Campo de la invención

La presente invención se engloba dentro del campo de los sistemas de clasificación automática de atunes congelados mediante el uso de visión artificial.

Antecedentes de la invención

En la actualidad diversas pesquerías traen sus atunes congelados llegando a las instalaciones portuarias, frigoríficos de almacenamiento intermedio o fábricas de conserva a granel, bien en bodegas de buques factoría, mercantes o en el interior de contenedores frigoríficos transportados por camiones. Los ejemplares de peces de diferentes tamaños (tallas) y especies, generalmente están mezclados en estos contenedores, y un porcentaje indeterminado de ejemplares presentan diferentes anomalías de calidad, debidas a rozamientos, golpes y, sobre todo, a aplastamientos.

Con el fin de optimizar los actuales procesos de producción (separaciones por especies, tallas y ejemplares con deformidades) que se realizan en estos momentos de manera manual, y para aportar un valor añadido al producto, ya que se podría certificar su calidad y aumentar el beneficio de las empresas y consecuentemente de toda la cadena de valor, la presente invención propone un sistema automático que permite la separación de especies de atún congelado comercialmente más importantes, en función de su especie, talla/peso o por ejemplares que presenten deformidades que impidan su posterior comercialización o procesado específico.

Aunque las aplicaciones de la visión artificial no son nuevas en su aplicación para el procesado de pescado, no se conocen desarrollos específicos capaces de analizar las especies de atunes. Así, por ejemplo, los documentos de patente US2008137104-A1 , EP2559336-A1 , CH701341 -A2, WO2012008843-A1 y US4934537-A divulgan el uso de técnicas de visión artificial para realizar una identificación de peces de manera automática. En ellos se emplean cámaras y medios de iluminación para obtener imágenes, las cuales son analizadas y se obtienen distintos parámetros del pez, tales como biomasa, dimensiones del pez (longitud, grosor), peso y defectos o enfermedades. En la mayoría de los casos los peces son conducidos por cintas transportadoras, o bien se mueven libremente en el agua, cuando se realiza la identificación y clasificación. Sin embargo, en ninguno de ellos se lleva a cabo una identificación de la especie de atún, únicamente de parámetros más sencillos de identificar como son el peso, el volumen y las deformidades. De hecho, la identificación de la especie de atún es una labor extremadamente dificultosa, que se lleva a cabo de manera manual por inspección visual de operarios. En el documento de patente CN102749361 -A se divulga un método automático para identificar la especie de atún, basado en el troceado del pez, calentamiento del mismo y análisis del gas emitido, siendo éste un método complejo, costoso y destructivo, ya que exige el troceado del pez. No se conocen métodos de identificación de especies de túnidos mediante técnicas de visión artificial, dada la enorme similitud entre las especies.

No se conocen métodos de identificación automática de especies de túnidos que no impliquen la destrucción del ejemplar. Por tanto, en la actualidad, no se conocen métodos automáticos de identificación de túnidos que puedan emplearse en un contexto productivo donde se necesite una respuesta en tiempo real.

Además, las invenciones conocidas en los anteriores documentos de patente no permiten solucionar las necesidades existentes en una planta industrial de procesado de atunes congelados debido a no cumplir con los requerimientos de rendimiento por ton/h, no alcanzar unos mínimos porcentajes de efectividad o no poder cumplir con las condiciones ambientales de trabajo (muchas veces por debajo de los 0 ^e C) con los consiguientes problemas técnicos y de operativa. Es por ello que todavía se hace el trabajo de selección de manera manual con la merma en la productividad que ello supone. Asimismo ese trabajo manual no se puede emplear para la selección de todas las especies de túnidos comerciales pues en algunas tallas las especies presentan tanta similitud que solo un sistema capaz de captar diferencias mínimas puede hacer esa selección. La presente invención resuelve dichos problemas.

Descripción de la invención

La presente invención presenta una solución que supera las limitaciones anteriormente descritas, siendo el primer sistema de visión artificial capaz de identificar las especies concretas de los atunes congelados. Además de realizar una separación de los atunes por especie, permite realizar una separación por tamaño y por deformidades. Con respecto a la separación por especies, el actual proceso se realiza manualmente bajo criterio subjetivo de los operarios. El ojo y el cerebro humano son capaces de distinguir, de forma natural y automática, los ejemplares de una especie de atún y diferenciarlos de los propios de otras. La presente invención es capaz de identificar de manera automática estas diferencias. Para ello se han realizado diversos estudios de la biología de las especies en las que se analizaron las diversas características de forma y color que pueden llegar a tener, además de estudiar la evolución de las mismas a lo largo de su crecimiento, debido a la posibilidad de que se produzcan cambios significativos en alguno de los parámetros morfológicos. Como dificultad adicional a la de trabajar con seres vivos con notables diferencias intraespecíficas, los atunes congelados llevan adheridos en su superficie elementos extraños, tales como salmuera y escarcha, o pueden tener daños físicos y deformidades que dificulten la identificación de la especie de atún. La presente invención permite detectar la presencia de elementos extraños (salmuera, escarcha, daños físicos, etc.) adheridos a la superficie de los peces mediante la adquisición y el procesado de imágenes 3D de los ejemplares separados para evitar que estos elementos extraños engañen al sistema y produzca un error en la identificación de la especie. Con respecto a la separación por tamaños, actualmente en algunas plantas de procesado los ejemplares se separan manualmente o por procesos mecánicos de criba únicamente en pocas tallas. Todos aquellos ejemplares con un peso superior a 20 kilogramos se catalogan como de una misma categoría, debido a la imposibilidad de manipularlos manualmente debido al peso. La presente invención permite realizar una clasificación automática con un mayor número categorías para tallas debido a las diferencias de rendimiento entre las mismas, permitiendo además que la discriminación por tallas pueda ser variable y configurable en tiempo real, en función de las necesidades concretas. El usuario final puede determinar de forma dinámica (cada vez que desee configurar el sistema) los rangos de tamaño que definan cada una de las categorías o tallas en las que quiera separar los ejemplares recibidos. Gracias a la alta resolución de las imágenes con las que trabaja el sistema de visión, la presente invención es capaz de diferenciar los ejemplares de atunes por tamaños de forma muy precisa (>98%), mejorando los sistemas de clasificación por tallas tradicionales. Además, ofrece no solo un informe final con las piezas de atunes de cada una de las categorías de tallas previamente fijadas, sino que también ofrece la posibilidad de conocer los kilogramos reales de cada uno de atunes (sin necesidad de pesarlos uno a uno mediante báscula) y consecuentemente la totalidad de la partida analizada. Otro asunto capaz de resolver la presente invención es que al estar todo el sistema controlado por un ordenador se puede demandar con suma precisión que se prepare un contenedor con un número determinado de piezas o con un peso determinado en kilogramos, algo que actualmente es difícil de hacer debido a la operativa de tratamiento de los peces en una planta industrial.

Con respecto a la separación de ejemplares con deformidades, hay que tener en cuenta que durante los procesos previos a la recepción de los peces algunos ejemplares sufren daños, debidos a la manipulación y transporte (roces y golpes) o a aplastamientos por sobrepeso debido a una acumulación excesiva previa a la congelación (o rotura de la cadena de frío). La presente invención permite realizar una separación automática de aquellos ejemplares que presenten determinadas deformidades, de forma configurable por el usuario. Debido a que los atunes presentan grandes diferencias entre ejemplares de la misma especie y talla, estas deformidades deben ser muy evidentes, como por ejemplo, la ausencia de una parte de atún o bien una deformidad que afecte a una superficie importante del pescado. La presente invención permite sacar automáticamente de la cadena de producción aquellos elementos que previamente se han considerado de calidad insuficiente (por ser de pequeña talla, por presentar golpeos o carecer de partes).

Un primer aspecto de la presente invención se refiere a un procedimiento automatizado de clasificación de atunes congelados por especie, donde los atunes congelados acceden a una zona de escaneado por una cinta transportadora separados a cierta distancia unos de otros. El procedimiento comprende:

- emitir un haz láser (o un haz láser doble coincidente mediante sendos emisores láser debidamente orientados a cada lado de la cinta transportadora) sobre el atún a su paso por la zona de escaneado;

- capturar imágenes tridimensionales del haz láser proyectado sobre el atún a su paso por la zona de escaneado;

- detectar el haz láser en cada imagen capturada;

- obtener el perfil bruto del atún en cada imagen capturada a partir del haz láser detectado;

- generar, a partir de los perfiles brutos obtenidos en las distintas imágenes capturadas, una nube de puntos tridimensional del atún;

- descomponer la nube de puntos tridimensional en una pluralidad de parámetros geométricos que corresponden a una serie de medidas y relaciones que definen la biometría del atún y su especie;

- estimar la especie del atún mediante un árbol de decisión y una comparativa de los parámetros geométricos del atún con una serie de medidas y relaciones patrones.

El haz láser es preferentemente perpendicular a la cinta transportadora, para evitar aberraciones en la línea láser al impactar sobre el atún. En una realización particular el haz láser es de color rojo, y preferentemente con una longitud de onda de 660 nm.

Para la detección del haz láser las imágenes capturadas son preferiblemente filtradas para detectar únicamente el rango de color empleado por el haz láser. En una realización preferida las imágenes tridimensionales son tomadas frontalmente a la marcha de la cinta transportadora en una posición superior y angulada.

Para la obtención del perfil bruto del atún en cada imagen se pueden identificar las zonas que tienen volumen que corresponden al atún y eliminar las zonas planas que corresponden con la cinta transportadora.

Para la obtención del perfil bruto del atún en cada imagen se puede utilizar únicamente la línea central del haz láser de mayor intensidad de color, eliminando el resto del haz láser de menor intensidad debida a la difusión del haz láser sobre la escarcha del atún congelado.

Los parámetros geométricos pueden estar relacionados entre sí y ponderados en función de su representatividad para la definición de la especie. En una realización preferida las imágenes son capturadas en un habitáculo protegido de la luz exterior y sin iluminación.

La captura de las imágenes tridimensionales se realiza preferentemente mediante dos cámaras 3D, dispuestas a cada lado de la cinta transportadora, en una posición superior y angulada. El método también estima, a partir de la nube de puntos tridimensional, el volumen y el peso del atún. También puede detectar las deformidades presentes en el atún producidas por rozamientos, golpes o aplastamientos. El método detecta el paso de un atún por la zona de escaneado para iniciar el proceso de captura de imágenes.

Un segundo aspecto de la presente invención se refiere a un sistema automatizado de clasificación de atunes congelados por especie, donde los atunes congelados acceden a una zona de escaneado por una cinta transportadora separados a cierta distancia unos de otros. El sistema comprende un módulo de escaneado con:

- al menos un emisor láser encargado de emitir un haz láser sobre el atún a su paso por la zona de escaneado;

- medios de captación de imágenes configurados para capturar imágenes tridimensionales del haz láser proyectado sobre el atún a su paso por la zona de escaneado;

- medios de procesamiento de datos configurados para:

• detectar el haz láser en cada imagen capturada;

• obtener el perfil bruto del atún en cada imagen capturada a partir del haz láser detectado;

· generar, a partir de los perfiles brutos obtenidos en las distintas imágenes capturadas, una nube de puntos tridimensional del atún;

• descomponer la nube de puntos tridimensional en una pluralidad de parámetros geométricos que corresponden a una serie de medidas y relaciones que definen la biometría del atún y su especie;

· estimar la especie del atún mediante un árbol de decisión y una comparativa de los parámetros geométricos del atún con una serie de medidas y relaciones patrones.

Al menos un emisor láser se dispone preferiblemente con una orientación tal que el haz láser es perpendicular a la cinta transportadora. En una realización preferida el módulo de escaneado comprende dos emisores láser dispuestos a cada lado de la cinta transportadora y cuyos haz láser son perpendiculares a la cinta transportadora y coincidentes. Los medios de captación de imágenes se disponen frontalmente a la marcha de la cinta transportadora en una posición superior y angulada. Los medios de captación de imágenes comprenden preferiblemente dos cámaras 3D dispuestas a cada lado de la cinta transportadora, en una posición superior y angulada.

El módulo de escaneado puede comprender una carcasa exterior y unas bandas de protección en la zona de entrada y salida de los atunes que definen un habitáculo protegido de la luz exterior y sin iluminación en el que las imágenes son capturadas.

El módulo de escaneado puede comprender medios sensores de presencia encargados de detectar el paso de un atún por la zona de escaneado y así activar los medios de captación de imágenes para iniciar el proceso de captura de imágenes.

La presente invención se ha desarrollado en base a tecnología de visión artificial, incorporando elementos láser para el proceso en continuo a altas velocidades sobre cinta transportadora. Las principales ventajas que aporta la invención son:

- Mayor precisión en la clasificación por especies, por tallas y detección de ejemplares con deformidades: Estas mejoras suponen un elevado incremento en el precio del producto, a la vez que mejora la confianza por parte de los clientes. Permite también un control exhaustivo de la calidad del producto de los proveedores.

Obtención de un mayor rendimiento económico por la materia prima: El pescado es un bien escaso y es necesario optimizar sus procesos de comercialización. La automatización del proceso de clasificación supone una elevada disminución en costes, disminuyendo la mano de obra poco cualificada que interviene en el proceso de clasificado.

Aumento de la capacidad de procesado de la planta industrial: Al obtener una mayor velocidad en el proceso de clasificación (mayor número de kilogramos por hora tratados) se consigue optimizar los tiempos en servir los pedidos, así como los espacios destinados al almacenaje de recepción, en los cuales los atunes están menos tiempo, pudiéndolos destinar a nuevas líneas de procesado u otros servicios.

Mejora de la organización empresarial: Proporciona una estimación muy precisa de los tiempos a dedicar a cada proceso, lo que permite una toma informada de decisiones en tiempo real. Automatización de la gestión de la información del proceso: Toda la información generada por el sistema queda registrada en memoria, permitiendo:

• Generar una base de datos de archivos históricos.

• Generar automáticamente informes personalizados de los procesos realizados.

• Posibilidad de generar etiquetas codificadas (de unidad, de lotes, etc.).

Implantación de un estándar de calidad: El sistema puede garantizar la calidad del producto que procesa gracias a su:

- Alta precisión en la detección y separación automática por especies.

- Alta precisión en la detección y separación automática por tallas, cumpliendo así con la legislación sobre la comercialización de tallas mínimas.

- Alta precisión en la detección y separación automática de ejemplares que presenten deformidades.

Posibilidad de requerir al sistema de producción un número concreto de piezas de una especie y un tamaño determinado (ej. 1000 atunes listados de entre 3 y 5 kilogramos) o un peso de contenedor o de ejemplares concretos. Algo que hasta ahora es muy difícil de conseguir debido a la operativa de trabajo en las plantas industriales.

Breve descripción de los dibujos

A continuación se pasa a describir de manera muy breve una serie de dibujos que ayudan a comprender mejor la invención y que se relacionan expresamente con una realización de dicha invención que se presenta como un ejemplo no limitativo de ésta.

La Figura 1 muestra, en vista lateral y planta, las diferentes partes de una línea de procesado manual de acuerdo con el estado del arte.

La Figura 2 muestra, en vista lateral y planta, la línea de procesado con clasificación automática del atún de acuerdo a la presente invención.

La Figura 3 muestra de manera esquemática los distintos módulos distribuidos en la línea de procesado de atunes con clasificación automática.

La Figura 4 muestra el paso de un atún (representado de manera esquemática por un sólido en forma de barra) por el módulo de escaneado.

La Figura 5 muestra un diagrama de flujo general del proceso llevado a cabo en la línea de procesado de atunes con clasificación automática.

La Figura 6 muestra la obtención de algunos parámetros concretos del atún empleados para determinar su especie. La Figura 7 muestra el perfil bruto del atún obtenido por los medios de captación de imágenes.

La Figura 8 muestra la nube de puntos tridimensional obtenida tras el proceso de escaneado del atún.

Descripción detallada de la invención

La presente invención se refiere a un sistema automatizado de clasificación de atunes congelados. Dicha clasificación se lleva a cabo en una planta industrial de procesado de atunes congelados.

La Figura 1 muestra, en vista lateral y planta, las diferentes partes de una línea de procesado manual, de acuerdo con el estado del arte, donde se aprecian operarios situados en la cinta repartidora y encargados de realizar la clasificación manual del pescado congelado, distribuyéndolo en diferentes contenedores en función del tamaño, la especie y las deformidades encontradas en el atún.

La Figura 2 muestra, en vista lateral y planta, la línea de procesado con clasificación automática (ya sin operarios) del atún de acuerdo a la presente invención. Los atunes congelados 1 se cargan a un módulo de recepción 10 de atunes, un depósito acumulador de atunes con capacidad variable, en función de la aplicación, con fondo en forma de tolva que opcionalmente puede estar acoplado a un elevador de canjilones y a un tambor plano rotatorio, y que permite recoger, orientar y distanciar a los ejemplares de atunes y dirigirlos hacia la boca de salida, que desemboca en la banda del siguiente módulo, el módulo de escaneado 20. En la Figura 2 se muestra una cinta de salida del acumulador 12, una trampilla o compuerta de salida regulable 14 y una cinta de aceleración y volteado 16 que permiten dirigir los atunes 1 separados a cierta distancia hacia el módulo de escaneado 20, para que éste pueda llevar a cabo el análisis individual de los atunes 1 separados unos de otros. Los ejemplares de atunes son orientados y alineados automáticamente a través de la compuerta de salida regulable 14 y se depositan uno a uno en una banda transportadora 22 que dirige el atún a la sección de inspección óptica donde se encuentran los distintos dispositivos de visión artificial que permiten el escaneado 3D del atún.

El módulo de escaneado 20 es el núcleo de la invención. Se trata de un sistema completo de detección y análisis mediante elementos de visión artificial y unidades de procesado mediante microprocesadores, capaz de capturar imágenes de los atunes 1 que se desplazan por una banda transportadora de escaneado 22 y procesar, en tiempo real, los datos obtenidos, enviando las instrucciones de acción necesarias al sistema de clasificación. El módulo de escaneado 20 comprende medios trazadores de líneas mediante láser y medios de captura de imágenes en 3 dimensiones. Para obtener unas condiciones de iluminación homogéneas, el módulo de escaneado utiliza preferentemente un cerramiento donde se produce la captura de imágenes para aislar el módulo de las condiciones de iluminación externas. Por tanto, la zona de inspección es preferentemente un habitáculo cerrado (no mostrado en la Figura 2, por simplificar la figura), una "cámara oscura" protegida de la luz exterior y de las posibles salpicaduras de agua y otros elementos que puedan perturbar la inspección. Aunque el módulo de escaneado 20 podría también incluir unos medios de iluminación difusa, por ejemplo iluminación fluorescente donde el sistema de iluminación es alimentado por una reactancia electrónica de alta frecuencia para garantizar uniformidad de la luz a lo largo de la imagen capturada por las cámaras. El módulo de escaneado 20 permite determinar la especie de entre las especies objetivo. Además, permite también determinar la talla y calcular del peso a partir de las dimensiones del ejemplar y la presencia de deformaciones importantes (aplastamientos). Tras inspeccionar y analizar cada ejemplar, comunica a un módulo de clasificado 30 la categoría del ejemplar, para que éste pueda dirigir el atún al contenedor apropiado en cada caso mediante accionamiento automático de compuertas electro-neumáticas.

El módulo de clasificado 30 comprende un sistema de transporte mediante bandas transportadoras 32 de goma rugosa alimentaria. En una realización preferida el módulo de clasificado 30 está basado en un conjunto de compuertas o desviadores electro-neumáticos 34 para el desvío de los atunes hacia un módulo de recogida 40, formado por una pluralidad de contenedores 42 situados en un lateral y al final de la sección de clasificación del sistema de transporte. La clasificación puede realizarse de diferentes formas, por ejemplo de manera neumática, en ese caso controlada por elementos integrados en un cuadro electro-neumático incluido como parte del módulo de clasificado 30.

Un módulo de información 50, implementado por ejemplo mediante un panel electrónico de gran tamaño instalado en la pared o sobre soporte en la parte intermedia superior de la cinta clasificadora, muestra en tiempo real toda la información relevante correspondiente al contenido de cada uno de los contenedores 42. Esta información indicará al operador de carretilla la necesidad de retirada de contenedores, su contenido, la velocidad del proceso, número de lotes, alarmas, etc. Así mismo puede indicar fecha, hora y tiempo transcurrido desde el comienzo de la inspección del lote. Dicho módulo, que obtiene la información del módulo de escaneado 20, puede también generar automáticamente informes 52 personalizados a medida del usuario, permitiendo la generación de informes en remoto vía "webserver", por lo que los informes 52 pueden ser visualizados desde cualquier equipo conectado a su red.

La Figura 3 muestra de manera esquemática los distintos módulos distribuidos en la línea de procesado de atunes con clasificación automática, siendo el núcleo de la invención el correspondiente al módulo de escaneado 20. La Figura 4 muestra en detalle los elementos del módulo de escaneado 20 y el paso de un atún 1 (representado de manera esquemática en la figura como un sólido con forma de paralelepípedo) por la zona de inspección. El atún es detectado por unos medios sensores de presencia (por ejemplo, mediante unos detectores de ultrasonidos dispuestos en los laterales de la cinta transportadora 22, no representados en la figura). El emisor láser 24 se dispone de forma que el haz láser 28 es sustancialmente perpendicular a la cinta transportadora 22 (al alejarse de la orientación perpendicular se producen aberraciones en la línea láser al impactar sobre el atún). Los medios de captación de imágenes 26 empleados son dos cámaras iguales que se disponen frontalmente a la marcha de la cinta transportadora 22, en una posición superior y angulada (preferentemente en ángulo de torno a unos 45 ^e con respecto a la cinta transportadora 22) para la captación del haz láser 28 sobre el atún 1 . El sistema se compone preferentemente de dos emisores de haz de láser 24 que emiten dos haces láser perpendiculares a la cinta de escaneado, uno a cada lado de la misma. Dichos emisores láser 24 están alineados de manera que al tomar una imagen solo se aprecia una línea láser. El hecho de usar dos láseres y cámaras es para llegar a captar la mayor proporción posible de la zona del pescado que queda contra la cinta.

La Figura 5 muestra el diagrama de flujo general del proceso de escaneado y clasificado de atunes:

En primer lugar, se inicia 100 la aplicación general del sistema y comienza el proceso, poniéndose a funcionar la cinta transportadora de atunes, encendido de láseres y sensores ópticos.

El atún pasa por una zona donde se encuentran medios detectores de presencia (preferentemente de ultrasonidos) que se activan 102 al paso del atún proporcionando una señal que marca el inicio del proceso.

- Con la señal anterior los medios de captación de imágenes 26 comienzan con la lectura o escaneado del atún 104. El atún 1 circula a través de un haz de láser 28 de longitud de onda 660 nm. Se ha comprobado que el sistema obtiene los mejores resultados cuando se trabaja en esta longitud de onda de 660 nm, si bien se podrían usar otras longitudes de onda similares u otras tan alejadas como puede ser los 540nm (color verde), aunque en este caso se obtendrían peores resultados. El atún termina de pasar por la zona donde se encuentran los sensores de ultrasonidos, los cuales al cabo de un tiempo "t1 " programable marcan el fin del proceso de escaneado del atún 106.

Los medios de captación de imágenes 26 dejan de escanear y se realiza un procesamiento de los datos capturados 1 10:

• Se tratan los datos de píxeles activados/desactivados, generando con todos los datos recogidos una nube de puntos tridimensional.

• Una aplicación desarrollada específicamente para este sistema recoge la nube de puntos desde los sensores ópticos y se la entrega al algoritmo de procesado.

El algoritmo analiza esta nube de puntos descomponiéndola en una pluralidad de parámetros que definen la biometría de un atún y por tanto su especie, como por ejemplo:

Volumen.

Longitud: se calcula la distancia entre el principio del pescado y el final (sin considerar la cola). Para tener un cálculo más robusto, se utiliza aproximaciones por polinomios para detectar el inicio y fin del pescado.

- Anchura máxima.

- Altura máxima.

Ratio anchura máxima vs altura máxima.

Ratio volumen vs longitud.

Ratio volumen vs longitud ³ : este parámetro aporta más información.

Ratio altura máxima vs longitud.

Relación entre la distancia del inicio del pescado a la zona de máxima altura con respeto a la longitud del pescado.

- MaxDsegment: Como se muestra en la Figura 6, distancia máxima entre el perfil del pescado y la recta trazada entre el punto de diámetro máximo (P1 ) y el punto de diámetro del 20% (P2). - Ratio de la ubicación del punto anterior respeto a la longitud del pescado.

- Ratio de las longitud L1 vs L2 (ver Figura 6).

- Pendiente de la parte inicial del pescado.

- Pendiente de la parte final del pescado.

Estos parámetros están relacionados entre sí y se encuentran ponderados en función de su representatividad, extraída a través de estudios biomorfológicos realizados. Por ejemplo, para la determinación de las especies el ratio de la longitud L1 Vs L2 del pescado y el diámetro tienen el doble de importancia que el ratio altura máxima vs longitud.

• El algoritmo realiza su labor y devuelve a la aplicación los datos de volumen, especie y grado de confianza en el acierto de la especie.

• La aplicación recoge esos datos, calcula el peso a través del volumen y guarda esos datos en un buffer de almacenamiento.

El pez atraviesa una zona donde se encuentra otro sensor de ultrasonidos que indica que el atún se encuentra en la zona de clasificado y con la activación de dicho sensor 1 12 la aplicación escribe los datos anteriormente obtenidos y calculados en el PLC 1 16. El PLC gestiona esa información y determina en qué contenedor debe clasificar dicho atún.

El atún sigue su camino a través de la cinta de clasificado activando y desactivando los sensores ultrasónicos de clasificado que se encuentra a su camino y cuando el PLC detecta que se ha activado el sensor correspondiente al contenedor en el cual hay que colocar el atún manda una orden de apertura de compuerta 1 18.

La compuerta se abre 120 a través de un cilindro neumático y espera abierta un tiempo "t2" programable hasta que el atún ha caído en el contenedor. Pasado ese tiempo "t2" la puerta se cierra. - Con la apertura de la puerta el PLC escribe el dato en una pantalla de información 122 indicando que hay "n+1 " atunes en dicho contenedor con un peso total neto de contenedor de "m+x" kilos. Siendo:

n: número de atunes que ya había en dicho contenedor.

x: el peso del atún que acaba de clasificar.

m: el sumatorio del peso de los "n" atunes.

Finaliza el proceso 124.

La Figura 7 muestra el perfil bruto 27 del atún obtenido por ambas cámaras. La imagen superior muestra un perfil bruto "normal" (imagen sin escarcha) y la imagen inferior muestra un perfil 27' con el haz de láser más difuminado por el efecto escarcha sin corregir (imagen con escarcha). Aunque en la imagen inferior el efecto escarcha no se aprecia de forma muy relevante, el cálculo realizado con la imagen inferior sería muy inexacto. Esta figura muestra una de las 2000 imágenes por segundo que puede realizar la cámara. A partir de todas esas imágenes en bruto se realiza el procesado y se construye la nube de puntos 3D.

La Figura 8 muestra la nube de puntos tridimensional 29 obtenida tras el escaneado. A continuación se explica en detalle el proceso de escaneado del atún 104:

- El proceso de escaneado comienza con la activación 102 de los sensores de presencia que detectan el paso del atún 1 por el módulo de escaneado 20, en la zona de escaneado.

- La activación de estos sensores de presencia indican a los medios de captación de imágenes 26 del módulo de escaneado 20 que deben empezar a recoger datos.

- El atún 1 atraviesa un haz láser 28 con longitud de onda determinada (660 nm, en la realización preferida) a una velocidad aproximada de 1 m/s.

- Los medios de captación de imágenes 26, comúnmente cámaras 3D, recogen en una región de interés (ROI - Región Of Interest) previamente definida, la activación o desactivación de una serie de píxeles que después procesará el propio sensor óptico generando con esos datos una nube de puntos tridimensional 29. - Los píxeles se activan cuando detectan el haz rojo del láser 28 y los medios de captación de imágenes 26 están dotados de una serie de filtros que impiden la detección fuera del rango de colores distintos al elegido de los 660 nm.

- Los medios de captación de imágenes realizan hasta 2000 lecturas por segundo y están preparados para la captación de atunes de hasta 1 ,5 metros de longitud. En cada lectura se detecta el perfil bruto 27 del atún (imagen superior de la Figura 7).

- El sensor óptico lee o capta cada vez una parte pequeña del pescado definida por la región de interés, que tiene el ancho de la línea láser (en torno a 1 mm) y el largo correspondiente al ancho correspondiente de la cinta transportadora.

Con las 2000 lecturas de esta zona de interés que puede llegar a realizar por segundo, el sensor óptico hace la composición de la nube de puntos que determinaría la biometría del atún y que posteriormente será procesada por el algoritmo.

- El fin de la toma de datos por el sensor óptico lo marca el fin de detección de atún 106 por parte de los sensores de ultrasonidos más un retardo de tiempo "t1 " programable.

En cuanto al procesado de las imágenes, hay que distinguir dos partes:

1 . El pre-procesado de las imágenes de nubes de puntos obtenidas. La nube de puntos obtenida necesita de los siguientes pre-procesos para su tratamiento posterior en el algoritmo:

a) Eliminado del fondo. Los sensores ópticos activan píxeles en función de la lectura del haz rojo del láser, por lo tanto activaran también píxeles de la cinta transportadora 22 en el área de la región de interés y, por tanto, hay que eliminar todo lo que no sea atún. A partir de la nube de puntos generada el preproceso del algoritmo es capaz de identificar las zonas que tienen volumen de las zonas planas, siendo estas las que se corresponden con la cinta. Este mismo preproceso también elimina eventuales fuentes de ruido que puedan interferir en el volumen general.

b) El atún no siempre viene perfectamente alineado, por lo que hay que establecer cuál es su eje y alinear los puntos de la nube. El sistema puede procesar los atunes que recibe hasta con un ángulo de ±30 ^e de desviación. c) El atún puede venir tanto de frente como de cola y el pre-proceso lo orientará siempre de frente de manera que el algoritmo tenga claro que las relaciones que está haciendo son coherentes. 2. El proceso del algoritmo con los parámetros previamente definidos que definen la biometría del atún. El algoritmo descompone la nube de puntos 29 en medidas y relaciones (los parámetros definidos) que a través de un árbol de decisión y de una comparativa con curvas y patrones decide la especie y la certeza que tiene de acertar con dicha muestra. Este último punto es muy importante pues permite descartar los ejemplares que la máquina reconozca con un grado de acierto bajo. La definición de lo que se considera aceptable o no aceptable es programable por el usuario.

En cuanto a los sensores ópticos utilizados, se emplean preferentemente dos cámaras 3D CMOS, para cubrir casi todo el pez, especialmente desarrolladas para los sistemas de triangulación láser con altas tasas de triangulación, con un sensor CMOS de alta sensibilidad y combinado con un algoritmo robusto para la determinación de la línea.

Cada cámara dispone de una interfaz GigE que permite la adquisición de perfiles en

3D sin capturadores de pantalla. El sensor CMOS permite una alta resolución, con un tamaño de píxel muy reducido (5.5 μηι x 5.5 μηι). En las aplicaciones de triangulación láser, la salida de la cámara 3D es la posición de la línea y la información de calificación para cada valor de posición de línea.

Otra característica del sistema, tal y como puede verse en la explicación del diagrama de flujo general de la Figura 5, es que opera en tiempo real, es decir, desde que se termina la captura de la nube de puntos hasta que se toma la decisión de especie, peso y certeza y esta se escribe 1 16 en el PLC no pueden pasar más de 1 segundo. Para conseguir esto se ha llevado a cabo una programación por hilos de las diferentes funciones que aprovechan al máximo todos y cada uno de los núcleos de procesador asignando cada tarea o sub-tarea a un núcleo que está reservado en exclusiva para este trabajo, asegurando siempre que hay capacidad de procesado libre.

Asimismo, esta programación por hilos permite a los núcleos tener capacidad de colaboración, es decir, cuando un núcleo ha terminado su trabajo y se encuentra que hay otro núcleo procesando información, este núcleo libre puede ayudar al núcleo ocupado a realizar parte de los procesos y aumentar así la rapidez de la respuesta.

La presente invención corrige además problemas adicionales encontrados en la fase de escaneado de los atunes:

1 . Escarcha: Los atunes llegan al módulo de escaneado 20 congelados y, por tanto, muchos de ellos vienen con cierta cantidad de escarcha. Esto produce un efecto de dispersión del haz de láser. Este efecto se corrige haciendo que los sensores ópticos sean capaces de procesar el haz de láser utilizando solo la línea central de mayor intensidad de color y permitiendo la lectura correcta de los píxeles sin distorsión que son utilizados en la generación de la nube de puntos. El láser se difumina pudiendo causar confusión en la cámara sobre la imagen que toma. Las ópticas usadas detectan la zona de mayor luminosidad (la zona central) y eliminan la parte de menor intensidad que es debida a la difusión del haz de láser sobre la escarcha. Por tanto, el cálculo se limita a la línea central emitida por el láser y se descartan las otras líneas de puntos del resto de su ancho de emisión.

2. Ruido: El sistema permite minimizar ruidos y distorsiones procedentes de la luz solar, brillos del láser en balderas (elementos estructurales de las cintas trasportadoras elaborados en acero inoxidable y que impiden la caída de los peces fuera de la cinta a la vez que ayudan a su centrado en el trayecto que recorren) y otros elementos. Para ello el sistema dispone de:

a. La correcta encapsulación del módulo de escaneado 20 con una carcasa exterior y unas bandas de protección en la zona de entrada y salida de los atunes. Además estos elementos en su interior deben ser mates para evitar reflejos.

b. Introducción de una serie de filtros que solamente permiten la lectura en la banda de 660nm descartando cualquier otra fuente lumínica de color. 3. Colores haz de láser: Se emplea un haz de láser preferentemente de color rojo, con una longitud de onda de 660nm, ya que el color rojo ha demostrado ser el color óptimo para la identificación de los pixeles activados y el que da un resultado más consistente en la lectura. 4.- Ángulos y distancias en sensores ópticos. La posición relativa de los elementos con respecto al paso de los atunes es importante para obtener un óptimo escaneado del atún 1 , tal y como se muestra en la Figura 4. A partir de los parámetros geométricos obtenidos en el escaneado del atún, la presente invención permite detectar, además de la especie y el volumen, las deformidades presentes en el atún.

De manera general, se considera que una pieza defectuosa es aquella que presenta deformaciones significativas sobre su forma natural._Durante la congelación y/o manipulación del pescado, éste puede presentar marcas superficiales producidas por el recipiente que lo contiene o por otras piezas de pescado adyacentes. Estas marcas pueden ser planas (si estas están provocadas por las paredes del contenedor), o bien curvas hacia adentro (provocadas por otros atunes). El defecto se considera como marca si la superficie plana o profundidad máxima es mayor de un porcentaje determinado de la superficie total del atún. Normalmente se considera el 10%, por lo que cualquier pieza que tenga afectada más del 10% de su superficie, sumando todos los tipos de defecto, será considerada como defectuosa. De esta forma, el sistema analiza por pieza escaneada el número de superficies del atún que están aplastadas y la superficie total acumulada que se encuentra aplastada, comparándolo con el área total del atún y si este aplastamiento supera el 10% (parámetro ajustable por el usuario) considera que la pieza es deforme y da la señal adecuada a los actuadores de selección.