av midtpunkter mellom de bestemte breddegrenseverdier og for å bestemme lengden av linjer som forbinder midtpunktene og (c) et organ (7) for å summere lengden av linjene for å bestemme lengden av fisken.
NO890853A 1988-02-29 1989-02-28 Fremgangsmaate til aa sortere fisk samt fiskesorteringsinnretning. NO167182B (no)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CA000560139A CA1251863A (en) 1988-02-29 1988-02-29 Fish sorting machine

Publications (3)

Publication Number Publication Date
NO890853D0 NO890853D0 (no) 1989-02-28
NO890853L NO890853L (no) 1989-08-30
NO167182B true NO167182B (no) 1991-07-08

Family

ID=4137532

Family Applications (1)

Application Number Title Priority Date Filing Date
NO890853A NO167182B (no) 1988-02-29 1989-02-28 Fremgangsmaate til aa sortere fisk samt fiskesorteringsinnretning.

Country Status (5)

Country Link
US (1) US4963035A (no)
EP (1) EP0331390A3 (no)
CA (1) CA1251863A (no)
DK (1) DK93389A (no)
NO (1) NO167182B (no)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
NO20065116L (no) * 2006-11-06 2008-05-07 Catching Tech As Fremgangsmåte og system for automatisk klassifisering av fisk under vann.

Families Citing this family (63)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5010746A (en) * 1990-04-25 1991-04-30 Kryptonite Corporation Bicycle lock
FR2668962B1 (fr) * 1990-11-09 1995-01-13 Femia Ind Procede de triage d'objets de forme allongee, notamment curvilignes tels que des haricots verts et systeme de triage pour la mise en óoeuvre de ce procede.
US5288938A (en) * 1990-12-05 1994-02-22 Yamaha Corporation Method and apparatus for controlling electronic tone generation in accordance with a detected type of performance gesture
SE468490B (sv) * 1991-02-08 1993-01-25 Olof Friberg Saett jaemte anordning foer viktbestaemning av en gris
US5347588A (en) * 1991-10-11 1994-09-13 Bridgestone Method and apparatus for video imaging of tire ground contact patch
US5321764A (en) * 1992-01-10 1994-06-14 Kansas State University Research Foundation Identification of wheat cultivars by visual imaging
DK19992A (da) * 1992-02-17 1993-08-18 Reson System As System og fremgangsmaade til maaling og/eller identifikation af objekter
US5305894A (en) * 1992-05-29 1994-04-26 Simco/Ramic Corporation Center shot sorting system and method
US5318173A (en) * 1992-05-29 1994-06-07 Simco/Ramic Corporation Hole sorting system and method
US5311290A (en) * 1992-09-30 1994-05-10 Pulp And Paper Research Institute Of Canada Imaging apparatus and method of fiber analysis
GB9222338D0 (en) * 1992-10-23 1992-12-09 Mini Agriculture & Fisheries Fish sorting machine
DE69324557T2 (de) * 1992-12-31 1999-09-23 Zellweger Uster Inc Kontinuierliche zweidimensionale Überwachung von dünnem Gewebe textilen Materials
US5253765A (en) * 1993-01-14 1993-10-19 L.M.B. Electronics, Inc. Sorting and grading system
JPH07112383A (ja) * 1993-08-23 1995-05-02 Mazda Motor Corp 物品の位置認識方法並びに物品の移載制御方法及び移載制御装置
JP2589046B2 (ja) * 1993-11-01 1997-03-12 財団法人ダム水源地環境整備センター 魚数計測方法と装置および移動体計数方法
US5719678A (en) * 1994-07-26 1998-02-17 Intermec Corporation Volumetric measurement of a parcel using a CCD line scanner and height sensor
US5673647A (en) 1994-10-31 1997-10-07 Micro Chemical, Inc. Cattle management method and system
JPH09127099A (ja) * 1995-11-06 1997-05-16 Anima Denshi Kk 水質監視装置
US5752436A (en) * 1996-10-24 1998-05-19 Utz Quality Foods, Inc. Potato peeling apparatus
US5662034A (en) * 1996-03-08 1997-09-02 Utz Quality Foods, Inc. Potato peeling system
US6381353B1 (en) * 1996-08-30 2002-04-30 Marvin Weiss System for counting colonies of micro-organisms in petri dishes and other culture media
US6200210B1 (en) 1996-11-12 2001-03-13 Micro Beef Technologies, Inc. Ruminant tissue analysis at packing plants for electronic cattle management and grading meat
US6256401B1 (en) * 1997-03-03 2001-07-03 Keith W Whited System and method for storage, retrieval and display of information relating to marine specimens in public aquariums
US6061086A (en) * 1997-09-11 2000-05-09 Canopular East Inc. Apparatus and method for automated visual inspection of objects
DE19836071A1 (de) * 1998-08-10 2000-02-17 Schlafhorst & Co W Verfahren zur Erkennung von Fadenresten auf Spinnkopshülsen
DE19946932A1 (de) * 1999-09-30 2001-04-05 Topack Verpacktech Gmbh Verfahren und Anordnung zum Prüfen der Kontur von fertigen Packungen
NO310593B1 (no) * 1999-11-03 2001-07-30 Erik Juelsen Selektiv hodekappemaskin for fisk
EP1430438A2 (en) * 2001-09-17 2004-06-23 Her Majesty the Queen in Right of Canada, representend by the Department of Agriculture and Agri-Food Canada Method for identifying and quantifying characteristics of seeds and other objects
CA2390056A1 (en) * 2002-06-07 2003-12-07 Du Pont Canada Inc. Method and system for managing commodity information in a supply chain of production
EP1887938A4 (en) 2004-11-30 2010-06-09 Micro Beef Technologies Ltd DETECTION OF HEALTH DISORDERS AT THE RESPIRATORY AND CIRCULATORY LEVEL IN ANIMALS, FOR BETTER MANAGEMENT
US7949414B2 (en) * 2004-12-30 2011-05-24 John Bean Technologies Corporation Processing of work piece based on desired end physical criteria
US7681527B2 (en) 2005-01-19 2010-03-23 Micro Beef Technologies, Ltd. Method and system for tracking and managing animals and/or food products
US20070111648A1 (en) * 2005-07-18 2007-05-17 Groupe Grb Inc. Artificial vision inspection method and system
US20100039509A1 (en) * 2007-04-13 2010-02-18 Winterlab Limited System and Method for Determining the Kosher Status of Fish
WO2009015486A1 (en) * 2007-08-02 2009-02-05 Montrose Technologies Inc. Apparatus for inspecting and grouping articles traveling on a conveyor
CA2712386A1 (en) * 2008-01-17 2009-07-23 Fundacion Azti-Azti Fundazioa Automatic method and system for the determination and classification of foods
US8739736B2 (en) * 2008-10-20 2014-06-03 Smith-Root, Inc. Systems and methods for the portable electroanesthesia of fish
WO2010127023A1 (en) * 2009-05-01 2010-11-04 Spicola Tool, Llc Remote contactless stereoscopic mass estimation system
WO2010127277A2 (en) * 2009-05-01 2010-11-04 Texas Tech University System Remote contactless stereoscopic mass estimation system
WO2010142413A1 (en) 2009-06-08 2010-12-16 Marel Hf A system and method for sorting of items prior to processing
WO2012030899A1 (en) * 2010-08-31 2012-03-08 University Of Massachusetts Methods and systems for determining fish catches
US8755570B2 (en) * 2011-04-27 2014-06-17 Steve Gomas Apparatus and method for estimation of livestock weight
BE1020295A3 (nl) * 2011-11-16 2013-07-02 Acro Khlim Werkwijze voor het sorteren van voorwerpen en sorteerinrichting daarvoor.
US9167800B2 (en) 2012-06-04 2015-10-27 Clicrweight, LLC Systems for determining animal metrics and related devices and methods
US8588476B1 (en) 2012-06-04 2013-11-19 Clicrweight, LLC Systems for determining animal metrics and related devices and methods
US8943742B2 (en) * 2012-06-21 2015-02-03 King Abdul Aziz City for Science and Technology (KACST) Method and apparatus for capturing and time-sorting insects
CA2833488C (en) * 2012-12-19 2020-07-28 Laitram, L.L.C. Shrimp processing system and methods
BE1021380B1 (nl) * 2013-03-13 2015-11-12 Kalapa Bvba Vissorteersysteem voor het sorteren van vis in een gesleept visnet
FR3003381B1 (fr) * 2013-03-15 2016-07-15 Jean Dartiguelongue Dispositif de comptage automatique de poissons
US9370194B2 (en) 2013-06-05 2016-06-21 Smith-Root, Inc. Method and apparatus for slaughtering of fish
US9596836B2 (en) 2013-07-12 2017-03-21 Smith Root, Inc. Apparatus and methods for the guidance of fish
ES2478420B1 (es) * 2014-04-09 2015-06-02 Tecnología Marina Ximo, S.L. Sistema y procedimiento automatizado de clasificación de atunes congelados por especie
MX369568B (es) 2014-04-24 2019-11-12 Laitram Llc Sistema y metodos de procesamiento del camaron.
ES2552397B1 (es) * 2014-05-27 2016-09-14 Tecnología Marina Ximo, S.L. Sistema y método para la estimación de atunes capturados por especie a bordo de embarcaciones pesqueras
EP3253502B1 (en) 2015-02-05 2021-12-22 Laitram, L.L.C. Vision-based grading with automatic weight calibration
US10357805B2 (en) 2015-02-26 2019-07-23 Skaginn Hf Apparatus for imaging, sorting and batching whole fish
JP6879375B2 (ja) * 2017-09-04 2021-06-02 日本電気株式会社 情報処理装置、長さ測定システム、長さ測定方法およびコンピュータプログラム
CN110694932A (zh) * 2019-11-28 2020-01-17 上海海洋大学 一种基于检测式的长条形鱼类产品分拣机构及控制方法
CN111127411B (zh) * 2019-12-17 2023-08-01 北京深测科技有限公司 一种渔业养殖的监测控制方法
US11688154B2 (en) * 2020-05-28 2023-06-27 X Development Llc Analysis and sorting in aquaculture
US20210368748A1 (en) * 2020-05-28 2021-12-02 X Development Llc Analysis and sorting in aquaculture
US11089762B1 (en) * 2020-10-15 2021-08-17 Ecto, Inc. Methods for generating consensus biomass estimates
NO20221369A1 (en) * 2022-12-20 2024-03-11 System and method for sorting animals

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US2447024A (en) * 1939-10-31 1948-08-17 North American Res Corp Apparatus for photoelectric measurement of areas
FR2179421A5 (no) * 1972-04-01 1973-11-16 Leitz Ernst Gmbh
US4079416A (en) * 1975-12-01 1978-03-14 Barry-Wehmiller Company Electronic image analyzing method and apparatus
US4281767A (en) * 1979-08-27 1981-08-04 Carpenter Robert C Trawler fish-sorting system
EP0089212B1 (en) * 1982-03-13 1987-10-28 Kabushiki Kaisha Ishida Koki Seisakusho Method and apparatus for sorting articles
US4628469A (en) * 1982-09-29 1986-12-09 Technical Arts Corporation Method and apparatus for locating center of reference pulse in a measurement system
JPS6028252B2 (ja) * 1982-12-28 1985-07-03 マルハ株式会社 魚加工処理システム
US4665551A (en) * 1983-12-08 1987-05-12 Machine Vision International Corporation Apparatus and method for implementing transformations in digital image processing
JPS60135706A (ja) * 1983-12-23 1985-07-19 Japan Tobacco Inc ラミナサイズ分布測定方法
US4687107A (en) * 1985-05-02 1987-08-18 Pennwalt Corporation Apparatus for sizing and sorting articles
DE3543515A1 (de) * 1985-12-10 1987-06-11 Strahlen Umweltforsch Gmbh Verfahren zur messung der bewegungsweisen und konfigurationen von biologischen und nicht biologischen objekten
FR2597373A2 (fr) * 1986-03-13 1987-10-23 Beaumont Laurent Amelioration d'un dispositif pour trier les champignons selon la longueur des pieds
FR2595589A1 (fr) * 1986-03-13 1987-09-18 Beaumont Laurent Dispositif pour trier les champignons selon la longueur des pieds

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
NO20065116L (no) * 2006-11-06 2008-05-07 Catching Tech As Fremgangsmåte og system for automatisk klassifisering av fisk under vann.

Also Published As

Publication number Publication date
DK93389D0 (da) 1989-02-27
NO890853D0 (no) 1989-02-28
EP0331390A3 (en) 1990-04-11
US4963035A (en) 1990-10-16
EP0331390A2 (en) 1989-09-06
CA1251863A (en) 1989-03-28
DK93389A (da) 1989-08-30
NO890853L (no) 1989-08-30

Similar Documents

Publication Publication Date Title
NO167182B (no) Fremgangsmaate til aa sortere fisk samt fiskesorteringsinnretning.
CN107516317B (zh) 一种基于深度卷积神经网络的sar影像海冰分类方法
US10747999B2 (en) Methods and systems for pattern characteristic detection
Lines et al. An automatic image-based system for estimating the mass of free-swimming fish
Strachan Recognition of fish species by colour and shape
US6356651B2 (en) Method and apparatus for recognizing irradiation fields on radiation images
EP3794376A1 (en) Apparatus and method to classify full waveform data from retro-flected signals
CN113610101A (zh) 一种谷粒萌发率测定方法
CN114581376A (zh) 基于图像识别的纺织用蚕茧自动拣选方法及系统
CN115512215A (zh) 水下生物监测方法、装置及存储介质
EP3172954A1 (en) A system for automatic scarification and assessment of vitality of seeds and a method for automatic scarification and assessment of vitality of seeds
CN114937266A (zh) 一种基于yolox-s的硬壳蛤生物体征识别方法
US10520424B2 (en) Adaptive method for a light source for inspecting an article
WO2008056988A1 (en) Method and system for automatic classification of fish under water
CN108765448B (zh) 一种基于改进tv-l1模型的虾苗计数分析方法
Collings et al. Quantifying the discriminatory power of remote sensing technologies for benthic habitat mapping
CN107024480A (zh) 一种立体图像采集装置
CN1239406A (zh) 用光学图象处理评估半边屠宰动物的方法
CN114037737B (zh) 一种基于神经网络的近岸海底鱼类检测及跟踪统计方法
CN115953352A (zh) 基于网络模型的花生种子精选评估与分级方法
CN109124565B (zh) 用眼状态检测方法
CN117274788B (zh) 一种声呐图像目标定位方法、系统、电子设备及存储介质
Joycy et al. Notice of Violation of IEEE Publication Principles: Survey on automatic segmentation of relevant textures in agricultural images
Yoshikawa et al. Identification of over One Thousand Individual Wild Humpback Whales using Fluke Photos.
US20220270239A1 (en) Systems and methods for color agnostic material face detection