专利名称：一种基于高光谱识别种蛋孵化的装置与方法
技术领域：
本发明是一种基于高光谱识别种蛋孵化的装置与方法，属于农畜产品检测技术领域。
背景技术：
禽蛋含有人体所需的蛋白质、脂肪、矿物质和多种维生素，易于消化和吸收，具有很高的营养价值，是人类已知最为理想的天然食品。我国禽蛋资源丰富、品种多样，是世界禽蛋生产和消费大国。据不完全统计，我国蛋品行业的总产值已经达到了 1600-2000亿元，在国民经济中占有很高的比重。到2006年我国禽蛋产量达到了 2960万吨以上，占世界总产量的46%左右，2007年我国禽蛋产量达到3100万吨左右，禽蛋总产量摇摇领先于第二名的美国，近些年来，禽蛋出口形势看好，呈持续增长态势，已成为我国重要的出口农产品，在国际市场享有较高声誉。随着对外贸易的发展以及国际市场的变化，对禽蛋及其加工品品质有了更高的要求，禽蛋的品质检测是禽蛋生产、经营、加工中的重要环节之一，直接影响到商品等级、市场竞争力、经济效益。而种蛋的品质直接关系到雏禽的孵化率、成活率及成禽质量。一般禽蛋的孵化过程大约需要21-30天(鸡蛋21天，鸭蛋28天，鹅蛋30天)，且对环境温度、湿度条件要求较高，是一个耗时、耗能的过程。种蛋孵化率的高低，直接影响养殖业的经济效益，而孵化率的高低很大程度上取决于种蛋的品质。佐治亚大学的研究数据表明，在孵化率低下的原因中，42 %被归因于受精率问题,28 %被归因于胚胎早期死亡,24 %则是由于胚胎晚期死亡。这些数据表明，受精率和胚胎不正常发育是决定孵化成效的最重要的因素。传统的方法是利用灯光透视种蛋来观察胚胎发育是否正常，及时将无精蛋、死胚蛋、破壳蛋等剔除。随着畜牧业的发展，虽然先进的科学技术改变了传统的孵化方式和生产操作，孵化生产已由微机控制的孵化器替代了老式的孵化器。但是，孵化生产过程中的无精蛋、死胚蛋的剔除，依然采用人工照蛋、人力敲击听音等非自动化手段，人工照蛋只能在上鮮6d后将未受精的种蛋副除，而且较费时费力，生广效率低，易于污染和交叉感染疫病、破损率较高，特别是机外停留时间较长，影响孵化率的提高。因此，开展种蛋孵化品质的无损检测技术研究非常必要，对于提升我国家禽孵化品质检测的自动化水平具有重要的意义和应用价值。近年来国内外有一些专家学者对种蛋孵化进行了相关研究，[周维忠.基于机器视觉的孵化生产质量检测技术研究[D].西安交通大学，2000][郁志宏，王春光，张晓芳，等.改进的粒子群神经网络检测种蛋成活性[J].计算机工程与设计，2007，28(2)427-429][于景滨，张欣艳，赵达，等.孵化早期用光电法剔除无精蛋的两种方法[J].黑龙江八一农垦大学学报，2002，14(6) :111-113] [Smith D P, Mauldin J M, Heitschmidt GW.Fertility and embryo development of broiler hatching eggs evaluated with ahyoersoectral imaging and predictive modeling system[J].1nteranational Journalof Poultry Science，2008，7 (10) : 1001-1004·]。检测孵化成活性的研究虽然多，但这些研究大多数仅涉及了前期(4-6天)，对于整个孵化阶段的种蛋胚胎成活性的进行研究的很少，很少利用高光谱成像技术进行全面研究；并且研究主要集中在白壳种蛋，对研究难点褐壳种蛋孵化前期的检测少有涉及，同时存在褐壳种蛋前期孵化检测识别准确率低等问题。因此，进一步开展种蛋孵化品质的检测，研究种蛋孵化品质的高光谱检测研究是十分必要的，填补了褐壳种蛋孵化研究的空白。
发明内容
技术问题本发明主要针对现有无损检测方法对种蛋孵化全过程的检测存在空白，以及检测率低等现状。利用高光谱成像技术，分析不同阶段出现不同类型种蛋图像和光谱信息，提取响应的特征参数，并提出一种基于决策树的支持向量机分类方法，构建种蛋孵化前、中、后期的胚胎未发育、无精蛋、散黄蛋、中期死胚蛋以及后期死胚蛋的识别模型。该方法，对于提升我国家禽孵化品质检测的自动化水平具有重要的意义和应用价值。技术方案一种基于高光谱识别种蛋孵化的装置与方法(本研究技术路线见
图1)，其特征在于包括(一)高光谱图像采集装置的搭建、(二)特征参数的提取、(三)判别模型的设计，其中(一 )高光谱图像采集装置的搭建I)光学系统高光谱光学系统主要由高光谱图像单元、直流可调光源、计算机和图像采集软件组成。其中高光谱图像单元由CCD摄像头(7)，有效波段范围为400 lOOOnm，光谱分辨率为2. Snm的图像光谱仪⑶和焦距可变透镜构成(9)。直流可调光源由150w的卤素钨灯及控制器(5)构成，线性光纤导管(2)。计算机型号为CPU E5800，3. 2GHz，内存2G，显卡256MGeForce GT240 (6)。图像采集软件为Spectral Image。为了避免外界光源的干扰，整个装置放置在密闭黑箱中。2)传送装置及支架传送装置为电控平移台(I)。支架为长14cm宽18cm高15cm的,长方体,顶端有直径1. 5cm的圆孔(3)，线光源⑵距离支架顶端2cm。整个支架为黑色。3)采集系统由于种蛋发育前期胚胎发育�。艿翱茄丈跋齑螅捎么车姆绞讲荒芎芎玫谋姹穑咀ɡ⒁恢旨跎俚翱茄丈跋斓募觳庵值胺趸耐枷癫杉低�。光谱摄像头在距离种蛋30cm的水平平行位置上采集光谱图像,采集曝光时间55ms,采集速度2. 5mm/s,图像分辨率440X804。采集时，种蛋(4)小头朝下，竖直放置在支架圆孔(3)上，在线光源
(2)上水平移动，线阵的探测器在种蛋前进方向的垂直方向作横向扫描，获取条状空间中每个像素在各个波长处的图像信息；同时，随着种蛋的前进，探测器扫出整个平面完成整幅图像数据的采集，最终得到波长范围400 IOOOnm图像分辨率为440X804的高光谱图像三维数据块。(装置如图2所示)( 二)特征参数的提取I)图像特征参数提取
取种蛋大头处50 * 10的矩形框中的光谱平均值为阈值，对最大特征波长处的图像进行阈值分割，提取胚胎发育形态图像。计算胚胎形态图像包含的像素个数X1,以及单独除去背景的图像包含的像素个数x2。由于种蛋存在个体差异，提取像素比W作为参数(如图3所示，白色部分代表分割后的种蛋胚胎)。W =~Γ2)光谱特征参数提取根据不同孵化阶段种蛋图像特性，设计不同的ROI区域(感兴趣区域)，从ROI区域中提取光谱平均值μ和标准偏差σ作为光谱特征参数(如图4所示，红色框代表ROI区域，由于篇幅有限，只在一张图中给出不同ROI区域)。
权利要求
1.一种基于高光谱识别种蛋孵化的装置与方法，其特征在于包括(一)高光谱图像采集装置的搭建、(二)特征参数的提取、(三)判别模型的设计，其中(一)高光谱图像采集装置的搭建1)光学系统高光谱光学系统主要由高光谱图像单元、直流可调光源、计算机和图像采集软件组成。其中高光谱图像单元由CCD摄像头(7)，有效波段范围为400 lOOOnm，光谱分辨率为2.Snm的图像光谱仪(8)和焦距可变透镜构成(9)。直流可调光源由150w的卤素钨灯及控制器(5)构成，线性光纤导管(2)。计算机型号为CPU E5800，3. 2GHz，内存2G，显卡256M GeForce GT240 (6)。图像采集软件为Spectral Image。为了避免外界光源的干扰，整个装置放置在密闭黑箱中。2)传送装置及支架传送装置为电控平移台(I)。支架为长14cm宽18cm高15cm的,长方体,顶端有直径1.5cm的圆孔(3),线光源(2)距离支架顶端2cm。整个支架为黑色。3)采集系统光谱摄像头在距离种蛋30cm的水平平行位置上采集光谱图像，采集曝光时间55ms，采集速度2. 5mm/s，图像分辨率440X804。采集时，种蛋(4)小头朝下，竖直放置在支架圆孔(3)上，在线光源(2)上水平移动，最终得到波长范围400 IOOOnm图像分辨率为440X804 的高光谱图像三维数据块。(二)特征参数的提取1)图像特征参数提取对最大特征波长处的图像进行阈值分割，提取胚胎发育形态图像。计算胚胎形态图像包含的像素个数与整个图像的像素个数的比值W。2)光谱特征参数提取从不同感兴趣区域中提取光谱平均值μ和标准偏差σ作为光谱特征参数。3)特征变量集确定选择合适的参数作为各类别种蛋的特征变量。经综合分析，最终确定各类型种蛋判别特征变量集V。(三)判别模型的设计设计了一组基于决策树型的层次支持向量机分类器(H-SVMs)，包括SVM1，SVM2，SVM3， SVM4四个支持向量机。
2.根据权利要求1所述的种蛋孵化的识别装置与方法，其特征在于所采用的光谱仪设备为台湾五菱光学公司提供的Imaging Spectrograph(VlOE)以及相关设备(支架、传送装置、暗箱)。寻求不同类型种蛋间的图像和光谱的差异，分析提取区别不同类型种蛋的特征参数。在Matlab中调用LIBSVM软件包，设计步骤(三)中模型，将上述得到的特征参数带入模型中首先根据SVMl对孵化前期种蛋胚胎发育情况进行识别， 剔除未受精的以及发育不正常的种蛋。在孵化中期，根据SVM2对于出现的散黄蛋进行剔除，SVM3对中期死胚蛋进行识别。最后在孵化后期根据SVM4对后期死胚蛋进行识别。最终达到通过筛�。笆碧蕹趸徽５闹值埃灾值胺趸淌敌屑嗖�。
3.根据权利要求1或2所述的种蛋孵化的识别装置与方法，其特征在于)中特征变量集确定所确定的变量集V为
全文摘要
本发明公开了一种基于高光谱识别种蛋孵化的装置与方法，属于农产品检测技术领域。通过高光谱成像仪，获取孵化全过程高光谱图像，分析不同类型种蛋图像和光谱之间的差别，提取相应的图像和光谱特征参数，在此基础上优化出反映种蛋孵化特征的变量集。根据实际生产状况，设计将一种基于决策树型的层次支持向量机分类器，构建种蛋孵化判别模型。本方法可以对无精蛋、前期胚胎发育不正常蛋、散黄蛋、中期死胚蛋、后期死胚蛋进行准确识别，达到监测孵化过程的效果，完全可以代替人工检测，对于提升我国家禽孵化品质检测的自动化水平具有重要的意义和应用价值。
文档编号G01N21/25GK103033512SQ201210255538
公开日2013年4月10日 申请日期2012年7月24日 优先权日2012年7月24日
发明者屠康, 张伟, 潘磊庆 申请人:南京农业大学
专业数控铣床产品供应商
20年生产经验，实力工厂，精工品质，质量有保障
