[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

说明书

本发明涉及一种小龙虾全链条数据采集与智能检测方法及装置，包括：获取龙虾图像、节点操作图像、节点数值参数；将龙虾图像进行图像处理，确定龙虾质量等级；将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，并生成操作异常预警信息下发至对应节点，统计下发频率，确定操作规范等级；将节点数值参数输入至对应的标准库，生成参数异常预警信息下发至对应节点，并统计下发频率，确定生产环节质量等级；根据龙虾质量等级将龙虾归为不同的等级批次，并根据操作规范等级和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。本发明将多种监测信息通过大数据平台进行数据处理，达到快速有效的信息管理，保障龙虾生产安全性。

技术领域

本发明涉及农业信息技术领域，尤其涉及一种小龙虾全链条数据采集与智能检测方法及装置。

背景技术

现有龙虾生产的产业链包括养殖、收储、加工、流通四个节点，其中，每个节点都会影响出产龙虾的产量和质量。现有技术中，往往分别对出产龙虾的某个节点或者某个生产因素进行监测，监测形式和监测内容单一，不能完全对整个产业链进行全面的监测和判断。除此之外，现有技术中采用传统的数据处理方式对监测信息进行处理，数据处理过程缺乏高效性和快速性。因而，如何对龙虾生产的产业链进行高效全面的监测是亟待解决的问题。

发明内容

有鉴于此，有必要提供一种小龙虾全链条数据采集与智能检测方法及装置，用以解决如何对龙虾生产的产业链进行高效全面的监测的问题。

本发明提供一种小龙虾全链条数据采集与智能检测方法，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。

进一步地，所述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，确定尺寸质量等级包括：

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；

以对象和主体两个部分划分图像，对象主体所拥有像素点占整幅图像比值记为k₁，均值为图像背景像素点所占整幅图片比值为k₂，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：