基于線激光的魷魚掃描系統(tǒng)與分割算法研究

徐志鵬，劉 魁，謝代梁

(中國計量大學 計量測試工程學院 浙江省流量計量技術研究重點實驗室，浙江 杭州 310018)

提高魷魚分割效率是各水產(chǎn)企業(yè)生產(chǎn)過程中亟待解決的問題，而魷魚表面性質(zhì)限制了生產(chǎn)人員對于分割重量的掌握。依賴智能化設備獲取魷魚表面輪廓和分割是智慧漁業(yè)的重要組成部分，對魷魚表面輪廓進行測定是分割前的必要步驟，無損測定輪廓可為后續(xù)精準分割提供數(shù)據(jù)支持。

目前并無對魷魚表面輪廓測定的有效方法，多數(shù)水產(chǎn)企業(yè)依靠工人的熟練度對魷魚進行分割。然而，人工分割方式對工人熟練度要求較高且效率和精度達不到企業(yè)的要求，因而利用三維線激光掃描獲取數(shù)據(jù)成為測定魷魚表面輪廓的新方向。

國內(nèi)對于魷魚自動分割仍處于空白階段，冰島的Marel公司可根據(jù)尺寸要求對三文魚進行自動分割切片。目前常見的三維點云獲取設備主要有：基于雙目相機的立體視覺系統(tǒng)，利用結構光來獲取對象深度信息原理的Microsoft Kinect，基于激光掃描原理的FastScan、Vivid9i等。但是雙目立體視覺系統(tǒng)使用前需人工校正相機，基于結構光的深度圖像系統(tǒng)對光照環(huán)境的要求較高。

基于多點激光量測的新型自動化量測方式在國內(nèi)外逐步發(fā)展，先進的三維線激光技術因其具有高效能、高精度和高密度的優(yōu)點被廣泛應用于各個行業(yè)，適用于不規(guī)則物體的檢測。目前，比較成熟的線激光掃描儀生產(chǎn)廠商比如基恩士、LMI等公司，可根據(jù)實際需要提供不同型號的掃描儀。本文提出一種利用LMI線激光掃描儀平臺獲取圖像，對魷魚表面3D表型信息進行提取的方法。

該方法通過運動平臺的移動使魷魚通過線激光掃描區(qū)域，獲取點云數(shù)據(jù)，并針對點云數(shù)據(jù)處理問題，采用高度特征閾值分割算法實現(xiàn)點云去噪；針對不同規(guī)格大小的魷魚，根據(jù)其分割要求，采用分割算法實現(xiàn)點云分割，結合魷魚密度將體積結果轉(zhuǎn)化為質(zhì)量結果，實現(xiàn)魷魚等質(zhì)量分割。

1 材料和方法

1.1 分割要求

原材料魷魚通常為去掉頭部和尾部、兩側(cè)平齊的塊狀產(chǎn)品。為保證魷魚產(chǎn)品標準化包裝，企業(yè)的分割要求為：將片狀產(chǎn)品分為若干片側(cè)邊對角線長度和質(zhì)量相等的條狀產(chǎn)品，以進行包裝出口，要求每片質(zhì)量誤差為±1 g。

每片分割魷魚的長度即為塊狀魷魚的寬度，本次實驗選取的魷魚產(chǎn)地為浙江舟山，長約160 mm，寬110 mm。分割產(chǎn)品規(guī)格對角線長度為35 mm，質(zhì)量為32 g，選取兩組。

1.2 基于線激光掃描儀的點云獲取

本文使用的圖像采集平臺為Gocator 2150系列產(chǎn)品。該產(chǎn)品可以滿足設備需要較高掃描速度、獲取點云數(shù)據(jù)的需求；有足夠大的視野范圍，以保證在魷魚表面較為粗糙、起伏較大的情況下，能夠獲得較為完整的數(shù)據(jù)；同時，線激光設備可以抵御一定的光照影響。

從圖1可以看出，凈距離和測量范圍決定了傳感器的架設高度，每條輪廓點上的激光點數(shù)及各個方向的分辨率與重復性可綜合表征為激光傳感器的分辨率與穩(wěn)定性指標，分辨率及重復性越高，獲取的激光點數(shù)據(jù)越精準。

圖1 Gocator 2150系列傳感器產(chǎn)品示意圖Figure 1 Schematic diagram of Gocator 2150 series sensor products

在其他條件相同的情況下，X方向最高與最低分辨率每100 g可產(chǎn)生3～5 g質(zhì)量誤差，為保證運算精確度，X方向分辨率精度設為最高即0.3 mm?？紤]到數(shù)據(jù)的連續(xù)性，并能獲取足夠多的數(shù)據(jù)量進行分析，點動頻率為50 Hz，即每秒獲取被測魷魚50個斷面的數(shù)據(jù)。

1.3 分割計算

處理點云數(shù)據(jù)實現(xiàn)魷魚分割的過程如下：1)分割背景點云;2)基于高度差值使用閾值分割法去除魷魚表面的噪點，相鄰數(shù)據(jù)差值大于4 mm認為點云數(shù)據(jù)存在噪點，需要剔除;3)根據(jù)實際需求對點云的三維坐標矩陣進行分類，實現(xiàn)魷魚片點云的分割;4)基于分割模型，借助密度將體積轉(zhuǎn)化為質(zhì)量，計算分割出的每片魷魚質(zhì)量。

1.4 背景點云分割

針對密集點云數(shù)據(jù)繁雜，識別魷魚輪廓的問題，將其中相鄰兩點高度差大于10 mm的點云數(shù)據(jù)視為魷魚邊緣，由此可提取魷魚的整體輪廓，用于下一步計算。

2 分割算法

為保證掃描模塊與分割模塊工作協(xié)調(diào)性，將距魷魚一側(cè)5 cm處作為基準線，其中與基準線對應點云數(shù)據(jù)作為參考數(shù)據(jù)，提取該行數(shù)據(jù)將其作為計算參考側(cè)面，圖2為該行點云數(shù)據(jù)對應的魷魚側(cè)面示意圖。

圖2 側(cè)面示意圖Figure 2 Side view

產(chǎn)品是否合格以最后的稱重為準，由于待切魷魚的底面平整，整體呈弧形，本文采用積分計算方法得出單片魷魚的質(zhì)量。

分割算法切分魷魚的運算步驟如下。

1)確定第0分割點。魷魚表面厚度分布不均勻，點云矩陣內(nèi)高度不足整體高度的2/3部分視作廢料，繼而從滿足該條件的位置作為第0分割點，通常初始角度設為45°，可根據(jù)實際情況進行調(diào)整。

2)確定第n分割點。如圖3，建立側(cè)面平面坐標系，橫坐標為X軸，縱坐標為Z軸，A點為坐標原點。θ0為第0分割角，刀面與上表面交點為B點，以A點為圓心，側(cè)邊對角線L為半徑作圓周運動進行搜索，當側(cè)邊對角線L與上表面相切時停止搜索，切點記為C點，即第n分割點。

3)確定第n分割角度。將A點與B點連線視作直線方程，記作f(x1)。分別過B點與C點作垂直輔助線，與底邊交點分別記為D點和E點。B點與C點之間數(shù)據(jù)點通過線性擬合得到曲線方程，記作f(x2)。以點E為起點向前搜尋，該搜尋點記為F點，C點與F點連線視作直線方程記作f(x3)。A點至D點距離記作xn，D點至E點距離記作xn+1，E點到F點的距離記作xn+2。

圖3 分割示意圖Figure 3 Segmentation diagram

最終所需分割側(cè)面由A、B、C、F四點圍成，其面積設為S，單位為mm2。A、B、D三點圍成圖形面積記為Sn，B、D、E、C四點圍成圖形面積記為Sn+1，C、F、E三點圍成圖形面積為Sn+2，三組面積有其對應的函數(shù)積分得出，公式總結如下：

(1)

(2)

(3)

Sn+Sn+1-Sn+2=S。

(4)

如果Sn+Sn+1

4)確定第n+1分割點。重復上述步驟2，直至無法滿足條件即停止搜尋。結合每片魷魚的長度可得出該片魷魚的體積。

將得出體積值與魷魚密度結合，最終輸出為每片產(chǎn)品質(zhì)量，分割計算程序流程圖如圖4。

圖4 程序流程圖Figure 4 Program flow chart

3 程序結構

系統(tǒng)程序由上位機程序和下位機程序組成。

上位機程序采用LabView軟件編程，通過人機交互界面控制，程序由以下幾個模塊組成。

1)參數(shù)設置模塊。輸入目標魷魚的側(cè)邊對角線長度，所需質(zhì)量等信息。

2)掃描控制模塊。由OPC通信控制掃描模塊運動，協(xié)調(diào)掃描模塊中運動部件的作業(yè)，記錄原始數(shù)據(jù)。

3)數(shù)據(jù)優(yōu)化模塊。為保證計算的準確性，對無效數(shù)據(jù)進行剔除，保留魷魚表面有效輪廓數(shù)據(jù)，輸出優(yōu)化后點云數(shù)據(jù)。

4)結果計算模塊。得出分割點位于基準線的位置及分割角度，顯示每塊魷魚可切片數(shù)及每片重量。

4 實驗結果分析

4.1 裝置介紹

該裝置分為掃描模塊和分割模塊，掃描裝置由支架主體、LMI Gocator 2150線激光掃描儀、歐姆龍CP1H型PLC、匯川IS620N系列伺服、傳動皮帶、人機交互界面組成。其中支架主體為鋁合金材質(zhì)，具有較高的強度，抗變形能力強。傳動皮帶負責搭載魷魚，線激光掃描儀通過端面連接板固定在皮帶上方500 mm處，方向與傳動皮帶方向一致。伺服電機由PLC控制，PLC通過串口連接到人機交互界面，通過OPC標準使用LabView軟件控制電機啟停。掃描裝置如圖5。

圖5 掃描裝置Figure 5 Scanning device

分割模塊由分割刀具、固定條、伺服電機、氣缸和傳動皮帶組成，伺服電機控制分割刀具的角度。氣缸控制分割刀具的下切，固定條用來分割時固定魷魚，保證精確度。通常魷魚采用冷凍儲存的方式，保鮮的同時利于切割，選取刀具帶有一定弧度，以保證作業(yè)時刀具不會粘連魷魚，影響產(chǎn)品重量和工作效率。

4.2 魷魚模型重建

對點云數(shù)據(jù)進行分析，原始數(shù)據(jù)共1 049×563點云數(shù)，行列差值與分辨率和激光點動頻率相關。首先采用閾值分割法去除其中噪點，去噪前的點云數(shù)量為590 100，去噪后的數(shù)量為536 148。去噪處理后，噪聲減少，點云更加平滑。

去噪后魷魚表面重建結果如圖6，得到更精確的魷魚表面模型。

圖6 魷魚模型重建Figure 6 Squid model reconstruction

4.3 結果分析

經(jīng)上述方法計算得出魷魚的分割位置及最終分割質(zhì)量，輸出最后計算結果。表1為單片魷魚輸出結果。

從表1可以看出，原材料魷魚的規(guī)格較為一致，算法計算出的切分位置和切分角度較為接近。為了滿足對角線長度和重量的要求，最后一刀的角度與前面的切割角度相差較大。

表1 單片魷魚分割結果Table 1 Results of single slice squid segmentation

分割對角線長度的最大誤差為0.3 mm，即0.86%；最大質(zhì)量誤差為0.3 g，即0.94%?？蓾M足企業(yè)實際生產(chǎn)需求。結果表明，在不直接接觸魷魚的前提下，本方法成本低，實現(xiàn)了魷魚的精確分割，符合企業(yè)的生產(chǎn)需求，為魷魚生成自動化提供了技術支持。

5 結 論

文中研究了基于三維點云的魷魚分割算法，針對魷魚表面不平整，不利于自動化分割的問題，采用閾值分割法進行去噪，得到更為精確的魷魚重建模型。根據(jù)魷魚側(cè)邊對角線長度和質(zhì)量要求，采用積分法確定每次分割點的位置。

相對于目前普遍的人工分割魷魚的方法，本文魷魚片分割質(zhì)量最大誤差0.3 g，滿足實際生產(chǎn)需求，保證了算法分割魷魚的準確性。本方法解決了人工分割效率低與精度低的問題，為企業(yè)實現(xiàn)產(chǎn)業(yè)自動化提供了技術支持。

同時，由于水產(chǎn)通常采用冷凍儲存的方式，不同魷魚的含水率不同，同時，點云矩陣數(shù)據(jù)受掃描分辨率影響，與實際結果存在偏差，計算結果與實際重量仍有一定的誤差，后續(xù)需要根據(jù)實際情況加以改進，進一步縮小誤差。