水産品中(zhōng)的貝類産量在我(wǒ)(wǒ)國水産養殖總量的比重不斷上升，養殖面積和産出量都居于世界領先位置。以我(wǒ)(wǒ)國最大(dà)的蝦夷扇貝底播養殖基地獐子島爲例，2013年蝦夷扇貝的産量達到20餘萬噸。貝類生(shēng)産中(zhōng)的分(fēn)揀需要大(dà)量的人工(gōng)投入，嚴重制約了貝類産業規模化的發展：其一(yī)，人工(gōng)環境惡劣，生(shēng)産效率低下(xià)；其二，勞動力短缺，無法滿足貝類産區在貝類加工(gōng)旺季的人工(gōng)需求；其三，勞動力工(gōng)資(zī)的上漲，産品成本急劇上升，很大(dà)程度上限制了企業的發展。

随着對水産品質量和生(shēng)産效率的要求不斷提高，需要有更有效、更準确的手段來完成貝類産品的分(fēn)揀工(gōng)作，提高生(shēng)産的自動化程度。近年來計算機和機器人技術得到了快速發展，機器視覺技術在工(gōng)業化工(gōng)生(shēng)産中(zhōng)的大(dà)量使用，在工(gōng)業自動化生(shēng)産、交通與安防、醫學、視覺導航、衛星遙感、目标識别與分(fēn)類等領域均有應用。

機器視覺的基本應用原理是利用工(gōng)業相機等圖像采集設備捕獲被測目标的圖像，将圖像信息轉換成數字信号，再傳遞給圖像處理系統，經過像素計算，利用色彩和亮度等信息經過計算後抽取目标特征，将特征信息與預設的判别标準進行比較，将判别結果再輸入下(xià)一(yī)級操作系統。機器視覺有着速度快、精度高、操作靈活、易于控制，能夠适應惡劣額工(gōng)作環境以及長時間工(gōng)作等優點，在工(gōng)業化的今天，機器視覺的應用已經深入到我(wǒ)(wǒ)們生(shēng)産生(shēng)活的方方面面。

通過使用攝像頭采集傳送帶上的貝類圖像，并在圖像上提取貝類特征，應用機器視覺軟件開(kāi)發平台算法對貝類進行定位和分(fēn)類，不但可以提高生(shēng)産效率，縮短生(shēng)産時間，保證水産品的質量，而且降低了對勞動力的需求，爲進一(yī)步控制機械機構對貝類分(fēn)揀奠定基礎。

采用機器視覺技術對蝦夷扇貝進行分(fēn)級，首先用工(gōng)業相機将扇貝圖像捕獲，将捕獲的扇貝圖像預處理後提取扇貝的面積特征，确定扇貝圖像面積與殼體(tǐ)長度的關系，進而識别扇貝的大(dà)小(xiǎo)。該方法可以避免傳統人工(gōng)篩選和分(fēn)級機械篩選的機械損傷，而且檢測速度快、識别率高，能夠滿足蝦夷扇貝分(fēn)級的要求。