[发明专利]基于最小二乘法椭圆拟合的种蛋孵化成活性在线检测方法有效

专利信息
申请号: 201910652297.2 申请日: 2019-07-19
公开(公告)号: CN110402849B 公开(公告)日: 2021-06-01
发明(设计)人: 祝志慧;吴林峰;余怀鑫;叶子凡;朱旭 申请(专利权)人: 华中农业大学
主分类号: A01K43/00 分类号: A01K43/00;G06T7/00;G06T7/136;G06T7/194;G06T7/44
代理公司: 武汉宇晨专利事务所 42001 代理人: 黄瑞棠
地址: 430070 湖*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 最小二乘法 椭圆 拟合 种蛋 孵化 成活 在线 检测 方法
【说明书】:

本发明公开了一种基于最小二乘法椭圆拟合的种蛋孵化成活性在线检测方法,涉及孵化蛋检测技术。本方法是:①搭建种蛋孵化成活性在线检测平台;②采集群体孵化蛋图像;③最小二乘法椭圆拟合的群蛋图像分割;④图像特征的提取;⑤建立种蛋孵化成活性在线检测判别模型;⑥检验模型。本方法采用最小二乘法椭圆拟合的群蛋图像分割,准确地将单枚种蛋从群蛋图像中分割出来;通过对图像的颜色特征和纹理特征进行分析,分别筛选出12个和13个作为判别无精蛋和死胚蛋的图像特征,减小模型运算复杂度;利用机器视觉技术,实现了对群体种蛋孵化成活性的在线无损检测,减小对种蛋的损伤,提高了蛋品企业对孵化蛋的检测效率。

技术领域

本发明涉及孵化蛋检测技术,尤其涉及一种基于最小二乘法椭圆拟合的种蛋孵化成活性在线检测方法。

背景技术

鸡蛋孵化过程大约需要21d,对环境的要求较高,是个耗时、耗能的过程。据统计,种蛋的成活性在85%~95%。在这个过程中尽早地检测出无精蛋和死胚蛋,可以有效地节省孵化空间、能量,减少经济损失,确保其他正常蛋继续孵化【邹秀容,潘磊庆,屠康等,鸡种蛋孵化品质无损检测的研究进展[J].食品工业科技,2010,31(2):342-347.】。

目前,有许多学者实现了对种蛋成活性的无损检测。泮进明等设计了一种融合种蛋参数的无精蛋光电检测方法,基于种蛋的重量、长径、短径、蛋壳色度、蛋壳厚度和气室高度等特征,判别无精蛋的准确率在第6天达到100%【泮进明;朱垓,应义斌,俞玥,郑荣进,饶秀勤,蒋焕煜,一种融合种蛋参数的无精蛋光电检测方法[P].中国专利:CN108605869A,2018-10-02】。张伟等基于高光谱图像技术,选取400-1000nm波段作为种蛋堂本的光谱数据,基于灰度共生矩阵提取种蛋图像的特征,建立SVC模型检测单个种蛋中后期的成活性【张伟,屠康,潘磊庆,张李阳,汪振炯,王海鸥,王蓉蓉,一种无损检测种蛋中后期死胚蛋的方法[P].中国专利:CN107643255A,2018-01-30】。但光谱设备对于低成本的农业生产来说过于昂贵,对检测环境也有较高的要求,且对象都是对单个种蛋,限制了这些方法的推广。王巧华等基于机器视觉技术,通过以中心点画圆对图像进行分割,提取种蛋图像的颜色特征对无精蛋和死胚蛋进行检测,鉴别准确率分别为95%和93%【王巧华,李益民,祝志慧,陈飞,朱涛,李敏,叶涛,一种孵化蛋品质在线自动检测分选设备[P].中国专利:CN202133655U,2012-02-01】,但由于种蛋大小不一,且每次拍摄时蛋托位置都有微小的变化,若以图像中固定点作为种蛋中心画圆分割,种蛋过大或过小以及蛋托位置略有变化都将导致分割不准确,需要提出一种自适应的群蛋图像分割方法。

发明内容

本发明的目的就在于克服目前对于种蛋孵化成活性在线检测效率低的现状,提供一种基于最小二乘法椭圆拟合的种蛋孵化成活性在线检测方法。

本发明的目的是这样实现的:

利用Basler工业相机采集群体种蛋图像,通过最小二乘法椭圆拟合的群蛋图像分割将单枚种蛋图像从群蛋图像中分割出来,建立了种蛋孵化成活性在线检测判别模型,分别提出了12个和13个特征作为判别无精蛋和死胚蛋的特征值,简化数据维数,提高了在线检测判别模型的效率和精度。

本发明的实现过程如下:

利用机器视觉技术,采集群体孵化蛋图像,通过去噪和改进的图像分割算法将单枚种蛋图像从群蛋图像中分割出来,提取种蛋的图像特征,得到判别模型,实现群体种蛋成活性在线判别。

本发明完成以下几项工作:

1、搭建群体种蛋成活性在线检测平台,采集群蛋的图像数据。此过程包括光强大小,光源位置以及相机距离待测样本的高度。

2、对图像进行预处理以及采用最小二乘法椭圆拟合的的群蛋图像分割算法,得到单枚种蛋图像。这部分去除了实验过程中因为环境噪声的影响,将单枚种蛋从群蛋图像中完整的分割出来,解决了蛋托中种蛋排放密度大不易分割的问题,保留了完整的单枚种蛋图像信息。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华中农业大学,未经华中农业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910652297.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top