Automatisk Kvalitetssortering Ekrem Misimi, PhD, SINTEF Fiskeri og havbruk Forskere som har bidratt med arbeidet: Elling Ruud Øye,, John Reidar Mathiassen, Aleksander Eilertsen, Morten Bondø, Bendik Toldnes, Guro Moen Tveit, Ekrem Misimi
Preliminære resultater: AP1. Konsept for sortering av levende og død fisk P2. Automatisk deteksjon av blodflekker 2
Fremtidens prosessering av hvitfisk ombord Sortering av levende/død fisk Levendefisklagring Bedøving Avliving Utblødning Skånsom fangsting Infosenter: sporbarhet, kvalitet, art, størrelse Marked, produktdifferensiering Pakking/ kjøling Sortering/ gradering Vasking Evt. sløying Filetering (pre/post rigor) Restråstoffutnyttelse Marked, produktdifferensiering
Automatisert markedsbasert sortering og automasjon Deteksjon Håndtering Sortering Marked 1 Marked 2 4
Motivasjon for sortering av død og levende fisk Best mulig kvalitet oppnås ved å holde fisken i live inntil den blir immobilisert og avlivet. Død/døende fisk må raskest mulig skilles ut for umiddelbar prosessering. 5
Forsøk på Ila fiskemottak i Trondheim Det ble den 19.03.15 utført forsøk på Ila fiskemottak hvor 58 torsk ble utsatt for diverse stimuli for å teste hva som ga best reaksjon fra fisken. Metodene som ble utprøvd var: Spraying av vann Lyd Berøring Lys Vibrasjon Strøm (puls-signal med lav frekvens og lav amplitude) 6
Strøm-stimuli av torsk Strøm-signalet som ble brukt hadde en frekvens på 50 Hz og en amplitude på 8 V. Signalet ble pulset i en kort periode (200 ms) og reaksjonen fra fisken ble så observert. 7
Strøm-stimuli av torsk Av levende og nokså uthvilt torsk reagerer 75% sterkt på strømsignalet: - Fisken spreller betydelig etter at signalet er av. Av slapp/døende fisk reagerer 35% sterkt på strøm. Den resterende 65% reagerer lite: - Små/ingen tendenser til sprelling etter at signalet er skrudd av. Av død fisk er det ingen tegn til sprelling etter at strømmen er av. Den eneste reaksjonen skyldes selve strømsignalet. Dette gjelder både for fisk som nettopp døde, og for fisk som har vært død i lengre tid (1-2 timer). 8
Strøm-stimuli av torsk Deler man fisken opp i tre kategorier - levende, slapp og død: Fisk som reagerer sterkt på strøm befinner seg i en av de to første kategoriene (men hovedsakelig i "levende"). Fisk som har liten eller ingen reaksjon kan befinne seg i alle tre kategorier (men hovedsakelig i "død"). Dersom man greier å skille ut fisk som reagerer sterkt på strøm og sende disse til levendelagring, vil man, ut fra forsøksresultatene, få svært få døde fisk i tanken. Blant den resterende fisken (som har liten eller ingen reaksjon på strøm) er det ikke et problem om det også befinner seg noe levende fisk så lenge man har kapasitet til å prosessere alle fiskene. 9
Videre konseptutvikling Ut fra forsøkene på Ila fiskemottak og diskusjon i ettertid blir det foreslått tre alternative konsept for videre uttesting. Av disse tre er de to første basert på resultatene fra forsøket mens det det siste har en ny tilnærming. 10
Konsept 1: Mekanisk sortering med to transportbånd To transportbånd går parallelt og i forskjellig høyde. Det øverste båndet heller med en svak, sidelengs vinkel ned mot det nederste. Fisken kommer inn på det øverste båndet og blir påført strømsignalet mens den passerer. Levende fisk som reagerer sterkt på strøm vil så sprelle av det øverste transportbåndet og falle ned på det nederste, hvor den går til levendelagring i tank. Død og slapp fisk vil bli liggende på det øverste transportbåndet og fortsette til slakting. Bilder av torsk som reagerer på strøm 11
Konsept 2: Sortering ved hjelp av maskinsyn Fisken fraktes på transportbånd hvor den blir påført strømsignalet. Et 3D-kamera observerer fisken og måler aktivitetsnivået til hvert enkelt individ. Fisk som har mye bevegelse etter at strømsignalet er skrudd av regnes som levende fisk og skyves av transportbåndet med f.eks. en klaffe eller evt. en robot til levendelagring i tank. Fisk som ikke har særlig aktivitet regnes som død eller slapp og fortsetter på transportbåndet til slakting. 12
Konsept 2: Eksempelvideo Singulering av fisk Aktivitetsnivå vises i graf. 13
Konsept 3: Sortering i tank All fisk lagres først i tank. I tanken blir så fisk skilt ut, enten ved en skuffe på toppen av karet, eller ei rive langs bunnen av karet. 14
AP2: Automatisk deteksjon av blodflekker i hvitfileter Problemstillingen er et klassisk eksempel på å skille mellom 2 kategorier 15
Maskinsynoppsett Laser Kamera Horisontal polarisert laser linje Polariseringsfilter (Vertikal polarisering) Kameraets synsfelt Hvite LEDs Fartsretning Polariseringsfilm (Horisontal polarisering) Transportbånd 16
Bildedata som er brukt for å utvikle algoritmen 'Normale' fileter uten blodflekker 'Defekte' fileter med blodflekker 17
Deteksjon av blodflekker på hvitfilet Valgte tilnærminger: 1. Bruk av en fargekanal som maksimerer forskjellene mellom muskel og blodflekker a) R fra RGB, L fra CIELab, K fra CMYK 2. Bruk av fargeindekser: aritmetiske operasjoner på fargekanaler: a) Lmina= L a L+a (eksempelvis) 3. Bruk av en klassifiseringsalgoritme (SVM, LDA) som skiller (på pikselnivå) regioner som tilhører blodflekker fra de normale: Arbeide med et SVM (eller LDA) transformert bilde 18
Implementering av algoritme for deteksjon i LabVIEW 19
RGB- og 3D-bilde av filet leses inn 20
Fileten segmenteres fra 3D-bildet og velger L-fargeplan 21
Finner mørke flekker i L-fargeplan og markerer disse i RGB-bildet 22
Deteksjon på et sett av fileter 23
Oppsummering og videre arbeid Konseptet som er basert på strøm-stimuli og registrering av aktivitetsnivået med maskinsyn er det som er vist å være mest lovende for å skille mellom levende og død fisk. Basert på disse resultatene vil 3 konsepter bli uttestet videre (diskusjon gruppearbeid) Automatisk deteksjon av blodflekker basert på kun en fargekanal gir lovende resultater. For å minimere antall feilklassifiseringer så vil man jobbe videre med et robust klassifiseringsalgoritme som vil kunne øke nøyaktigheten ytterligere. 24