JP2017195891A - 甲殻類の体格を判断するためのイメージング - Google Patents

Abstract

【課題】脱皮を繰り返す甲殻類の肉含有量を判断するための生きた甲殻類の殻の画像を撮像し、該生きた甲殻類の体格を判断するための画像処理装置の提供。【解決手段】装置３００は生きた甲殻類の殻の画像を撮像するカメラ３０２と生きた甲殻類の脱皮ステージを判断し、脱皮ステージを示すパターンを検出するパターン検出器３０４、光源３０６、コントローラ３０８、電源３１０を備え、生きた甲殻類の脱皮ステージを示すパターンの特徴が撮像画像から検出されることになる。【選択図】図３

Description

本願発明は、「甲殻類の脱皮ステージの判断」と題する、２０１３年２月６日出願の米国仮特許出願第６１／７６１，４１７号、および、甲殻類の体格を判断するためのイメージングと題する、２０１３年１１月１５日出願の米国仮特許出願第６１／９０４，６９８号に基づくものである。これらの出願は、ここに参考文献として組み込むものである。

本願発明は、一つ以上の甲殻類の体格を判断することに関し、特に、体格を決定するのにイメージングを使用することに関する。

甲殻類のような多くの水生無脊椎動物は、脱皮のサイクルを繰り返す。このとき、古い硬い殻が抜け落ち、新しいより大きくソフトな殻が成長する。脱皮プロセスのステージに応じて、甲殻類の体内、すなわち、例えばロブスターの肉部分は、新しくより大きな殻を占めるよう体内が成長するに従い、新しい殻の内側体積の減少した部分を占める。内蔵、肉および筋肉を含む甲殻類の体内構造は、脱皮後の新しい殻に比例して小さくなる。脱皮後の新しく大きな殻を充填するために、甲殻類は、体内構造の内部に水を取り入れかつ保持する。結果として、脱皮中の甲殻類（硬い殻）は概して肉含有量が高いが、脱皮後（柔らかい殻）の甲殻類は概して肉含有量が低い。

シーフードは、しばしば顧客が特別料金を支払ってもよいと考える高価な食料品である。その代わり、顧客は支払った額に見合った高い製品品質を受け取ることを期待する。例えば、顧客は、しばしば、重量および／または大きさに関して、より大きな甲殻類に対して特別料金を支払う。また、顧客は、概して、甲殻類のサイズが甲殻類により与えられる肉量に対応することを期待する。しかし、脱皮ステージの変化により、より大きい脱皮後の甲殻類は、脱皮前または脱皮中のより小さい甲殻類より、多くの肉量をもたらさないかもしれない。肉含有量または“肉度”以上に、甲殻類の脱皮ステージはまた健康状態の指標でもあり、それによって、シーフード製造業者は、甲殻類の保存中および／または輸送中の予想死亡率を評価することができる。

脱皮中の甲殻類は、しばしばその殻の固さによって識別することができる。しかし、この手段は、肉含有量を判断する手段としては信頼性が低く、製造ライン上で非侵襲的に実行するのが困難である。超音波またはＸ線スキャン装置を使った検知システムは、実装するのが困難であり、異なる硬度および／または異なる肉含有量を正確に区別するのに失敗したことが証明されている。

脱皮ステージを判断するのに使用される他の方法は、血中タンパク質分析および腹肢診断を含む。これら両方の方法は、侵襲的であり、典型的に、甲殻類収穫または輸送のサンプルにのみ適用される。これらの方法は、脱皮ステージまたは肉含有量を正確に決定する結果を、適正に判断するための特別の熟練を要する。

しばしば測定され、あるいは、手動で判断される個々の甲殻類の他の体格も存在する。これは、ロブスターの甲羅の長さを含み、その測定はしばしば、ロブスターのサイズを決定するのに使用される。また、適法な最小サイズ（例えば、漁業地区に応じて８０−８５ｍｍの甲羅長さ）のロブスターに対する収穫規則で使用される。また、他の体格は、傷またはダメージを受けた外骨格、失ったまたは折れた足、性別、および、種々のはさみ、ボディおよび／または尾の測定結果のような殻の形態計測を含む。

実施形態にしたがう装置は、生きた甲殻類の殻の画像を撮像するカメラと、カメラと動作的に接続され、生きた甲殻類の脱皮ステージを示すパターンの特徴を、撮像した画像から検出するためのパターン検出器とを含む。

ある実施形態において、画像は、生きた甲殻類の可視光線スペクトル画像である。

ある実施形態において、画像は、生きた甲殻類の赤外線スペクトル画像である。

ある実施形態において、画像は、生きた甲殻類の紫外線スペクトル画像である。

ある実施形態において、パターン検出器は、カメラにより撮像された生きた甲殻類の他の画像から生きた甲殻類の脱皮ステージを示すパターンの特徴をさらに検出するよう動作可能である。

ある実施形態において、他の画像用パターンは、画像用パターンと異なる。

ある実施形態において、カメラは、赤外線フィルタを除去するべく修正されたカメラである。

ある実施形態において、カメラは、可視光線フィルタを含むようさらに修正されたカメラである。

ある実施形態において、パターン検出器は、画像検出ソフトウエアを実行するための処理装置である。

ある実施形態において、光源は、可視光線、赤外線、および紫外線のスペクトル成分の一つ以上を与える。

ある実施形態において、光源は、カメラに動作的に結合されており、当該カメラは、生きた甲殻類を照らすべく光源を制御する。

ある実施形態において、画像が撮像されるべきとき、カメラは生きた甲殻類を照らすべく光源を制御する。

ある実施形態において、ある動作条件のもとでのみ、生きた甲殻類を照らすように光源を制御する。

ある実施形態において、光源は、カメラのフラッシュである。

ある実施形態において、装置はまたカメラおよびパターン検出器に電力を供給するべく動作的に接続された電源を含む。

ある実施形態において、装置はまた検出結果に基づいて生きた甲殻類の続くハンドリングを制御するべく、パターン検出器に動作的に接続されたコントローラを含む。

ある実施形態において、続くハンドリングは、生きた甲殻類を格付けすること、品質の比較的悪い甲殻類を取捨選択すること、生きた甲殻類がトラップに入るのを許すかまたはブロックすることの一つ以上を含む。

ある実施形態において、装置は、生きた甲殻類の脱皮ステージまたは品質を判断するためのコンベアサイズ格付け装置、生きた甲殻類がカメラの下に配置され、品質または脱皮ステージに関するレスポンスがパターン検出器によって与えられるところの船またはプラント環境、生きた甲殻類が梱包者によってモニター可能であり、輸送用の箱に梱包中に品質の悪い甲殻類を取捨選択するところの梱包領域、カメラが携帯電話の備え付けカメラからなるところの品質および／または脱皮ステージを検出するための携帯電話、パターン検出器による決定に基づき品質の悪い生きた甲殻類が入るのを防止するトラップ、の一つ以上に実装される。

ある実施形態において、パターン検出器は、カメラによって撮像された撮像画像を含む複数の画像を受け取るよう動作可能であり、かつ、複数の画像に基づいて生きた甲殻類の脱皮ステージを示すパターンの特徴を検出するように動作可能である。

ある実施形態において、複数の画像は、異なるタイプの画像を含む。

ある実施形態において、装置はまた、異なる種類の画像を撮像可能とする複数の光学フィルタを含む切替可能なフィルタを含む。

ある実施形態において、複数の光学フィルタは、カメラと生きた甲殻類との間の光学経路を出入りして移動可能である。

ある実施形態において、複数の光学フィルタは、光源と、生きた甲殻類との間の照射光経路を出入りして移動可能である。

脱皮ステージを示すパターンの特徴は、殻の撮像画像内の所定のパターンの有無、殻の撮像画像内の所定のパターンの明るさ、殻の撮像画像内の殻のパターン全体の明るさ、の一つ以上を含む。

装置はまた、撮像画像に関連するべき位置情報を付与するグローバル・ポジショニング・システム（ＧＰＳ）を含む。

方法は、生きた甲殻類の殻の画像を撮像する段階と、生きた甲殻類の脱皮ステージを示すパターンの特徴を撮像画像から検出する段階とを含む。

ある実施形態において、撮像する段階は、生きた甲殻類の可視光線スペクトル画像を撮像する段階を含む。

ある実施形態において、撮像する段階は、生きた甲殻類の赤外線スペクトル画像を撮像する段階を含む。

ある実施形態において、撮像する段階は、生きた甲殻類の紫外線スペクトル画像を撮像する段階を含む。

ある実施形態において、当該方法はまた、生きた甲殻類の他の画像を撮像する段階と、生きた甲殻類の脱皮ステージを示すパターンの特徴を他の画像から検出する段階を含む。

ある実施形態において、他の画像のパターンは、画像のパターンと異なる。

ある実施形態において、撮像する段階は、赤外線フィルタを除去するように修正されたカメラによって赤外線画像を撮像する段階を含む。

ある実施形態において、撮像する段階は、赤外線フィルタを除去しかつ可視光線フィルタを含むように修正されたカメラによって赤外線画像を撮像する段階を含む。

ある実施形態において、検出する段階は、パターンの特徴を検出するためのビジョン検出ソフトウエアをトレーニングする段階を含む。

ある実施形態において、当該方法はまた、生きた甲殻類を照射する段階を含む。

ある実施形態において、照射する段階は、可視光線、赤外線、紫外線スペクトル成分の一つ上によって生きた甲殻類を照射する段階を含む。

ある実施形態において。当該方法はまた、検出する段階に基づいて、生きた甲殻類の続くハンドリングを制御する段階を含む。

ある実施形態において、続くハンドリングは、生きた甲殻類を格付けする段階、品質の低い甲殻類を取捨選択する段階、生きた甲殻類がトラップに入るのを許しまたはブロックする段階、の一つ以上を含む。

ある実施形態において、撮像する段階は、撮像画像を含む複数の画像を撮像する段階を含み、検出する段階は、複数の画像に基づいて、生きた甲殻類の脱皮ステージを示すパターンの特徴を検出する段階を含む。

ある実施形態において、複数の画像は異なる種類の画像を含む。

ある実施形態において、当該方法はまた、異なる種類の画像の撮像が可能となるように、光学経路に出入りするよう複数の光学フィルタを移動させる段階を含む。

ある実施形態において、光学経路は、カメラと生きた甲殻類との間の画像光経路である。

ある実施形態において、光学経路は、光源と生きた甲殻類との間の照射光経路である。

特徴は、殻の撮像画像内の所定のパターンの有無、殻の撮像画像内の所定のパターンの明るさ、殻の撮像画像内の殻のパターン全体の明るさ、の一つ以上を含む。

当該方法はまた、位置情報を収集する段階と、撮像画像と位置情報を関連づける段階とを含む。

さらに開示されるのは、生きた甲殻類の画像を取得し、生きた甲殻類の脱皮ステージを示すパターンの特徴を撮像画像から検出するビジョンシステムの使用を含む。

また、生きた甲殻類の殻の画像を撮像するためのカメラと、当該カメラに動作的に接続され、生きた甲殻類の体格を判断するべく撮像画像を処理する画像プロセッサとを含む装置が与えられる。

ある実施形態において、体格は、脱皮ステージ、甲羅の長さ、殻の傷、失ったまたは折れた足、性別、殻の形態計測の一つ以上を含む。

ある実施形態において、画像は、生きた甲殻類の可視光線スペクトル画像を含む。

ある実施形態において、画像は、生きた甲殻類の赤外線スペクトル画像を含む。

ある実施形態において、画像は、生きた甲殻類の紫外線スペクトル画像を含む。

ある実施形態において、画像プロセッサは、カメラによって撮像された生きた甲殻類の他の画像から生きた甲殻類の体格を判断するようさらに動作可能である。

ある実施形態において、他の画像から判断された体格は、画像から判断された体格と異なる。

ある実施形態において、カメラは赤外線フィルタを除去するように修正されたカメラである。

ある実施形態において、カメラは可視光線フィルタを含むようにさらに修正されたものである。

ある実施形態において、画像プロセッサはビジョン検出ソフトウエアを実行するための処理装置を含む。

ある実施形態において、装置はまた、生きた甲殻類を照射するための光源を含む。

ある実施形態において、光源は、可視光線、赤外線、および紫外線スペクトル成分の一つ以上を与える。

ある実施形態において、光源は、カメラに動作的に接続され、カメラは、生きた甲殻類を照射するよう光源を制御する。

ある実施形態において、カメラは、画像が撮像されるべきとき、生きた甲殻類を照射するよう光源を制御する。

ある実施形態において、カメラは、ある動作条件のもとでのみ生きた甲殻類を照射するように光源を制御する。

ある実施形態において、光源は、カメラのフラッシュを含む。

ある実施形態において、装置はまた、カメラおよびパターン検出器に電力を与えるように動作的に接続された電源を含む。

ある実施形態において、装置はまたは、画像プロセッサに動作的に接続され、判断された体格に基づいて生きた甲殻類の続くハンドリングを制御するためのコントローラを含む。

ある実施形態において、続くハンドリングは、生きた甲殻類の格付け、品質の悪い甲殻類の取捨選択、生きた甲殻類のトラップへの進入の許可またはブロック、の一つ以上を含む。

ある実施形態において、装置は、生きた甲殻類の脱皮ステージまたは品質を判断するためのコンベアサイズ格付けシステム、生きた甲殻類がカメラの下に配置され、かつ、判断ずみの体格に関する応答が画像プロセッサによって与えられるところの船またはプラント環境、輸送用の箱を梱包中に品質の悪い甲殻類を取捨選択するべく生きた甲殻類がモニター上で梱包業者によって見ることができるところの梱包領域、カメラが携帯電話の内蔵カメラからなるところの携帯電話、携帯デバイス、画像プロセッサによる判断に基づいて品質の低い生きた甲殻類のエントリを阻むトラップ、の一つ上に実装可能である。

ある実施形態において、画像プロセッサは、カメラによって撮像された撮像画像を含む複数の画像を受け取るように、かつ、複数の画像に基づいて生きた甲殻類の体格を決定するよう動作可能である。

ある実施形態において、複数の画像は、異なる種類の画像を含む。

ある実施形態において、装置はまた、異なる種類の画像を撮像することを可能にする複数の光学フィルタを有する切替可能フィルタを含む。

ある実施形態において、複数の光学フィルタは、カメラと生きた甲殻類との間の画像光経路に出入りするよう移動可能である。

ある実施形態において、複数の光学フィルタは光源と生きた甲殻類との間の光源光経路に出入りするよう移動可能である。

装置は、撮像した画像に関連づけるべき位置情報を与えるためのＧＰＳレシーバを含む。

方法は、生きた甲殻類の画像を撮像する段階と、生きた甲殻類の体格を判断するべく撮像画像を処理する段階とを含む。

ある実施形態において、体格は、脱皮ステージ、甲羅の長さ、殻の傷、失われまたは折れた足、性別、殻の形態計測の一つ以上を含む。

ある実施形態において、撮像する段階は、生きた甲殻類の可視光線スペクトル画像を撮像する段階を含む。

ある実施形態において、撮像する段階は、生きた甲殻類の赤外線スペクトル画像を撮像する段階を含む。

ある実施形態において、撮像する段階は、生きた甲殻類の紫外線スペクトル画像を撮像する段階を含む。

ある実施形態において、方法はまた、生きた甲殻類の他の画像を撮像する段階と、カメラによって撮像した生きた甲殻類の他の画像から生きた甲殻類の体格を判断する段階とを含む。

ある実施形態において、他の画像から判断された体格は、画像から判断された体格とは異なる。

ある実施形態において、撮像する段階は、赤外線フィルタを除去するように修正されたカメラによって赤外線画像を撮像する段階を含む。

ある実施形態において、撮像する段階は、赤外線フィルタを除去しかつ可視光線フィルタを含むように修正されたカメラによって赤外線画像を撮像する段階を含む。

ある実施形態において、検出する段階は、体格を示す撮像画像内の特徴を検出するためのビジョン検出ソフトウエアをトレーニングする段階を含む。

ある実施形態において、方法はまた、生きた甲殻類を照射する段階を含む。

ある実施形態において、照射する段階は、可視光線、赤外線、および、紫外線スペクトル成分の一つ以上によって、生きた甲殻類を照射する段階を含む。

ある実施形態において、方法はまたは、検出にもとづいて、生きた甲殻類の続くハンドリングを制御する段階を含む。

ある実施形態において、続くハンドリングは、生きた甲殻類の格付け、低品質の甲殻類の取捨選択、生きた甲殻類がトラップに入るのを許可しまたはブロックすることを含む。

ある実施形態において、撮像する段階は、撮像画像を含む複数の画像を撮像する段階を含み、処理する段階は、複数の画像に基づいて生きた甲殻類の体格を判断する段階を含む。

ある実施形態において、複数の画像は異なる種類の画像を含む。

ある実施形態において、方法はまた、異なる種類の画像の撮像を可能にするべく、光学経路に出入りするように、複数の光学フィルタを移動する段階を含む。

ある実施形態において、光学経路は、カメラと生きた甲殻類との間の画像光経路を含む。

ある実施形態において、光学経路は、光源と生きた甲殻類との間の照射光経路を含む。

方法はまたは、位置情報を収集する段階と、撮像画層と位置情報とを関連づける段階とを含む。

他の態様として、生きた甲殻類の画像を撮像し、生きた甲殻類の体格を撮像画像から判断するためのマシンビジョンシステムの使用が与えられる。

ある実施形態において、装置はまた撮像画像に関連づけられる位置情報を与えるためのＧＰＳレシーバを含む。

ある実施形態において、方法はまた、位置情報を収集する段階と、撮像画像に位置情報を関連づける段階を含む。

本願発明の実施形態の他の態様および特徴は、以下の詳細な説明から、当業者にとって明白となる。

本願発明の実施形態の例が、添付する図面を参照して詳細に説明される。

図１は、血中タンパク質が低いロブスターの赤外線画像である。 図２は、血中タンパク質が高いロブスターの赤外線画像である。 図３は、例示的な装置を示すブロック図である。 図４は、例示的な方法を示すフロー図である。 図５は、実装例を示すブロック図である。 図６は、他の例示的な装置を示すブロック図である。 図７は、他の例示的な方法を示すフロー図である。 図８は、他の実装例を示すブロック図である。

甲殻類の脱皮ステージは、肉含有量および生きた状態で保存しかつ輸送するための動物のフィットネスに関する動物の商業的品質に関連する。脱皮ステージの判断は、したがって様々な目的のためにシーフード産業において有用である。

本開示において、ロブスター（アメリカ大西洋岸ロブスター）が例示として使用される。ここに開示される実施形態は、本例に限らず、例えば、他のロブスター種および／または蟹のような他の甲殻類にも応用可能である。

殻は成長するに伴って拡張できない硬い外骨格であるので、ロブスターは、成長するために殻を脱皮しなければならない。成長するために、ロブスターは、外骨格の下に新しい殻を作る。この新しい殻は比較的しなやかで柔らかい。新しい殻の成長はアクティブな脱皮前のステージの間に生じる。典型的に、それは、ロブスターの場合、５月後半に始まり、８月／９月に終了する。

新しい殻の成長段階中に、さまざまな体格の変化が外骨格に対して生じる。これらの変化は、脱皮前を通じて続く、殻の外側面の色の変化、および、新しい殻用のカルシウムミネラル保存用に胃の側面に胃石を形成するべく、既存の硬い殻からカルシウムを導入することを含む。

新しく内部に成長した殻が完成すると、ロブスターは脱皮として知られる活発な脱皮ステージに入る。脱皮中に、ロブスターは、古い殻から自分自身を外側に引き出すロブスターの物理的力とともに、体内への海水の吸収による水圧を使ってさまざまな継ぎ目において、古い殻を分解して開く。古い殻から出ると、新しく柔らかい先の内側の殻が外骨格となる。ロブスターは、より大きいサイズに伸ばすよう、新しい外骨格に対して水圧を与えるべく、海水を吸収し続ける。脱皮プロセスにより、ロブスターは、約２５％だけサイズが大きく成長する。新しく拡張された外骨格は、その後、８月から１１月にかけて、数ヶ月の期間にわたって、硬化し始まる。この期間中、ロブスターは、殻の硬化を完了し、新しく大きな殻を充満するように、柔らかい内側組織を成長させ始める。

上述したように、脱皮ステージは、古い殻を脱落させる実際のプロセスを含む。次の脱皮ステージは、ロブスターが新しい殻を硬化させ、新しい殻の内部を充満させるように柔らかい組織を成長させるところの脱皮後である。このステージは、脱皮回復ステージとしても知られている。次のステージは、ロブスターが脱皮回復を完了した、脱皮間ステージであり、比較的硬い殻を有し、肉で充填されている。次のステージは、肉充填したロブスターが次の脱皮イベント用に新しい殻を準備するプロセスを開始するところの脱皮前である。進行した脱皮前は、活発な脱皮前として知られ、そこでは多くのエネルギーが脱皮の準備のために注がれる。その後、ロブスターは脱皮に入り、サイクルが繰り返される。

シーフード産業において、脱皮ステージは、ロブスターの品質に関連するものとして分類されている。それは、ロブスターの肉度、および、生きた状態での保存および輸送の標準的な工業的作業に対する健康またはフィットネスレベルの両方によって測定される。その目的のために、産業界は、肉度およびフィットネスに関するロブスターの品質を判断する意図で、ロブスターの脱皮ステージを判断するための複数の方法を採用してきた。

おそらく、脱皮ステージおよびロブスター品質を判断するための最も多く使用されてきた２つの方法は、血中タンパク質分析および腹肢観察である。

血中タンパク質分析は血液サンプルを測定するべく屈折計をしばしば使用する。血中タンパク質濃度は、生きたロブスターの肉含有量に直接関連する。したがって、ロブスター品質の重要な指標であり、脱皮ステージを判断するために間接的に使用することも可能である。この方法は、ロブスター産業界において広く使用されているが、収穫または輸送する集合の中から抽出したロブスターのサンプルに対してのみ実行され、それがグループ全体の平均値とされる。サンプリングのアプローチは、血液が抽出されて屈折計に置かれてタンパク質濃度が得られる侵襲的テストである。このタイプのテストは、収穫または輸送、あるいは製造セットにおける個々の個体に対して、個別に脱皮ステージを判断するには適さない。

腹肢観察は、ロブスターの腹部付け根部分から遊泳脚または腹肢を取り、低電力光顕微鏡を使って、腹肢内部の筋肉組織の変化を観察する、熟練の生物学者によってしばしば実行される。筋肉組織中のこの変化は、そのステージでロブスターが現在脱皮サイクルにあることを示す。この方法は正確であるが、侵襲的でありかつ複雑である。血中タンパク質分析と同様に、集団全体を要約してロブスターの収穫または輸送グループのサブセットまたはサンプルのみを評価することは可能である。

同じ収穫または輸送グループ中のロブスター間には、大きな違いが存在する。したがって、血中タンパク質分析および腹肢観察のような、ロブスター品質および脱皮ステージを判断するサンプリング法は、収穫または輸送グループ中の低品質のロブスターを個々に識別する問題を解決できない。低品質のロブスターが個々に識別可能であれば、例えばプレミアムな生鮮市場行きとなる収穫または輸送グループから分離することができる。従来の方法に欠如していたものは、脱皮ステージを判断するための確固たる正確な方法、すなわち、収穫または輸送内の個々のロブスターに対して脱皮ステージを判断するための非侵襲的な方法、および、特定的または詳細な方法である。

殻が脱皮後ステージから活発な脱皮前ステージまでの連続的変化を経験したことを示唆する証拠が存在するため、殻状態の変化は、ロブスターの脱皮ステージの違いを示すひとつの可能な指標である。ロブスターは殻を硬化し続けるので、殻の厚み特性は、脱皮後ステージから脱皮間ステージで変化しやすい。しかし、それぞれのロブスターを絞って殻の硬さを測定すること、または、殻を柔らかくする力を測定することは、肉度との相関関係を探す際に信頼性が低いことが証明された。例えば、より柔らかいロブスターが完全に肉充填され、硬い殻のロブスターが完全に肉充填されていない状況が見られる。

ここに開示する実施形態に従い、脱皮後と脱皮間のロブスターでの殻の状態を試験するためおよび殻の構造上の違いを見るために赤外線画像が使用された。赤外線画像は低い肉度のロブスターと高い肉度のロブスター間で、血中タンパク質濃度に関連する赤外線スペクトルの相関または視覚的手がかりが違うことを明確化することができた。試しに、サンプルする前のロブスターの赤外線画像を、血中タンパク質濃度を判断するために使用した。ロブスターの頭胸部（ボディの殻）で頭と胸のセグメントが甲殻で結合したものが存在し、そこで、赤外線画像では高い血中タンパク質ロブスターで脱皮後にダークバンドが映っており、低い血中タンパク質ロブスターでは脱皮間でそれが存在しないことが発見された。この赤外線可視バンドの厚さおよび強度は、血中タンパク質の増加に伴って減少することがわかった。ダークバンドでトレーニングしたビジョン検出ソフトウエアを使うと、当該ソフトウエアは、低血中タンパク質ロブスターを検出し、その他のロブスターから１００％の正確さで区別することができた。実際の正確性は他の実施形態ではより低かった。

上述した試験の目的のため、２７ｍｇ／ｍＬ以下の血中タンパク質濃度のロブスターが“低”とラベル付けされ、２７ｍｇ／ｍＬ以上で５０ｍｇ／ｍＬ以下のロブスターが“中”とラベル付けされ、５０ｍｇ／ｍＬより大きいロブスターは“高”とラベル付けされた。赤外線画像のダークバンドの有無に基づいて、低血中タンパク質濃度のロブスターをその他のロブスターから区別するために単一の閾値が使用された。本例において、低、中、高の血中タンパク質濃度のロブスターを区別するために、血中タンパク質濃度の増加とともにダークバンドが徐々に変化することにも基づいて、複数の閾値も使用可能である。

図１は、低血中タンパク質のロブスターの赤外線画像であり、図２は、高血中タンパク質のロブスターの赤外線画像である。図１の低血中タンパク質ロブスターの画像において識別可能なダークバンドが円の中に見える。しかし、図２の高血中タンパク質ロブスターの画像にはそれが存在しない

上述したように、ロブスターのボディの殻は、頭と胸が結合した頭胸部と呼ばれる。頭と胸とが出会って結合した場所には、はっきり見えるが、肉眼で見たときにロブスターの品質および脱皮ステージとともに変化することが観察できない隆起が存在する。しかし、赤外線スペクトルでは、結合隆起が低および高肉含有ロブスターの間で顕著に変化する。低血中タンパク質／低肉含有ロブスターは、結合隆起にはっきりとしたダークバンドを有する赤外線画像を示している。このバンドは、高血中タンパク質／高肉含有または完全肉充満ロブスターには存在しない。ビジョン検出ソフトウエアが、このバンドを検出し、低および高肉含有ロブスターを区別するべく、上記した試験で使用された。

図３は、装置の例を示すブロック図である。本例の装置３００は、カメラ３０２、パターン検出器３０４、光源３０６、コントローラ３０８、および、電源３１０を含み、それらは図に示すように接続されている。装置３００は、他の図面と同様に、単なる例示の目的で示されており、本開示は、図面に示される特定の例に限定されない。例えば、他の実施形態において、装置は、図３に示すものより、より多くの、より少ない、および／または異なるコンポーネントを含むことができる。例示する装置３００が実装されるか、またはそれに関連するシステムまたは装置もまた、図３に示されていない付加的なコンポーネントを含むことができる。

カメラ３０２は、さまざまな方法で実装可能である。例えば、このコンポーネントは、可視光線スペクトルで画像を撮像するように設計された可視光線スペクトルカメラ、または、赤外線または紫外線スペクトルで画像を撮像するように設計された特別のカメラであってよい。可視光線スペクトルで画像を撮像するように意図された多くのカメラは、赤外線波長をブロックする赤外線フィルタを有する。その赤外線フィルタを除去するように変更されたカメラが、カメラ３０２として使用されてもよい。そのようにカメラを修正する際に、可視光線をブロックする可視光線フィルタおよび／または赤外線波長のみを通過させるフィルタが赤外線画像品質を向上させるために付加されてもよい。同様に、可視光線スペクトルカメラは、可視光線フィルタおよび／または紫外線波長のみを通過させるフィルタを付加することによって、紫外線画像を撮像するべく修正されてもよい。

図３はひとつのカメラ３０２を示すが、複数のカメラが設けられても良い。例えば、殻のパターンの特徴は、可視光線スペクトル、赤外線または紫外線画像においてより顕著であってもよい。複数種類の画像はここに開示されるような脱皮ステージを判断するのに使用されてもよく、それは複数のカメラで撮像されてもよい。複数画像種類の実施形態は、複数の光源３０６を使って与えられてよい。

複数種類の画像の撮像を与える他の実施形態は、切替可能な光学フィルタを有する単一のカメラ３０２を有する。このような切替可能フィルタは、カメラと画像ターゲットとの間に別個のコンポーネントとして、カメラ３０２上または内部に設けることが可能である。あるいは、画像光源および画像ターゲットの間の別個のコンポーネントとして、光源３０６の上または内部に設けることも可能である。この場合、光源は、複数のスペクトルの広帯域の光を与える。例えば、切替可能フィルタは、フィルタの異なる組み合わせが、撮像すべき画像のタイプに応じた光路に出入りして移動する状態で、可視光線スペクトルフィルタ、赤外線スペクトルフィルタ、および紫外線スペクトルフィルタを含むことができる。フィルタリングは、カメラ３０２が異なる種類の画像を撮像することができるように、カメラ３０２と画像ターゲットとの間の画像光学経路内で、および／または、光源３０６と画像ターゲットとの間の光源経路内で使用可能である。

実施形態において、パターン検出器３０４は、固体メモリデバイスまたは移動可能および／または取り外し可能記憶媒体を使用するメモリデバイスのような、一つ以上の持続性メモリデバイス（図示せず）内に格納されたビジョンソフトウエアを実行するエレメントを使って実装可能である。マイクロプロセッサ、アプリケーション・スペシフィック・インテグレーテッド・サーキット（ＡＳＩＣｓ）、フィールド・プログラマブル・ゲート・アレイ（ＦＰＧＡ）、および、プログラマブル・ロジック・デバイス（ＰＬＤ）がソフトウエアを実行するのに使用可能な処理デバイスの例である。概して、パターン検出器３０４はハードウエア、ファームウエア、ソフトウエアを実行する一つ以上の処理デバイス、あるいはそれらの組み合わせを使って実装可能である。ひとつの実施可能な例において、カメラおよびパターン検出器３０４は、同じマシンビジョンシステムの部品であってもよい。

光源３０６は、例えば、可視光線および赤外線スペクトル成分の両方を与える白色光であってよい。画像ターゲット（すなわち、生きた甲殻類）および／または装置３００の動作環境に応じて、光源３６０は設けられなくともよい。例えば、装置３００は、十分な光が他の光源によって与えられる動作環境において、実装されてもよい。画像ターゲットは、赤外線画像が使用される場合にカメラ３０２による撮像に十分な黒体輻射を放出してもよい。ある例において、光源３０６は、画像が撮像されるべきとき、または、ある動作条件のもとでのみ、画像ターゲットを照射するようカメラ３０２によって制御されるカメラフラッシュである。ある実施形態において、光源３０６は、切替可能フィルタを有する広帯域光源であってもよい。

コントローラ３０８がさまざまな方法で実装可能である。その構造は、少なくとも部分に実施形態に依存する。ある実施形態において、コントローラ３０８は、カメラ３０２による画像撮像を制御する。コントローラは光源３０６および／または切替可能フィルタを制御してもよい。図面の煩雑さを避けるため、コントローラ３０８およびカメラ３０２および／または光源３０６との間の接続は示されていないが、ある実施形態において、コントローラはカメラおよび／または光源と動作的に接続可能である。

ここで説明する脱皮ステージの判断に基づいて、ある実施形態において、さまざまなアクションが為され、コントローラ３０８はそれらのアクションに関連する。例えば、コントローラ３０８は、ロブスター処理ライン上の仕分けステーションを制御するために、装置３００内に設けられて良い。ある実施形態において、コントローラ３０８は装置３００のような脱皮ステージ判断装置の一部であってもよいが、例えば外部コンポーネントへ出力を与えることもできる。したがって、脱皮ステージ判断装置３００は、内部コントローラ３０８を含むことができ、外部コントローラと通信することもできる。本例においてコントローラ３０８は、装置３００のコンポーネントとして示されているが、コントローラは実際には内部コントローラおよび／または外部コントローラを含むことができる。外部コントローラを含む実施形態において、装置３００のような脱皮ステージ判断装置は、外部コントローラとのある種のインターフェースまたは接続を含む。このインターフェースまたは接続のタイプおよび構造は、実施形態に依存し、外部コントローラ、または、当該装置が外部コントローラと通信する他のコンポーネントと互換性がある。

装置３００のような脱皮ステージ判断装置はバッテリーのような電源３１０を有する電源内蔵タイプであってよい。処理プラントのようなある実施形態において、外部電力が使用されてもよい。

動作中、カメラ３０２は生きた甲殻類の殻の画像を撮像する。パターン検出器３０４は、カメラに接続されており、撮像した画像から生きた甲殻類の脱皮ステージを示すパターンの特徴を検出する。上述したように、カメラ３０２は、生きた甲殻類の可視光線スペクトル画像を撮像するカメラ、生きた甲殻類の赤外線画像を撮像する赤外線カメラ、および／または、生きた甲殻類の紫外線スペクトル画像を撮像する紫外線カメラを含んでもよい。図示した非限定的例で説明したダークパターンを使って、単一閾値実施形態においてパターンの有無が特徴であり、または、複数の閾値に関してパターンの暗さが特徴であってもよい。

複数の画像の実施形態において、パターン検出器３０４は生きた甲殻類の脱皮ステージを示すパターンの特徴を、撮像した可視光線画像から検出し、生きた甲殻類の脱皮ステージを示すパターンの特徴を撮像した赤外線スペクトル画像から検出し、および／または、生きた甲殻類の脱皮ステージを示すパターンの特徴を撮像した紫外線スペクトル画像から検出してもよい。同じまたは異なるパターンが可視光線スペクトル、赤外線スペクトル、および／または紫外線スペクトル画像で使用されてもよい。例えば、上述したダークバンドパターンは赤外線画像で顕著であり、そのバンドの有無または暗さがパターン検出器３０４によって検出される特徴であってもよい。同じかまたは異なるパターンが可視光線画像で顕著であってもよく、殻パターンカラーのような特徴がそれらの画像内でパターン検出器３０４によって検出されてもよい。異なるパターンおよび／またはパターン特徴が同じタイプの異なる画像で顕著であってもよく、例えば異なる角度からの複数の赤外線画像のような複数の画像がカメラ３０２（または複数のカメラ）によって撮像され、パターン検出器３０４によって検出されてもよい。

複数画像の他の実施形態は、異なるタイプの複数の画像を、実質的に同時に、および／または高速連続で、複数のカメラ、複数の光源および／または複数の光学フィルタを使って撮像することに関する。実質的に同時に撮像された画像の記録は、特に単一のカメラで撮像された場合には、直線的である。異なるタイプの画像を互いから減算するようなパターン検出器３０４による画像処理は、検出用のパターン特徴のコントラストを増加させる。画像フィルタリング、画像減算の代わりまたは追加の“画像算術”、および／または特定周波数変換（例えば、フーリエドメインフィルタリング）のような他のタイプの画像処理がパターン検出器３０４によって実行されてもよい。

したがって、パターン検出器３０４は、カメラ３０２によって撮像された複数の画像を受け取り、それらの画像に基づいてパターンの特徴を検出してもよい。この画像は、同じかまたは異なるパターンの同じかまたは異なる特徴の検出用のパターン検出器３０４によって別々に処理されてもよい。または、特徴検出のために（例えば、画像減算および／または他の画像処理を使って）一緒に使用されてもよい。

ある実施形態において、生きた甲殻類の続くハンドリングは、パターン検出器３０４による検出に基づいてコントローラ３０８によって制御される。この続くハンドリングは、例えば、生きた甲殻類の格付け、より低い品質の甲殻類の取捨選択、および、生きた甲殻類がトラップに入るのを許すかまたはブロックすることの一つ以上を含んでもよい。

図４は、方法４００の実施形態を示すフロー図である。当該方法は、生きた甲殻類の殻の画像を撮像する段階４０２、生きた甲殻類の脱皮ステージを示すパターンの特徴を撮像画像から検出する段階４０４を含む。甲殻類の脱皮ステージはその後、検出に基づいて決定する段階４０６で決定される。例示した方法４００は複数の甲殻類に対して繰り返されても良い。

例示した方法４００は変形可能である。例えば、画像撮像段階４０２およびパターン検出段階４０４は、同時に実行されてもよく、図示するように正確に連続して実行される必要はない。ひとつの画像に対するパターン検出段階４０４は次の画像の撮像段階４０２の前に、必ずしも終了している必要はない。また、段階４０６において、脱皮ステージに基づいてより低い／より高い品質の動物を区別する実施形態用の単一閾値が存在してもよく、または２つ以上の品質グレードを区別するための複数の閾値が存在してもよい。

より一般的に、他の実施形態は、図示した順序と同じかまたは異なる順序で実行される同様または異なる動作を含んでもよい。

方法を実行するさまざまな方法、例示した方法４００の少なくともいくつかの変形例は、上記より明らかである。例えば、撮像段階４０２は、赤外線フィルタを除去するように修正され、可視光線フィルタを含むようにさらに修正されたカメラによって赤外線画像を撮像することを含んでもよい。パターン特徴の検出段階４０４は、パターンの特徴を検出するためのトレーニングビジョン検出器ソフトウエアを含んでよい。

いくつかの実施形態において、可視光線、赤外線および紫外線スペクトル成分の一つ以上によって生きた甲殻類を照射するような他の操作も実行可能である。生きた甲殻類の続くハンドリングはパターン特徴の検出段階４０４に基づいて制御される。より低いまたはより高い肉度／品質の甲殻類として、生きた甲殻類の格付けまたは取捨選択する段階、トラップ内への生きた甲殻類の進入を許すかブロックすること、および／または、他の続くハンドリング操作が制御または実行されてもよい。

上述した説明は、主に甲殻類の脱皮ステージの決定に関し、および／または、甲殻類の殻の一つ以上の画像に基づいて肉量または健康状態のような品質測定に関する。脱皮ステージの判断は、さまざまな応用によって実行可能である。

例えば、マシンビジョンカメラがシーフード処理プラントコンベアのサイズ格付けシステムに載置されてもよい。画像は、コンベア上のカメラの下を各甲殻類が通過する際に撮像され、各甲殻類の脱皮ステージまたは品質が撮像画像から判断されてもよい。このタイプの応用において、各甲殻類の続くハンドリングの制御は、より高い品質の甲殻類およびより低い品質の甲殻類を、処理用に異なる方向へ導くための選別ステーションを制御することを含む。品質は、甲殻類の格付けの際に使用されてもよく、使用されなくてもよい。

図５は、実装の実施形態を示すブロック図である。本例のシステム５００は、パターン検出器５０４に機能的に接続されたカメラ５０２を含む。カメラ５０２は、本例において、上面にロブスター５１８を担持するコンベアベルト５１４の上方に配置されている。しかし、他の配置も可能である。パターン検出器５０４がコンベアベルト５１４の下方に示されているが、他の実施形態において、マシンビジョンシステム内にカメラ５０２と一緒に配置されてもよく、または、他の実施形態においてカメラおよび／またはコンベアから離れて配置されてもよい。

トリガー５６１は、ベルトコンベア上でトリガーを通過する際に、ロブスター５１８がトリガー５１６を始動するように、コンベアベルトの移動方向に関してカメラ５０２の手前に、ベルトコンベア５１４の上面付近に配置されている。図示の例において、トリガー５１６はカメラ５０２およびパターン検出器５０４と機能的に接続されている。カメラ５０２およびトリガー５１６の相対的位置に応じて、カメラはトリガーが始動されるとき、または、相対位置およびコンベアベルト５１４の速度に基づいて、ある時間遅延の後に、ロブスター５１８の画像を撮像してよい。例えば、トリガー５１６からの始動信号に基づいてコントローラ５０８による他の画像撮像制御メカニズムもまた可能である。パターン検出器５０４によるパターン検出はトリガー５１６によってトリガーされてもよく、画像が撮像された時にカメラ５０２によってトリガーされてもよく、または、コントローラ５０８によってトリガーされてもよい。

ある実施形態において、トリガー５１６は光学トリガーを含む。概して、トリガー５１６は、ロブスターまたは他の甲殻類がカメラ５０２の下方または前方に到着したことを検出する任意のタイプのセンサであってよい。図５では別々に示すが、トリガー５１６は潜在的にカメラ５０２、パターン検出器５０４、または、コントローラ５０８とともに単一のデバイスとして一体化されてもよい。

カメラ５０２、パターン検出器５０４、および、トリガー５１６はコントローラ５０８と機能的に接続されており、パターン検出器の接続は、符号５２２で示してある。本例のシステム５００において、コントローラ５０８は、コンベアベルト５１４の動作方向に関してカメラ５０２の下流側に配置されているグレーダー５２６に機能的に接続されている。パターン検出器５０４とコントローラ５０８との間の接続は、脱皮ステージの指標および／またはロブスター５１８のハンドリングを制御するための出力がパターン検出器によってコントローラに与えられるところの、出力接続を表すべく、符号５２２で別々に示されている。

ある実施形態において、本例のシステム５００は、また、５４４において、コントローラ５０８に機能的に接続されたハブ５３２を含む。ハブ５３２は、５５６において、生物学者ステーションコンソール５４２に機能的に接続され、５４８および５５２においてサーバ５３０と接続されている。

ある実施形態において、サーバ５３０は、５４８でハブ５３２と機能的に接続されたデータベース５３６およびインターフェース５３８を含む。インターフェース５３８は、５５０において、データベース５３６と機能的に接続されており、サーバ５３０の出力５５２を介してハブ５３２に機能的に接続されてよい。

ハブ５３２およびデータベース５３６の接続は、一つ以上の中間コンポーネント（図示せず）を介してもよい。例えばそれは、生物学者ステーションコンソール５４２およびコントローラ５０８からのデータ転送を管理するためのソフトウエアアルゴリズムを実行し、データベース５３６内にデータを格納する処理デバイスとして実装されたリスナーのようなものであってもよい。

ある実施形態において、サーバ５３０のインターフェース５３８は、ダイナミック・パーソナル・ホームページ（ＰＨＰ）ウェブページのようなウェブページとして実装される。

ある実施形態において、遠隔ユーザシステム５４０が、５４４において、サーバ５３０のインターフェース５３８に機能的に接続されている。

動作中、コンベアベルト５１４に沿ってロブスター５１８が移動し、トリガー５１６がロブスターによって始動される。トリガー５１６は、カメラの下方または近くにロブスター５１８が存在することを、カメラ５０２および／またはコントローラ５０８に知らせる。ロブスター５１８がコンベアベルト５１４上でカメラ５０２の下方を通過する際に、画像が撮像される。パターン検出器５０４は画像内に、脱皮ステージを示すパターンの特徴を検出する。ある実施形態において、複数の画像が撮像される。

ある実施形態において、特徴は、パターン検出器５０４によって決定されるパターンの有無である。それは、その後ロブスター５１８の品質を推定するのに使用される。脱皮ステージおよび／または品質の指標は、５２２における出力を通じてコントローラ５０８に渡されてもよい。それぞれの指標、および／または、それに基づく制御信号は、選別目的のためにグレーダー５２６に与えられてもよい。

ロブスター５１８へのカメラ５０２の近接は、撮像画像の品質に影響を与える。概して、カメラ５０２およびコンベアベルト５１４の間の距離は、実装特有の詳細であり、それは、カメラ５０２の感度、画像ターゲットまでの異なる距離に適応することができる速度に依存する。

ある実施形態において、ロブスター５１８の識別に関連する情報を格納するＲＦＩＤ（高周波識別）タグ（図示ぜず）がロブスターに取り付けられ、カメラ５０２またはパターン検出器５０４はＲＦＩＤデバイスを含む。ＲＦＩＤデバイスは、ＲＦＩＤタグでロブスター５１８の脱皮ステージおよび／または品質に関連する情報を格納するために使用される。この情報はデータベース５３６への保存用に、サーバ５３０に転送されてもよい。カメラ５０２、パターン検出器５０４、コントローラ５０８、または他のコンポーネントは、ＲＦＩＤタグからロブスター識別子を読むことができ、その識別子をサーバ５３０に転送する。その結果、脱皮ステージ／品質に関する画像および／または情報がデータベース５３６内で個々のロブスターと関連づけられる。個々のロブスターに関連づけられたデータベース５３６内の情報記録は、個々の情報からロブスターのサブセットまたは全収穫にわたる総計情報へ、さまざまな任意のレベルの詳細を与えるのに使用される。

グローバル・ポジショニング・システム（ＧＰＳ）レシーバ５６０もまた与えられる。ＧＰＳレシーバ５６０は、接続５６２を介して、カメラ５０２に機能的に接続される。ある実施形態において、本例のシステム５００のカメラまたはその他のコンポーネントと一体化されてもよい。接続５６４は、データベース５３６内への保存用に位置データを与えるべく、ＧＰＳレシーバ５６０がハブ５３２を介してサーバ５３０に機能的に接続されてもよい。位置データは、ロブスター５１８の撮像画像に関連づけられ、ロブスターが収穫された場所の記録を与える。この位置データは、ロブスターに取り付けられたＲＦＩＤタグに他の情報とともに格納されてよい。

ＧＰＳレシーバ５６０からの位置データと撮像画像との関連づけは、本例のシステム５００内のさまざまな任意のコンポーネントによって取り扱われる。例えば、カメラ５０２は一体化コンポーネントとしてＧＰＳレシーバ５６０を有する。位置−画像の関連づけは、カメラによって与えられる既存の関数であってよい。この関連づけは、コントローラ５０８によって作成されてもよい。他にパターン検出器５０４が実装されるビジョンシステム内、またはサーバ５３０内のどこかで実行されてよい。

ＧＰＳレシーバ５６０、カメラ５０２自身、コントローラ５０８、または、他のコンポーネントは日付および／または時刻を与え、それが同様に各画像に関連づけられる。ある実施形態において、日付および時刻はすべて各画像に関連づけられ、各ロブスター５１８がシーズン中に、正しい漁業エリアで収穫されたかどうかを確かめる規則目的のために使用することができる。位置、日付、および、時刻情報は、さまざまな時刻または領域における生産量を知るのに使用することもできる。

各ロブスター５１８は、グレーダー５２６によって、ロットまたはビン番号を割り当てられる。ロットおよびビン番号は、サーバ５３０および／またはロットおよびビン番号によってロブスターを選別する選別システムのような他のコンポーネントに通信されてもよい。

撮像画像、識別子、脱皮ステージ、品質、位置、日付、時刻、ロット番号、および、ビン番号は、データベース５３６内に格納可能なコンテンツの例である。これらすべてのタイプのコンテンツ、または、その一つ以上のサブセットは、データベース５３６内に格納可能であり、格納したコンテンツを選別し、分離し、または、総計するのに潜在的に使用される。例えば、ロブスターが格納または輸送中に死んだ場合、格納されたコンテンツが識別を含んでいれば特定のロブスターに関連するすべての情報がデータベース５３６から検索可能である。任意のさまざまな計測統計を収集するために、データベース５３６にアクセスしてもよい。平均脱皮ステージおよび／または品質、脱皮ステージおよび／または品質分布、収穫数等、収穫全体に対する収穫領域、時間間隔等がデータベース５３６から抽出可能であり、または、データベース内に格納された情報に応じて、データベースから抽出されたデータから決定可能である。この情報は、例えば、収穫監視、保護、および／または、規則目的用に有用である。

ある実施形態において、データベース５３６はＭｙＳＱＬデータベースである。

データベース５３６内のデータは、入力／出力５５４を使ってインターフェース５３８を介してインターネット上で遠隔ユーザシステム５４０によってアクセス可能である。

ある実施形態において、遠隔ユーザシステム５４０は、ハブ５３２およびコントローラへの接続を通じて、コントローラ５０８にインストラクションを送ることができる。

ある実施形態において、コントローラ５０８は、パーソナルコンピュータに実装される。ビジョン検出ソフトウエアはパターン検出器５０４を実行する同じコンピュータ内で実行可能である。

生物学者ステーションコンソール５４２により、生物学者または他の熟練技術者、あるいはユーザは、サンプリングされたロブスターから関連生物学的データに入ることができる。そのデータは、その後データベース５３６に送られて格納される。生物学的データは、例えば、サンプリングされたロブスターからの血中タンパク質濃度を含む。それは、カメラ５０２およびパターン検出器５０４用の連続キャリブレーションデータを与える。例えば、サンプリングしたロブスターの血中タンパク質濃度が他のシステムまたはデバイス（図示せず）によって決定され、生物学者ステーションコンソール５４２を使って生物学者によってデータベース５３６内に入力されれば、その後サンプリングされたロブスターはコンベアベルト５１４上に配置され、画像の撮像およびパターンの検出が正確に動作していることを確かめるために、キャリブレーションロブスターとしてカメラ５０２の下方を通過する。パターン検出器によって為された判断と、血中タンパク質濃度に基づいて予想される判断との間に矛盾が生じていれば、カメラ５０２および／またはパターン検出器５０４に対する調整が為される。

生物学者は、生物学者ステーションコンソール５４２からのインターフェース５３８を通じて、結果および報告を見ることができる。

ある実施形態において、インターフェース５３８は、ユーザ開始のアクセスをデータベース５３６に与える。例えば、データベース５３６から規制機関のような外部コンポーネントへデータを転送するべく、自動報告もまた使用可能である。収穫船または製造施設は、例えば、ある時間間隔および／またはある時刻において収集したデータを報告する。したがって、要求に応じて、“プル”データがデータベース５３６内のアクセスデータにアクセスし、および／または、自動報告または他の“プッシュ”アクセスメカニズムがサポートされている。

図５は、自動処理ラインの一部としての実装例に関する。他の応用は、船上にまたはプラント環境内でマシンビジョンカメラを設置することを含む。労働者は、その場合、カメラのレンズの下にロブスターまたは他の甲殻類を手で置き、その品質または脱皮ステージに関するビジョンソフトウエアからの応答を待ってもよい。異なるアクションが、応答に応じて取られてもよい。応答は、任意のさまざまな形式の識別子によって与えられる。例えば、異なる脱皮ステージ／品質を異なる音声的指標で与えるスピーカー、異なる脱皮ステージ／品質を異なる視覚的指標で与える光、および／または、脱皮ステージ／品質に関するより詳細な情報を与えるモニターまたは他のタイプのディスプレイスクリーンなどがある。

梱包領域に載置されたカメラは、例えば、輸送用に箱を梱包している間に品質の低い甲殻類を取捨選択するべく、甲殻類が梱包者によってモニターで見ることを可能にする。

脱皮ステージの判断は、潜在的に、携帯電話または他の携帯デバイスにおいて実行可能である。例えば、携帯電話ソフトウエアアプリケーションは、内蔵カメラ（赤外線フィルタを含まず、赤外線画像が使用される場合には可視光線をブロックするように修正可能なフィルタを有する）を使用して品質および／または脱皮ステージを検出してもよい。このタイプの実行は、シーフード処理業者の環境においてのみではなく、購入前に脱皮ステージおよび品質を判断する顧客にとっても有用である。携帯電話ソフトウエアアプリケーションは、ＨＴＭＬウェブサイトを通じて、サーバ、または、シーフード処理業者、流通業者、または、小売システムの他のコンポーネントと通信することができる。それは、顧客の加入を認証し、画像解析を実行し、および、電話に結果を送り返す。

カメラおよびパターン検出器は、低い品質のロブスターまたは他の甲殻類の進入を防止するトラップ上に載置されてもよく、その結果、より品質の高い動物のみをトラップし、陸揚げできる。脱皮ステージ／品質の判断が為されるまで、例えば、トラップへの入口をブロックするためにバリアが使用されてもよい。その後、トラップに入ろうとする甲殻類が低い品質であると判断されれば、バリアはその場所に残る。また、トラップに入ろうとする甲殻類が高い品質であると判断されれば、進入を許すように移動される。

上記説明は、主に、ロブスターの頭胸部の結合隆起のダークバンドのようなパターンの特徴に基づく甲殻類の脱皮ステージの決定に関連する。早い脱皮前から遅い脱皮前のさまざまなステージでのロブスターの画像は、殻の明るさもＩＲスペクトルの範囲で変化することを示す。ロブスターが早い脱皮前から遅い脱皮前ステージを通じて進化する際に、殻は明るさを増し続ける。進んだ脱皮前ロブスターの始まりに関連する明るさの閾値レベルは、ロブスターのＩＲ画像を差別化する特徴として使用され得る。そうして、ロブスターは早い脱皮前および遅い脱皮前のグループに分類される。したがって、パターン検出器３０４、５０４（図３および５）または４０４（図４）によって検出されるパターンの他の特徴は、殻全体のパターンの明るさであり、上記したダークバンドのみではない。

遅い脱皮前のロブスターの脱皮ステージ（進んだ脱皮前または“脱皮に専念した”ロブスターとも呼ぶ）はロブスターを低温の水に保存することにより、停止されない。したがって、このロブスターは“脱皮に専念”していると特徴づけられ、長期間の保存用には不適切となる。しかし、早い脱皮前のロブスターは冷水保存により、脱皮プロセスを停止させることができる。したがって、このロブスターは、保存中に脱皮させず、死なせないで長期間の保存システムで保持することができる。

ロブスターの捕獲量は、シーズンおよび収穫領域に応じて、遅い脱皮前のロブスターの比率が変化する。脱皮前ロブスターの比率が高ければ、全体の捕獲量は、しばしば短期間の保存まで格下げされる。それは受容可能であり、その捕獲量の中で品質の高い長期間保存可能なロブスターであるが、その捕獲内の遅い脱皮前ロブスターを保存して死亡するリスクのためである。ここで開示した脱皮ステージ判断技術は、捕獲量から遅い脱皮前ロブスターのみを効果的に識別し、除去するのに使用され得る。それにより、収穫者または買い付け業者は、全体の捕獲量が格下げされるのを防止できる。したがって、少なくとも一部の捕獲量は、長期間の保存に有効となる。

ある実施形態において、ビジョンシステムが脱皮後から遅い脱皮前までの脱皮ステージを検出するのにトレーニング可能である。このビジョンシステムは、しばしば測定されるか手動で判断される個々のロブスターの他の体格を検出するようにトレーニングされてもよい。これらの体格は例えば以下の一つ以上を含む。
・ロブスターおよび／またはエビの甲羅の長さ、測定結果はロブスターまたはエビのサイズを決定するためにしばしば使用され、合法的な最小サイズのロブスターに対する収穫規則内で使用される（漁業地区に応じて、ロブスターについて、例えば８０−８５ｍｍの甲羅の長さ）。
・ひびが入ったか、または、損傷した外骨格のような殻の欠陥、それは、甲殻類の殻上にある、損傷およびひびのある外骨格を覆ってしまう、“忙しい”パターンのために可視光線スペクトルの範囲では識別することが困難である。
・失ったかまたは折れた足、
・性別、より広い幅の尾を有する雄と比べ、雌のロブスターでは甲羅の長さに対する尾の幅が小さいことに基づく、
・さまざまなはさみ、ボディおよび／または尾測定値などの殻形態、この測定により、潜在的に動物をこのユニークな殻骨格が発見された特定の収穫領域と関連づけることができる。

これらの測定の多くは、漁業管理目的のための収穫および生物量の監視に含まれる。ここに開示された、カメラおよびビジョンシステムのような実施形態は、このデータの迅速かつ簡単な収集をもたらす。ある実施形態において、このタイプのデータは、ビジョンシステムが取り付けられた漁船上で収集される。それは、脱皮ステージおよび／または体格を決定するためだけでなく、陸揚げ報告、捕獲領域ごとのロブスターの特定の統計値（もし、ＧＰＳ情報が画像スキャンの時間に収集されれば）のようなさまざまな目的で使用される。

漁船上で脱皮ステージごとに選別する能力を有することは、各生物の物質的な個々の評価をもたらす。その結果、品質ごとに個々に格付け可能となる。個々のレベルで評価および格付けのこのレベルは、次のような問題を回避するか、少なくとも最小化することができる。長期間の保存および輸送を生き延びることができる生物が含まれているとしても、長期間の保存に適していないとして捕獲全体を分類すること、および、長距離の場所まで輸送されることにより、ロブスターがそれに耐えられずに死亡率が高くなる結果、品質の低いロブスターが販売されることなどである。漁船上で収穫者により品質が識別されかつ分離されることにより、格付け前のロブスターを販売することから生じる死亡率を減少させるために、より効果的な使用戦略が実行可能となる。例えば低い品質のロブスターが識別されて、処理および梱包される処理業者に輸送され、一方、高い品質のロブスターは、高い値段がつき、市場価値が高い生きた輸送販売用に使用可能となる。

また、運送または移動システムにおいて、データは、収穫から配送チェーンに沿った任意のポイントで、陸揚げされた埠頭で、格付け施設に配送される前に、外国の卸売業者において、および／または、そのデータに興味がある末端顧客によっても、収集可能となる。

上述したように、さまざまなはさみ、ボディおよび／または尾の測定のような殻形態計測により、生物を特定の収穫エリアに関連づけることができる。個々の動物は、ユニークな色および／または形態学的パターンまたは特徴を有し、それが、例えば追跡のために個々の動物を識別するのに使用される。カラーパターン検出は、可視光線スペクトルカメラ画像を使って与えられるが、ＩＲ画像は形態学的パターン／特徴を取得するのにより適している。このタイプの画像および検出は、追跡を実行するために大きな役割を果たす。その結果、個々のロブスターは、このタイプの生物測定学を使って、輸送システムを通じて識別可能となる。上記したＲＦＩＤタグは、個体識別のひとつの選択肢を表す。動物に取り付けられた付加的なコンポーネントを含まない他の選択肢は、この生物測定学を使用する。

脱皮ステージは、生きた甲殻類の画像に基づいて決定可能な体格のひとつのタイプの例示である。図３から５を参照して上記した実施形態において、脱皮ステージの判断は、撮像された一枚または複数の画像における所定のパターンまたは殻全体のパターンのような特徴に基づいている。より一般的には、生きた甲殻類の体格は、この撮像画像を処理することにより決定可能である。

図６は、装置の他の実施形態を示すブロック図である。本例の装置６００が画像プロセッサ６０４を含むのに対して、装置３００がパターン検出器３０４を有する点を除いて、本例の装置６００は、図３の装置３００と実質的に同じである。ある実施形態において、画像プロセッサ６０４は、パターン検出器３０４によって実行されるのと同じかまたは類似のパターン検出タスクを実行する。他の実施形態において、画像プロセッサは一つ以上の体格を判断するために異なるまたは付加的な画像処理を実行する。言い換えれば、本例の装置６００は、画像内のパターンの特徴に基づいて脱皮ステージを決定するが、上記したように生きた甲殻類の他の体格を決定することもできる。

例えば、ロブスターに対して甲羅の長さを決定するために、撮像画像は甲羅の先端部を識別するべく画像プロセッサ６０４によって処理される。それから甲羅の長さが計算される。ロブスターの甲羅の長さおよび／または尾の幅に基づく性別、および／または、はさみの幅およびこれらの測定値の任意の比率のような他の殻形態計測は、殻エッジ、先端部、および／または撮像画像の他の構造の識別に基づいて同様の方法で、画像プロセッサ６０４によって決定される。これらのデータは、特定の領域からのロブスターを識別するのに使用される。また、それは、ロブスターの重量を推定するのに使用され、それにより、各ロブスターの物理的重量を計測することなくロブスターを格付けし、重量を割り当てることが可能になる。それは、サイズ格付けシステムのスループットを改善する。画像プロセッサ６０４は、さまざまなシステムで実行可能であり、殻欠陥および／または失ったまたは折れた足を検出するようトレーニング可能である。

本例の装置６００は、その他の構造および動作において、装置３００で詳細に説明したものと類似する。装置３００に与えられた他の特徴は、本例の装置６００に与えられてもよい。例えば、測定ポイント、構造、または、パターンは、異なるタイプのイメージにおいてより顕著であってもよく、異なるタイプの複数の画像が撮像されてもよい。画像プロセッサ６０４による画像処理は、同じかまたは異なるタイプの複数の画像を使用することができる。さまざまなタイプの処理が実行可能である。例えば、得られた処理画像内の特徴または体格的興味の検出を容易にするために、ひとつのタイプの撮像画像が他のタイプの撮像画像から減算される。任意のさまざまな動作が決定された体格に基づいてコントローラ６０８によって制御されてもよい。

図７は、方法７００の他の実施形態を示すフロー図である。それは、実質的に図４に示す方法４００と類似するが、本例では７０４で画像処理動作を含むのに対して、方法４００はパターン特徴検出動作４０４を含む。また、本例の方法７００は、７０６で体格を判断する動作を含むのに対して、方法４００は、脱皮ステージを決定するための動作４０６を有する。操作７０４、７０６は、操作４０４、４０６を含むことができ、および／または、脱皮ステージに加えまたはそれ以外に体格を決定する他の操作を含むことができる。

図８は、実装の他の実施形態８００を示すブロック図である。それは、図５の実装５００の例と実質的に同じであるが、本例は画像プロセッサ８０４を含むのに対して、実装例５００は、パターン検出器８０８を含む。実装５００、８００は、その他の構造および動作の点で実質的に同じである。

体格決定、データ収集、データ報告、および／または、追跡能力はさまざまな会社にとって大きな価値を有する。例えば、体格決定は、収穫された動物をより選択することが可能となるという点で、収穫者にとって商業的価値がある。より品質の高い動物が収穫されかつ販売可能となり、より品質の低い動物が収穫船上で識別され、海に戻すことができる。これは、収穫者の製品価値および収入を高めるだけではなく、保護価値も有する。動物の異なる格付けを識別しかつ選別する際の体格決定の他の可能な利点は、上述したとおりである。データ収集、データレポート、および、追跡可能性もまた、政府または他の規制機関にとって高い保護価値および／または科学的価値となる。

本願発明の実施形態の原理の応用が上で例示された。本願発明の態様から離れることなく、当業者は他の装置および方法を実施することが可能である。

例えば、図面は、例示目的でのみ示されている。他の実施形態は、より多くの、より少ない、または付加的な特徴を含んでよく、図示したものと同様または異なる方法で配置されてもよい。

ここに開示された所定のパターン（すなわち、ロブスターの頭胸部の結合隆起におけるダークバンド）もまた、例示にすぎない。脱皮中のロブスター（保存および輸送可能である）と活発な脱皮前ロブスター（保存および輸送に向かない）の間の差を決定するのに付加的および／または代替的特徴が使用されてもよい。例えば、より高いコントラストの赤外線画像が使用されれば、脱皮ステージ判断でのより高いレベルの粒度または解像度が可能となる。より高いコントラストの赤外線画像において、上述したダークバンドおよび／または他の殻特徴がより顕著であってもよい。他の特徴または体格は、同様に異なるタイプの画像においてより顕著であってもよい。

ここに開示した技術の他の変形例は、ロブスターの殻の色の変化を検出することである。それは活発な脱皮前ステージに近づいていることを示している。この色の変化は、可視光線スペクトル、赤外線スペクトル、紫外線スペクトルで、より容易に検出可能である。したがって、脱皮ステージの判断が、可視光線、赤外線、および／または、紫外線スペクトル画像撮像およびパターン検出に基づいてもよい。概して、ここに開示した技術は、可視光線スペクトルイメージング、赤外線イメージング、または、紫外線スペクトルイメージングに応用可能である。または、ある実施形態において、複数のタイプの画像が脱皮ステージおよび／または他の体格を決定する際に使用されてもよい。

また、高／低品質のロブスターの合格／不合格として、脱皮ステージ決定または検出が主に説明された。しかし、画像解像度は、例えば、低、中、高の３つのグレードのロブスターの品質を可能にし、さらに多くのグレードに区別することも可能である。上記したＩＲイメージングの下でのダークバンドの消失は、徐々に見られる。したがって、複数の閾値が、個々の収穫船または処理プラントの品質選別目的での使用に適している。

加えて、方法およびシステムの文脈で主に説明されてきたが、パターン検出、画像処理、および／または、制御特徴の場合において、非一過性コンピュータ読み取り可能媒体に格納されたインストラクションのような、他の実行もまた可能である。

Claims (94)

1. 生きた甲殻類の殻の画像を撮像するカメラと、
   前記カメラと動作的に接続され、前記生きた甲殻類の脱皮ステージを示すパターンを、前記撮像された画像から検出するパターン検出器と、
   を備えることを特徴とする装置。
2. 前記画像は、前記生きた甲殻類の可視光線スペクトル画像を含む、ことを特徴とする請求項１に記載の装置。
3. 前記画像は、前記生きた甲殻類の赤外線スペクトル画像を含む、ことを特徴とする請求項１に記載の装置。
4. 前記画像は、前記生きた甲殻類の紫外線スペクトル画像を含む、ことを特徴とする請求項１に記載の装置。
5. 前記パターン検出器は、前記カメラによって撮像された前記生きた甲殻類の他の画像から、前記生きた甲殻類の脱皮ステージを示すパターンの特徴を検出するよう動作可能である、ことを特徴とする請求項１から４のいずれか一項に記載の装置。
6. 前記他の画像のパターンは、前記画像のパターンと異なる、ことを特徴とする請求項５に記載の装置。
7. 前記カメラは、赤外線フィルタを除去するように修正されている、ことを特徴とする請求項３に記載の装置。
8. 前記カメラは、可視光線フィルタを有するようにさらに修正されている、ことを特徴とする請求項７に記載の装置。
9. 前記パターン検出器は、ビジョン検出ソフトウエアを実行する処理装置を含む、ことを特徴とする請求項１から８のいずれか一項に記載の装置。
10. 前記生きた甲殻類を照射するための光源をさらに備えることを特徴とする請求項１から９のいずれか一項に記載の装置。
11. 前記光源は、可視光線、赤外線、および、紫外線スペクトル成分の一つ以上を与える、ことを特徴とする請求項１０に記載の装置。
12. 前記光源は、前記カメラと動作的に接続されており、
    前記カメラは、前記生きた甲殻類を照射するように前記光源を制御する、ことを特徴とする請求項１０または１１に記載の装置。
13. 前記画像を撮像するとき、前記カメラは、前記生きた甲殻類を照射するよう前記光源を制御する、ことを特徴とする請求項１２に記載の装置。
14. 前記カメラは、ある動作条件の下でのみ、前記生きた甲殻類を照射するよう前記光源を
    制御する、ことを特徴とする請求項１２に記載の装置。
15. 前記光源は、カメラのフラッシュを含む、ことを特徴とする請求項１２から１４のいずれか一項に記載の装置。
16. 前記カメラおよび前記パターン検出器に電力を供給するべく動作的に接続された電源をさらに備えることを特徴とする請求項１から１５のいずれか一項に記載の装置。
17. 前記パターン検出器に動作的に接続され、前記検出に基づいて前記生きた甲殻類の続くハンドリングを制御するコントローラをさらに備えることを特徴とする請求項１から１６のいずれか一項に記載の装置。
18. 前記続くハンドリングは、
    前記生きた甲殻類を格付けすること、
    低品質の甲殻類を取捨選択すること、
    前記生きた甲殻類のトラップへの進入を許すか、または、ブロックすることの一つ以上を含むことを特徴とする請求項１７に記載の装置。
19. 前記生きた甲殻類の脱皮ステージまたは品質を判断するためのコンベアサイズ格付けシステム、
    前記生きた甲殻類が前記カメラの下に配置され、その品質または脱皮ステージに関する応答が前記パターン検出器によって与えられるところの船またはプラント環境、
    輸送用に箱を梱包している間に、低品質な甲殻類を取捨選択するべく、前記生きた甲殻類がモニター上で梱包者によって見ることができるところの梱包エリア、
    前記カメラが携帯電話機の内蔵カメラを含み、品質または脱皮ステージを検出する携帯電話機、
    携帯デバイス、
    前記パターン検出器による判断に基づいて、低品質の生きた甲殻類に進入させないトラップ、の一つ以上に実装されることを特徴とする請求項１から１７のいずれか一項に記載の装置。
20. 前記パターン検出器は、前記カメラにより撮像された撮像画像を含む、複数の画像を受け取り、前記複数の画像に基づいて、前記生きた甲殻類の脱皮ステージを示すパターンの特徴を検出するよう動作可能であることを特徴とする請求項１から４のいずれか一項に記載の装置。
21. 前記複数の画像は、異なるタイプの画像を含む、ことを特徴とする請求項２０に記載の装置。
22. 前記カメラに、前記異なるタイプの画像を撮像することを可能とする、複数の光学フィルタを含む切替可能フィルタをさらに備えることを特徴とする請求項２１に記載の装置。
23. 前記複数の光学フィルタは、前記カメラと前記生きた甲殻類との間の画像光学経路に出入りするよう移動可能であることを特徴とする請求項２２に記載の装置。
24. 前記複数の光学フィルタは、前記光源と前記生きた甲殻類との間の照射光経路に出入りするよう移動可能であることを特徴とする請求項２２に記載の装置。
25. 前記特徴は、
    前記殻の前記撮像された画像内での所定のパターンの有無、
    前記殻の前記撮像された画像内での前記所定のパターンの明るさ、および
    前記殻の前記撮像された画像内での前記殻のパターン全体の明るさ、の一つ以上を含むことを特徴とする請求項１から２４のいずれか一項に記載の装置。
26. 撮像された前記画像と関連づけられる位置情報を与えるグローバル・ポジショニング・システム（ＧＰＳ）レシーバをさらに備えることを特徴とする請求項１から２５のいずれか一項に記載の装置。
27. 生きた甲殻類の殻の画像を撮像する段階と、
    前記生きた甲殻類の脱皮ステージを示すパターンの特徴を前記撮像画像から検出する段階と、
    を備える方法。
28. 前記撮像する段階は、前記生きた甲殻類の可視光線画像を撮像する段階を含むことを特徴とする請求項２７に記載の方法。
29. 前記撮像する段階は、前記生きた甲殻類の赤外線スペクトル画像を撮像する段階を含むことを特徴とする請求項２７に記載の方法。
30. 前記撮像する段階は、前記生きた甲殻類の紫外線スペクトル画像を撮像する段階を含むことを特徴とする請求項２７に記載の方法。
31. 前記生きた甲殻類の他の画像を撮像する段階と、
    前記生きた甲殻類の脱皮ステージを示すパターンの特徴を前記他の画像から検出する段階と、をさらに備えることを特徴とする請求項２７から３０のいずれか一項に記載の方法。
32. 前記他の画像用の前記パターンは、前記画像用の前記パターンと異なることを特徴とする請求項３１に記載の方法。
33. 前記撮像する段階は、赤外線フィルタを除去するように修正されたカメラによって赤外線画像を撮像する段階を含むことを特徴とする請求項２９に記載の方法。
34. 前記撮像する段階は、赤外線フィルタを除去し、かつ、可視光線フィルタを含むように修正されたカメラによって、赤外線画像を撮像する段階を含むことを特徴とする請求項２９に記載の方法。
35. 前記検出する段階は、前記パターンの前記特徴を検出するべく、ビジョン検出ソフトウエアをトレーニングする段階を含むことを特徴とする請求項２７から３４のいずれか一項に記載の方法。
36. 前記生きた甲殻類を照射する段階をさらに備えることを特徴とする請求項２７から３５のいずれか一項に記載の方法。
37. 前記照射する段階は、可視光線、赤外線、および、紫外線スペクトル成分の一つ以上によって前記生きた甲殻類を照射する段階を含むことを特徴とする請求項３６に記載の方法。
38. 前記検出する段階に基づいて、前記生きた甲殻類の続くハンドリングを制御する段階をさらに備える請求項２７から３７のいずれか一項に記載の方法。
39. 前記続くハンドリングは、
    前記生きた甲殻類を格付けすること、
    低品質の甲殻類を取捨選択すること、
    前記生きた甲殻類のトラップへのエントリを許すか、または、ブロックすることの一つ以上を含むことを特徴とする請求項３８に記載の方法。
40. 前記撮像する段階は、前記撮像された画像を含む複数の画像を撮像する段階を含み、
    前記検出する段階は、前記複数の画像に基づいて、前記生きた甲殻類の脱皮ステージを示すパターンの特徴を検出する段階を含む、
    ことを特徴とする請求項２７から３０のいずれか一項に記載の方法。
41. 前記複数の画像は、異なるタイプの画像を含むことを特徴とする請求項４０に記載の方法。
42. 前記異なるタイプの画像の撮像を可能にするべく、光学経路へ複数の光学フィルタを出し入れするよう移動する段階をさらに備えることを特徴とする請求項４１に記載の方法。
43. 前記光学経路は、前記カメラと前記生きた甲殻類との間の画像光学経路を含むことを特徴とする請求項４２に記載の方法。
44. 前記光学経路は、光源と前記生きた甲殻類との間の照射光経路を含むことを特徴とする請求項４２に記載の方法。
45. 前記特徴は、
    前記殻の前記撮像された画像内での所定のパターンの有無、
    前記殻の前記撮像された画像内での前記所定のパターンの明るさ、および
    前記殻の前記撮像された画像内での前記殻のパターン全体の明るさ、の一つ以上を含むことを特徴とする請求項２７から４３のいずれか一項に記載の方法。
46. 位置情報を収集する段階と、
    前記撮像された画像に、前記位置情報を関連づける段階と、
    をさらに備えることを特徴とする請求項２７から４５のいずれか一項に記載の方法。
47. 請求項１から２６のいずれか一項に記載の装置を備える、生きた甲殻類の画像を撮像し、前記生きた甲殻類の脱皮ステージを示すパターンの特徴を前記撮像された画像から検出する、マシンビジョンシステム。
48. 生きた甲殻類の殻の画像を撮像するカメラと、
    前記カメラに動作的に接続され、前記生きた甲殻類の殻の体格を判断するべく前記撮像された殻の画像を処理する画像プロセッサと、
    を備えることを特徴とする装置。
49. 前記体格は、
    甲羅の長さ、
    殻の欠陥、
    失ったか、折れた脚、
    尾の幅、
    殻形態計測、の一つ以上を含むことを特徴とする請求項４８に記載の装置。
50. 前記画像は、前記生きた甲殻類の可視光線スペクトル画像を含むことを特徴とする請求項４８または４９に記載の装置。
51. 前記画像は、前記生きた甲殻類の赤外線スペクトル画像を含むことを特徴とする請求項４８または４９に記載の装置。
52. 前記画像は、前記生きた甲殻類の紫外線スペクトル画像を含むことを特徴とする請求項４８または４９に記載の装置。
53. 前記画像プロセッサはさらに、前記カメラによって撮像された前記生きた甲殻類の他の画像から前記生きた甲殻類の前記殻の体格を判断するよう動作可能である請求項４８または４９に記載の装置。
54. 前記他の画像から判断された前記体格は、前記画像から判断された前記体格と異なることを特徴とする請求項５３に記載の装置。
55. 前記カメラは、赤外線フィルタを除去するように修正されたカメラを含むことを特徴とする請求項５１に記載の装置。
56. 前記カメラは可視光線フィルタを含むようにさらに修正されていることを特徴とする請求項５５に記載の装置。
57. 前記画像プロセッサは、ビジョン検出ソフトウエアを実行する処理デバイスを含むことを特徴とする請求項４８から５６のいずれか一項に記載の装置。
58. 前記生きた甲殻類を照射する光源をさらに備えることを特徴とする請求項４８から５７のいずれか一項に記載の装置。
59. 前記光源は、可視光線、赤外線、および、紫外線スペクトル成分の一つ以上を与える、ことを特徴とする請求項５８に記載の装置。
60. 前記光源は、前記カメラと動作的に接続されており、
    前記カメラは、前記生きた甲殻類を照射するよう前記光源を制御する、
    ことを特徴とする請求項５９に記載の装置。
61. 前記カメラは、前記画像が撮像されるとき、前記生きた甲殻類を照射するよう前記光源を制御することを特徴とする請求項６０に記載の装置。
62. 前記カメラは、ある動作条件の下でのみ前記生きた甲殻類を照射するよう前記光源を制御することを特徴とする請求項６０に記載の装置。
63. 前記光源は、前記カメラのフラッシュを含む請求項６０から６２のいずれか一項に記載の装置。
64. 前記カメラおよび前記画像プロセッサに電力を供給するべく動作的に接続された電源をさらに備える請求項４８から６３のいずれか一項に記載の装置。
65. 前記画像プロセッサに動作的に接続され、前記判断された体格に基づいて前記生きた甲殻類の続くハンドリングを制御するコントローラをさらに備える請求項４８から６４のいずれか一項に記載の装置。
66. 前記続くハンドリングは、
    前記生きた甲殻類を格付けすること、
    低品質の甲殻類を取捨選択すること、
    前記生きた甲殻類のトラップへのエントリを許すか、または、ブロックすることの一つ以上を含む、ことを特徴とする請求項６５に記載の装置。
67. コンベアサイズ格付けシステム、
    前記生きた甲殻類が前記カメラの下に配置され、その品質または脱皮ステージに関する応答が前記パターン検出器によって与えられるところの船またはプラント環境、
    輸送用に箱を梱包している間に、低品質な甲殻類を取捨選択するべく、前記生きた甲殻類がモニター上で梱包者によって見ることができるところの梱包エリア、
    前記カメラが携帯電話機の内蔵カメラを含む、携帯電話機、
    携帯デバイス、
    前記パターン検出器による判断に基づいて、低品質の生きた甲殻類に対して、エントリをさせないトラップ、
    の一つ以上に実装されることを特徴とする請求項４８から６５のいずれか一項に記載の装置。
68. 前記画像プロセッサは、前記カメラにより撮像された撮像画像を含む、複数の画像を受け取り、前記複数の画像にも基づいて前記生きた甲殻類の前記殻の体格を判断するよう動作可能であることを特徴とする請求項４８から５２のいずれか一項に記載の装置。
69. 前記複数の画像は、異なるタイプの画像を含むことを特徴とする請求項６８に記載の装置。
70. 前記カメラに、前記異なるタイプの画像を撮像することを可能とする、複数の光学フィルタを含む切替可能フィルタをさらに備えることを特徴とする請求項６９に記載の装置。
71. 前記複数の光学フィルタは、前記カメラと前記生きた甲殻類との間の画像光学経路に出入りするように移動可能であることを特徴とする請求項７０に記載の装置。
72. 前記複数の光学フィルタは、前記光源と、前記生きた甲殻類との間の照射光経路に出入
    りするように移動可能であることを特徴とする請求項７０に記載の装置。
73. 撮像された前記画像と関連づけられる位置情報を与えるグローバル・ポジショニング・システム（ＧＰＳ）レシーバをさらに備えることを特徴とする請求項４８から７２のいずれか一項に記載の装置。
74. 生きた甲殻類の殻の画像を撮像する段階と、
    前記生きた甲殻類の殻の体格を判断するべく前記撮像された殻の画像を処理する段階と、
    を備えることを特徴とする方法。
75. 前記体格は、
    甲羅の長さ、
    殻の欠陥、
    失ったか、折れた脚、
    尾の幅、
    殻形態計測、の一つ以上を含むことを特徴とする請求項７４に記載の方法。
76. 前記撮像する段階は、前記生きた甲殻類の可視光線スペクトル画像を撮像する段階を含むことを特徴とする請求項７４または７５に記載の方法。
77. 前記撮像する段階は、前記生きた甲殻類の赤外線スペクトル画像を撮像する段階を含むことを特徴とする請求項７４または７５に記載の方法。
78. 前記撮像する段階は、前記生きた甲殻類の紫外線スペクトル画像を撮像する段階を含むことを特徴とする請求項７４または７５に記載の方法。
79. 前記生きた甲殻類の他の画像を撮像する段階と、
    前記カメラによって撮像された前記生きた甲殻類の他の画像から前記生きた甲殻類の前記殻の体格を判断する段階と、
    をさらに備えることを特徴とする請求項７４または７５に記載の方法。
80. 前記他の画像から判断された前記体格は、前記画像から判断された前記体格と異なることを特徴とする請求項７９に記載の方法。
81. 前記撮像する段階は、赤外線フィルタを除去するように修正されたカメラによって前記赤外線画像を撮像する段階を含むことを特徴とする請求項７７に記載の方法。
82. 前記撮像する段階は、赤外線フィルタを除去し、かつ、可視光線フィルタを含むように修正されたカメラによって、前記赤外線画像を撮像する段階を含むことを特徴とする請求項７７に記載の方法。
83. 前記処理する段階は、前記体格を示す前記撮像された画像内の特徴を検出するべくビジョン検出ソフトウエアをトレーニングする段階を含むことを特徴とする請求項７４から８２のいずれか一項に記載の方法。
84. 前記生きた甲殻類を照射する段階をさらに備えることを特徴とする請求項７４から８３
    のいずれか一項に記載の方法。
85. 前記照射する段階は、可視光線、赤外線、および、紫外線スペクトル成分の一つ以上によって、前記生きた甲殻類を照射する段階を含むことを特徴とする請求項８４に記載の方法。
86. 前記処理する段階に基づいて、前記生きた甲殻類の続くハンドリングを制御する段階をさらに備えることを特徴とする請求項７４から８５のいずれか一項に記載の方法。
87. 前記続くハンドリングは、
    前記生きた甲殻類を格付けすること、
    低品質の甲殻類を取捨選択すること、
    前記生きた甲殻類のトラップへのエントリを許すか、または、ブロックすることの一つ以上を含むことを特徴とする請求項８６に記載の方法。
88. 前記撮像する段階は、前記撮像画像を含む複数の画像を撮像する段階を含み、
    前記処理する段階は、前記複数の画像に基づいて前記生きた甲殻類の前記殻の体格を判断する段階を含むことを特徴とする請求項７４から７８のいずれか一項に記載の方法。
89. 前記複数の画像は、異なるタイプの画像を含むことを特徴とする請求項８８に記載の方法。
90. 前記異なるタイプの画像の撮像を可能にするべく、複数の光学フィルタを、光学経路に出し入れして移動する段階をさらに備えることを特徴とする請求項８９に記載の方法。
91. 前記光学経路は、前記カメラと前記生きた甲殻類との間の画像光学経路を含むことを特徴とする請求項９０に記載の方法。
92. 前記光学経路は、光源と、前記生きた甲殻類との間の照射光経路を含むことを特徴とする請求項９０に記載の方法。
93. 位置情報を収集する段階と、
    前記撮像された画像に前記位置情報を関連づける段階と
    をさらに備えることを特徴とする請求項７４から９２のいずれか一項に記載の方法。
94. 請求項４８から７３のいずれか一項に記載の装置を備え、
    生きた甲殻類の画像を撮像し、前記生きた甲殻類の殻の体格を前記撮像された画像から判断する、マシンビジョンシステム。

Images