專利名稱：一種基于高光譜識別種蛋孵化的裝置與方法
技術(shù)領(lǐng)域：
本發(fā)明是一種基于高光譜識別種蛋孵化的裝置與方法，屬于農(nóng)畜產(chǎn)品檢測技術(shù)領(lǐng)域。
背景技術(shù)：
禽蛋含有人體所需的蛋白質(zhì)、脂肪、礦物質(zhì)和多種維生素，易于消化和吸收，具有很高的營養(yǎng)價(jià)值，是人類已知最為理想的天然食品。我國禽蛋資源豐富、品種多樣，是世界禽蛋生產(chǎn)和消費(fèi)大國。據(jù)不完全統(tǒng)計(jì)，我國蛋品行業(yè)的總產(chǎn)值已經(jīng)達(dá)到了 1600-2000億元，在國民經(jīng)濟(jì)中占有很高的比重。到2006年我國禽蛋產(chǎn)量達(dá)到了 2960萬噸以上，占世界總產(chǎn)量的46%左右，2007年我國禽蛋產(chǎn)量達(dá)到3100萬噸左右，禽蛋總產(chǎn)量搖搖領(lǐng)先于第二名的美國，近些年來，禽蛋出口形勢看好，呈持續(xù)增長態(tài)勢，已成為我國重要的出口農(nóng)產(chǎn)品，在國際市場享有較高聲譽(yù)。隨著對外貿(mào)易的發(fā)展以及國際市場的變化，對禽蛋及其加工品品質(zhì)有了更高的要求，禽蛋的品質(zhì)檢測是禽蛋生產(chǎn)、經(jīng)營、加工中的重要環(huán)節(jié)之一，直接影響到商品等級、市場競爭力、經(jīng)濟(jì)效益。而種蛋的品質(zhì)直接關(guān)系到雛禽的孵化率、成活率及成禽質(zhì)量。一般禽蛋的孵化過程大約需要21-30天(雞蛋21天，鴨蛋28天，鵝蛋30天)，且對環(huán)境溫度、濕度條件要求較高，是一個(gè)耗時(shí)、耗能的過程。種蛋孵化率的高低，直接影響?zhàn)B殖業(yè)的經(jīng)濟(jì)效益，而孵化率的高低很大程度上取決于種蛋的品質(zhì)。佐治亞大學(xué)的研究數(shù)據(jù)表明，在孵化率低下的原因中，42 %被歸因于受精率問題,28 %被歸因于胚胎早期死亡,24 %則是由于胚胎晚期死亡。這些數(shù)據(jù)表明，受精率和胚胎不正常發(fā)育是決定孵化成效的最重要的因素。傳統(tǒng)的方法是利用燈光透視種蛋來觀察胚胎發(fā)育是否正常，及時(shí)將無精蛋、死胚蛋、破殼蛋等剔除。隨著畜牧業(yè)的發(fā)展，雖然先進(jìn)的科學(xué)技術(shù)改變了傳統(tǒng)的孵化方式和生產(chǎn)操作，孵化生產(chǎn)已由微機(jī)控制的孵化器替代了老式的孵化器。但是，孵化生產(chǎn)過程中的無精蛋、死胚蛋的剔除，依然采用人工照蛋、人力敲擊聽音等非自動(dòng)化手段，人工照蛋只能在上鮮6d后將未受精的種蛋副除，而且較費(fèi)時(shí)費(fèi)力，生廣效率低，易于污染和交叉感染疫病、破損率較高，特別是機(jī)外停留時(shí)間較長，影響孵化率的提高。因此，開展種蛋孵化品質(zhì)的無損檢測技術(shù)研究非常必要，對于提升我國家禽孵化品質(zhì)檢測的自動(dòng)化水平具有重要的意義和應(yīng)用價(jià)值。近年來國內(nèi)外有一些專家學(xué)者對種蛋孵化進(jìn)行了相關(guān)研究，[周維忠.基于機(jī)器視覺的孵化生產(chǎn)質(zhì)量檢測技術(shù)研究[D].西安交通大學(xué)，2000][郁志宏，王春光，張曉芳，等.改進(jìn)的粒子群神經(jīng)網(wǎng)絡(luò)檢測種蛋成活性[J].計(jì)算機(jī)工程與設(shè)計(jì)，2007，28(2)427-429][于景濱，張欣艷，趙達(dá)，等.孵化早期用光電法剔除無精蛋的兩種方法[J].黑龍江八一農(nóng)墾大學(xué)學(xué)報(bào)，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·]。檢測孵化成活性的研究雖然多，但這些研究大多數(shù)僅涉及了前期(4-6天)，對于整個(gè)孵化階段的種蛋胚胎成活性的進(jìn)行研究的很少，很少利用高光譜成像技術(shù)進(jìn)行全面研究；并且研究主要集中在白殼種蛋，對研究難點(diǎn)褐殼種蛋孵化前期的檢測少有涉及，同時(shí)存在褐殼種蛋前期孵化檢測識別準(zhǔn)確率低等問題。因此，進(jìn)一步開展種蛋孵化品質(zhì)的檢測，研究種蛋孵化品質(zhì)的高光譜檢測研究是十分必要的，填補(bǔ)了褐殼種蛋孵化研究的空白。

發(fā)明內(nèi)容
技術(shù)問題本發(fā)明主要針對現(xiàn)有無損檢測方法對種蛋孵化全過程的檢測存在空白，以及檢測率低等現(xiàn)狀。利用高光譜成像技術(shù)，分析不同階段出現(xiàn)不同類型種蛋圖像和光譜信息，提取響應(yīng)的特征參數(shù)，并提出一種基于決策樹的支持向量機(jī)分類方法，構(gòu)建種蛋孵化前、中、后期的胚胎未發(fā)育、無精蛋、散黃蛋、中期死胚蛋以及后期死胚蛋的識別模型。該方法，對于提升我國家禽孵化品質(zhì)檢測的自動(dòng)化水平具有重要的意義和應(yīng)用價(jià)值。技術(shù)方案一種基于高光譜識別種蛋孵化的裝置與方法(本研究技術(shù)路線見

圖1)，其特征在于包括(一)高光譜圖像采集裝置的搭建、(二)特征參數(shù)的提取、(三)判別模型的設(shè)計(jì)，其中(一 )高光譜圖像采集裝置的搭建I)光學(xué)系統(tǒng)高光譜光學(xué)系統(tǒng)主要由高光譜圖像單元、直流可調(diào)光源、計(jì)算機(jī)和圖像采集軟件組成。其中高光譜圖像單元由CCD攝像頭(7)，有效波段范圍為400 lOOOnm，光譜分辨率為2. Snm的圖像光譜儀⑶和焦距可變透鏡構(gòu)成(9)。直流可調(diào)光源由150w的鹵素鎢燈及控制器(5)構(gòu)成，線性光纖導(dǎo)管(2)。計(jì)算機(jī)型號為CPU E5800，3. 2GHz，內(nèi)存2G，顯卡256MGeForce GT240 (6)。圖像采集軟件為Spectral Image。為了避免外界光源的干擾，整個(gè)裝置放置在密閉黑箱中。2)傳送裝置及支架傳送裝置為電控平移臺(I)。支架為長14cm寬18cm高15cm的,長方體,頂端有直徑1. 5cm的圓孔(3)，線光源⑵距離支架頂端2cm。整個(gè)支架為黑色。3)采集系統(tǒng)由于種蛋發(fā)育前期胚胎發(fā)育小，受蛋殼顏色影響大，采用傳統(tǒng)的方式不能很好的辨別，本專利開發(fā)一種減少蛋殼顏色影響的檢測種蛋孵化的圖像采集系統(tǒng)。光譜攝像頭在距離種蛋30cm的水平平行位置上采集光譜圖像,采集曝光時(shí)間55ms,采集速度2. 5mm/s,圖像分辨率440X804。采集時(shí)，種蛋(4)小頭朝下，豎直放置在支架圓孔(3)上，在線光源
(2)上水平移動(dòng)，線陣的探測器在種蛋前進(jìn)方向的垂直方向作橫向掃描，獲取條狀空間中每個(gè)像素在各個(gè)波長處的圖像信息；同時(shí)，隨著種蛋的前進(jìn)，探測器掃出整個(gè)平面完成整幅圖像數(shù)據(jù)的采集，最終得到波長范圍400 IOOOnm圖像分辨率為440X804的高光譜圖像三維數(shù)據(jù)塊。(裝置如圖2所示)( 二)特征參數(shù)的提取I)圖像特征參數(shù)提取
取種蛋大頭處50 * 10的矩形框中的光譜平均值為閾值，對最大特征波長處的圖像進(jìn)行閾值分割，提取胚胎發(fā)育形態(tài)圖像。計(jì)算胚胎形態(tài)圖像包含的像素個(gè)數(shù)X1,以及單獨(dú)除去背景的圖像包含的像素個(gè)數(shù)x2。由于種蛋存在個(gè)體差異，提取像素比W作為參數(shù)(如圖3所示，白色部分代表分割后的種蛋胚胎)。W =~Γ2)光譜特征參數(shù)提取根據(jù)不同孵化階段種蛋圖像特性，設(shè)計(jì)不同的ROI區(qū)域(感興趣區(qū)域)，從ROI區(qū)域中提取光譜平均值μ和標(biāo)準(zhǔn)偏差σ作為光譜特征參數(shù)(如圖4所示，紅色框代表ROI區(qū)域，由于篇幅有限，只在一張圖中給出不同ROI區(qū)域)。
權(quán)利要求
1.一種基于高光譜識別種蛋孵化的裝置與方法，其特征在于包括(一)高光譜圖像采集裝置的搭建、(二)特征參數(shù)的提取、(三)判別模型的設(shè)計(jì)，其中(一)高光譜圖像采集裝置的搭建1)光學(xué)系統(tǒng)高光譜光學(xué)系統(tǒng)主要由高光譜圖像單元、直流可調(diào)光源、計(jì)算機(jī)和圖像采集軟件組成。其中高光譜圖像單元由CCD攝像頭(7)，有效波段范圍為400 lOOOnm，光譜分辨率為2.Snm的圖像光譜儀(8)和焦距可變透鏡構(gòu)成(9)。直流可調(diào)光源由150w的鹵素鎢燈及控制器(5)構(gòu)成，線性光纖導(dǎo)管(2)。計(jì)算機(jī)型號為CPU E5800，3. 2GHz，內(nèi)存2G，顯卡256M GeForce GT240 (6)。圖像采集軟件為Spectral Image。為了避免外界光源的干擾，整個(gè)裝置放置在密閉黑箱中。2)傳送裝置及支架傳送裝置為電控平移臺(I)。支架為長14cm寬18cm高15cm的,長方體,頂端有直徑1.5cm的圓孔(3),線光源(2)距離支架頂端2cm。整個(gè)支架為黑色。3)采集系統(tǒng)光譜攝像頭在距離種蛋30cm的水平平行位置上采集光譜圖像，采集曝光時(shí)間55ms，采集速度2. 5mm/s，圖像分辨率440X804。采集時(shí)，種蛋(4)小頭朝下，豎直放置在支架圓孔(3)上，在線光源(2)上水平移動(dòng)，最終得到波長范圍400 IOOOnm圖像分辨率為440X804 的高光譜圖像三維數(shù)據(jù)塊。(二)特征參數(shù)的提取1)圖像特征參數(shù)提取對最大特征波長處的圖像進(jìn)行閾值分割，提取胚胎發(fā)育形態(tài)圖像。計(jì)算胚胎形態(tài)圖像包含的像素個(gè)數(shù)與整個(gè)圖像的像素個(gè)數(shù)的比值W。2)光譜特征參數(shù)提取從不同感興趣區(qū)域中提取光譜平均值μ和標(biāo)準(zhǔn)偏差σ作為光譜特征參數(shù)。3)特征變量集確定選擇合適的參數(shù)作為各類別種蛋的特征變量。經(jīng)綜合分析，最終確定各類型種蛋判別特征變量集V。(三)判別模型的設(shè)計(jì)設(shè)計(jì)了一組基于決策樹型的層次支持向量機(jī)分類器(H-SVMs)，包括SVM1，SVM2，SVM3， SVM4四個(gè)支持向量機(jī)。
2.根據(jù)權(quán)利要求1所述的種蛋孵化的識別裝置與方法，其特征在于所采用的光譜儀設(shè)備為臺灣五菱光學(xué)公司提供的Imaging Spectrograph(VlOE)以及相關(guān)設(shè)備(支架、傳送裝置、暗箱)。尋求不同類型種蛋間的圖像和光譜的差異，分析提取區(qū)別不同類型種蛋的特征參數(shù)。在Matlab中調(diào)用LIBSVM軟件包，設(shè)計(jì)步驟(三)中模型，將上述得到的特征參數(shù)帶入模型中首先根據(jù)SVMl對孵化前期種蛋胚胎發(fā)育情況進(jìn)行識別， 剔除未受精的以及發(fā)育不正常的種蛋。在孵化中期，根據(jù)SVM2對于出現(xiàn)的散黃蛋進(jìn)行剔除，SVM3對中期死胚蛋進(jìn)行識別。最后在孵化后期根據(jù)SVM4對后期死胚蛋進(jìn)行識別。最終達(dá)到通過篩選，及時(shí)剔除孵化不正常的種蛋，對種蛋孵化過程實(shí)行監(jiān)測。
3.根據(jù)權(quán)利要求1或2所述的種蛋孵化的識別裝置與方法，其特征在于)中特征變量集確定所確定的變量集V為
全文摘要
本發(fā)明公開了一種基于高光譜識別種蛋孵化的裝置與方法，屬于農(nóng)產(chǎn)品檢測技術(shù)領(lǐng)域。通過高光譜成像儀，獲取孵化全過程高光譜圖像，分析不同類型種蛋圖像和光譜之間的差別，提取相應(yīng)的圖像和光譜特征參數(shù)，在此基礎(chǔ)上優(yōu)化出反映種蛋孵化特征的變量集。根據(jù)實(shí)際生產(chǎn)狀況，設(shè)計(jì)將一種基于決策樹型的層次支持向量機(jī)分類器，構(gòu)建種蛋孵化判別模型。本方法可以對無精蛋、前期胚胎發(fā)育不正常蛋、散黃蛋、中期死胚蛋、后期死胚蛋進(jìn)行準(zhǔn)確識別，達(dá)到監(jiān)測孵化過程的效果，完全可以代替人工檢測，對于提升我國家禽孵化品質(zhì)檢測的自動(dòng)化水平具有重要的意義和應(yīng)用價(jià)值。
文檔編號G01N21/25GK103033512SQ201210255538
公開日2013年4月10日 申請日期2012年7月24日 優(yōu)先權(quán)日2012年7月24日
發(fā)明者屠康, 張偉, 潘磊慶 申請人:南京農(nóng)業(yè)大學(xué)