[发明专利]一种小龙虾全链条数据采集与智能检测方法及装置

权利要求书

1.一种小龙虾全链条数据采集与智能检测方法，其特征在于，应用于云平台，包括：

获取龙虾图像、节点操作图像、节点数值参数，其中，所述节点操作图像为龙虾生产全链条节点的每个操作过程的监测图像，所述节点数值参数为龙虾生产全链条节点的每个生产过程的数值参数；

对所述龙虾图像进行图像处理，确定对应的形态特征和颜色特征，并根据所述形态特征和所述颜色特征，确定龙虾质量等级；

对所述节点操作图像进行识别，输出对应的异常区域和操作人员编号，并根据所述异常区域和所述操作人员编号生成操作异常预警信息下发至对应节点，同时，统计所述操作异常预警信息的下发频率，确定用于反映人员操作规范的操作规范等级；

将所述节点数值参数输入至对应的标准库进行匹配，判断所述节点数值参数是否在合格范围内，若不在，则生成参数异常预警信息下发至对应节点，同时，统计所述参数异常预警信息的下发频率，确定用于反映节点生产安全的生产环节质量等级，其中，所述节点数值参数包括各个生产节点的养殖环境参数和龙虾质量参数；

根据所述龙虾质量等级，将龙虾归为不同的等级批次，并根据所述操作规范等级和所述生产环节质量等级，对各个节点的生产环境和人员操作进行预警和管理。

2.根据权利要求1所述的小龙虾全链条数据采集与智能检测方法，其特征在于，所述并根据所述形态特征和所述颜色特征，确定龙虾质量等级包括：

使用摄像机采集小龙虾的图像数据，将图像数据传输到边缘服务器上；

对小龙虾的图像数据进行预处理，使用RGB分量提取、二值化、去噪、倾斜校正，采用最大类间方差法对图像进行二值化；

以小龙虾主体和背景主体两个部分划分图像，小龙虾主体所拥有像素点占整幅图像比值记为k₁，小龙虾主体所拥有像素点的像素均值为图像背景像素点所占整幅图片比值为k₂，图像背景像素点的像素均值为

则图像均值应为

设定阈值目标函数为

使用高斯去噪法去除图像中的斑点噪声，其中，高斯滤波模板扫描图像中的每一个像素，用高斯滤波模板确定的邻域内像素的加权平均灰度值去替代模板中心像素点的值；

模板系数公式如下：

上式中，(x,y)为掩膜内任一点的坐标，(ux,uy)为掩膜内中心点的坐标；

通过小龙虾的颜色特征对小龙虾的新鲜程度进行识别，通过人工智能根据小龙虾的RGB颜色特征筛选出颜色偏红的小龙虾，使用分拣装置剔除死亡小龙虾；

计算RGB三个通道分别的平均值定义虾体上R分量的占比L为：

通过小龙虾的形态特征对小龙虾的肢体完整度进行识别，通过人工智能根据小龙虾的肢体缺损情况进行分级；

通过人工智能分析处理小龙虾的图像数据，获取小龙虾的尺寸数据，根据小龙虾的尺寸数据进行小龙虾分级；

使用电子鼻监测小龙虾的气味，是否存在异常气味如腐烂臭味等气味，确保小龙虾的新鲜程度；

使用质构仪对小龙虾进行抽检，测定小龙虾肌肉组织的弹性，如果质构仪测定方法无效，使用水煮试验对小龙虾进行抽检，通过人工感官品尝的方式，测定小龙虾肌肉组织是否紧密且富有弹性。

3.根据权利要求1所述的小龙虾全链条数据采集与智能检测方法，其特征在于，所述节点数值参数包括养殖节点参数、收储节点参数、加工节点参数以及流通节点参数，其中，所述养殖节点参数依次包括整塘参数、进水参数、放苗参数、种草参数、肥水参数、投喂参数以及交接参数；所述收储节点参数包括接收参数、分类参数、入库参数、堆放参数、盘点参数、仓储参数、出库参数；所述加工节点参数依次包括接收参数、初筛参数、清洗参数、分级参数、修整参数、包装参数、预冷参数、输出参数；所述流通节点参数包括进货参数、储存参数、拣货参数、配货参数、运输参数、销售参数。