[0026] 下面将参照附图对本发明的利用云存储的刀片参数选择系统的实施方案进行详细说明。
[0027] 自动控制技术的研究有利于将人类从复杂、危险、繁琐的劳动环境中解放出来并大大提高控制效率。自动控制是工程科学的一个分支。它涉及利用反馈原理的对动态系统的自动影响,以使得输出值接近我们想要的值。从方法的角度看,它以数学的系统理论为基础。人们今天称作自动控制的是二十世纪中叶产生的控制论的一个分支。基础的结论是由诺伯特·维纳,鲁道夫·卡尔曼提出的。室内温度的调节是一个简明易懂的例子。目的是把室内温度保持在一个定值θ,尽管开窗等因素使得室内热量散发出室外(干扰d)。为了达到这个目的,加热必须被适当的影响。通过阀门的调节,温度就会保持恒定。除此之外,在人们有感觉之前,暖器热水的温度也会受外界温度的干扰。其余的例子还有三油桶系统。
[0028] 现有技术中,自动去鳞机能够对放置进去的鱼体甚至是鲜活鱼体自动完成去鳞操作,从而避免操作人员陷入繁琐且脏乱的去鳞工序中。然而,由于鱼体类型千差万别,不同鱼体大小以及不同鱼体皮肤光滑度对自动去鳞机的去鳞策略存在不同的需求。
[0029] 为了克服上述不足,本发明搭建了一种利用云存储的刀片参数选择系统,能够有效解决相应的技术问题。
[0030] 根据本发明实施方案示出的利用云存储的刀片参数选择系统包括:
[0031] 刀片阵列,设置在自动去鳞机内,并排放置各个两两厚度不同的刀片结构,其中,所述自动去鳞机的结构如图1所示;
[0032] 第一存储节点,用于存储类型厚度对照表,所述类型厚度对照表以鱼体类型为索引保存了每一种鱼体类型对应的刀片厚度,所述刀片厚度的刀体适于去鳞对应的鱼体类型;
[0033] 第二存储节点,用于存储各种类型鱼体的各个标准外形图案,每一个标准外形图案为对应类型的预设重量的鱼体被拍摄所获得的只包括鱼体的图像;
[0034] 所述第一存储节点和所述第二存储节点都为云端存储节点且设置在同一个云端服务器内;
[0035] 内容采集机构,设置在自动去鳞机内,用于对去鳞工位前端的未去鳞的当前鱼体执行图像内容采集处理,以获得对应的去鳞前端图像;
[0036] 排序滤波设备,设置在自动去鳞机内,与所述内容采集机构连接,用于对接收到的去鳞前端图像执行统计排序滤波处理,以获得并输出相应的排序滤波图像;
[0037] 灰度校正设备,与所述排序滤波设备连接,用于对接收到的排序滤波设图像执行灰度不均匀校正处理,以获得并输出相应的灰度校正图像;
[0038] 数据比对机构,分别与所述第二存储节点和所述灰度校正设备连接,用于将所述第二存储节点中的每一个标准外形图案都与所述灰度校正图像进行匹配,并将匹配度最高的标准外形图案对应的鱼体类型作为现场解析类型输出;
[0039] 厚度解析设备,分别与所述第一存储节点和所述数据比对机构连接,用于在所述类型厚度对照表中搜索出与接收到的现场解析类型对应的刀片厚度。
[0040] 接着,继续对本发明的利用云存储的刀片参数选择系统的具体结构进行进一步的说明。
[0041] 所述利用云存储的刀片参数选择系统中:
[0042] 所述类型厚度对照表中,鱼体类型对应的鱼体皮肤越光滑,所述鱼体类型对应的刀片越薄。
[0043] 所述利用云存储的刀片参数选择系统中:
[0044] 所述类型厚度对照表中,鱼体类型对应的鱼体平均体积越大,所述鱼体类型对应的刀片越厚。
[0045] 所述利用云存储的刀片参数选择系统中还可以包括:
[0046] 实时推送机构,分别与所述厚度解析设备和所述刀片阵列连接,用于将所述刀片阵列中与接收到的刀片厚度匹配的刀片结构推送到去鳞工位的正上方。
[0047] 所述利用云存储的刀片参数选择系统中:
[0048] 所述数据比对机构通过无线网络与所述第二存储节点连接,所述厚度解析设备通过无线网络与所述第一存储节点连接。
[0049] 所述利用云存储的刀片参数选择系统中还可以包括:
[0050] 鱼体传送机构,设置在自动去鳞机内,与所述实时推送机构连接,用于在所述实时推送机构完成刀片结构的推送动作后,将去鳞工位前端的未去鳞的当前鱼体传送到去鳞工位上。
[0051] 所述利用云存储的刀片参数选择系统中:
[0052] 将所述第二存储节点中的每一个标准外形图案都与所述灰度校正图像进行匹配,并将匹配度最高的标准外形图案对应的鱼体类型作为现场解析类型输出包括:将所述第二存储节点中的各个标准外形图案分别对应的各个匹配度进行从小到大的排序,将序号最大的匹配度对应的标准外形图案对应的鱼体类型作为现场解析类型输出。
[0053] 所述利用云存储的刀片参数选择系统中还可以包括:
[0054] 直流供电电源,设置在自动去鳞机内,分别与所述鱼体传送机构和所述实时推送机构连接;
[0055] 其中,所述直流供电电源分别为所述鱼体传送机构和所述实时推送机构提供各自需求的动力。
[0056] 所述利用云存储的刀片参数选择系统中:
[0057] 所述灰度校正设备、所述排序滤波设备和所述数据比对机构共用同一时钟发生机构,所述时钟发生机构分别为所述灰度校正设备、所述排序滤波设备和所述数据比对机构提供各自所需的工作时钟信号。
[0058] 另外,所述灰度校正设备、所述排序滤波设备和所述数据比对机构可以被集成到同一块ASIC芯片中。全定制ASIC是利用集成电路的最基本设计方法(不使用现有库单元),对集成电路中所有的元器件进行精工细作的设计方法。全定制设计可以实现最小面积,最佳布线布局、最优功耗速度积,得到最好的电特性。该方法尤其适宜于模拟电路,数模混合电路以及对速度、功耗、管芯面积、其它器件特性(如线性度、对称性、电流容量、耐压等)有特殊要求的场合;或者在没有现成元件库的场合。特点:精工细作,设计要求高、周期长,设计成本昂贵。由于单元库和功能模块电路越加成熟,全定制设计的方法渐渐被半定制方法所取代。在现在的IC设计中,整个电路均采用全定制设计的现象越来越少。全定制设计要求:全定制设计要考虑工艺条件,根据电路的复杂和难度决定器件工艺类型、布线层数、材料参数、工艺方法、极限参数、成品率等因素。需要经验和技巧,掌握各种设计规则和方法,一般由专业微电子IC设计人员完成;常规设计可以借鉴以往的设计,部分器件需要根据电特性单独设计;布局、布线、排版组合等均需要反覆斟酌调整,按最佳尺寸、最合理布局、最短连线、最便捷引脚等设计原则设计版图。版图设计与工艺相关,要充分了解工艺规范,根据工艺参数和工艺要求合理设计版图和工艺。
[0059] 应当理解,本发明的各部分可以用硬件、软件、固件或他们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
[0060] 本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
[0061] 上述提到的存储介质可以是只读存储器,磁盘或光盘等。尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。