【摘要】针对现有鱼体定向整理装置工作环境嘈杂，工作稳定性差的问题，本研究设计了一种基于机器视觉的鱼体定向整理装置。采用卷积神经网络Resnet-18对鱼体头尾朝向进行识别，采用图像处理的方法提取鱼体轮廓并进行网格划分，通过比较灰度值大小判断鱼体的腹背朝向。当检测到鱼体尾部朝前时，气缸推杆将其推出剔除，实现鱼体头尾定向；当鱼体头部朝前时，由图像处理判断鱼体的腹背朝向，然后气缸推杆将其推送至限位板边缘，使其腹部靠边，在惯性作用下落入W型滑槽装置完成鱼体腹背定向。利用分离装置将鱼体逐条分开，并以日本鲭（Scomber japonicus）为试验对象进行样机试验。试验结果表明，鱼体定向整理成功率为93.3%，算法平均识别时间为0.038 s，平均每条鱼的定向整理时间为3.725 s，理论上鱼体定向整理的效率可达到15～16尾/min，满足鱼体定向整理的生产要求。