CN100397077C - 用于确定受精的鸡蛋的性别的方法和装置 - Google Patents

用于确定受精的鸡蛋的性别的方法和装置 Download PDF

Info

Publication number
CN100397077C
CN100397077C CNB031213626A CN03121362A CN100397077C CN 100397077 C CN100397077 C CN 100397077C CN B031213626 A CNB031213626 A CN B031213626A CN 03121362 A CN03121362 A CN 03121362A CN 100397077 C CN100397077 C CN 100397077C
Authority
CN
China
Prior art keywords
fertilized eggs
egg
sex
parameter
image
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Lifetime
Application number
CNB031213626A
Other languages
English (en)
Other versions
CN1449655A (zh
Inventor
谷口良辅
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Dong Ho Industries Ltd
HORICHI KK
Original Assignee
Dong Ho Industries Ltd
HORICHI KK
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Dong Ho Industries Ltd, HORICHI KK filed Critical Dong Ho Industries Ltd
Publication of CN1449655A publication Critical patent/CN1449655A/zh
Application granted granted Critical
Publication of CN100397077C publication Critical patent/CN100397077C/zh
Anticipated expiration legal-status Critical
Expired - Lifetime legal-status Critical Current

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
    • A01K43/00—Testing, sorting or cleaning eggs ; Conveying devices ; Pick-up devices
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/02—Food
    • G01N33/08—Eggs, e.g. by candling
    • G01N33/085—Eggs, e.g. by candling by candling
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
    • A01K43/00—Testing, sorting or cleaning eggs ; Conveying devices ; Pick-up devices
    • A01K43/04—Grading eggs
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
    • A01K43/00—Testing, sorting or cleaning eggs ; Conveying devices ; Pick-up devices
    • A01K43/04—Grading eggs
    • A01K43/06—Grading eggs according to size
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
    • A01K45/00—Other aviculture appliances, e.g. devices for determining whether a bird is about to lay
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
    • A01K45/00—Other aviculture appliances, e.g. devices for determining whether a bird is about to lay
    • A01K45/007—Injecting or otherwise treating hatching eggs

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Environmental Sciences (AREA)
  • Animal Husbandry (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Birds (AREA)
  • Engineering & Computer Science (AREA)
  • Food Science & Technology (AREA)
  • Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Medicinal Chemistry (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)
  • Investigating Or Analysing Biological Materials (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

基于对每个母鸡制备的鸡蛋形状的参考图由人工进行视觉检查来确定性别的精度是不够的，并且花费大量的时间。因而，可以利用本发明公开的一种用于确定受精鸡蛋的性别的方法，包括：通过拍摄放置在具有镜面抛光表面的鸡蛋支架上的所述受精鸡蛋的图像获得二维轮廓图像数据；从所述二维轮廓图像数据，提取表示所述受精鸡蛋的形状特征的一个或多个参数；以及通过使用所述参数的任何一个或者使用所述参数的组合，进行性别确定。

Description

用于确定受精的鸡蛋的性别的方法和装置
技术领域
本发明涉及一种用于确定受精的鸡蛋的性别的方法和装置，更具体地说，本发明涉及一种用于确定受精的鸡蛋的性别的方法和装置，其中使用表示特征的参数，所述参数是根据所述受精的鸡蛋的表面形状而产生的，其中根据所述受精鸡蛋的轮廓图像数据量化所述受精鸡蛋的表面形状。
背景技术
在鸟类例如鸡当中，其中包括多个品种，饲养目的主要是生产鸡蛋，例如白色来亨鸡(White Leghorn)，只有产蛋的雌性有用。与此相比，在为了食肉而饲养的鸡当中，雄性和雌性都有用，由于雄性和雌性成熟的速度不同，因此对它们进行单独饲养是更有效的。在上述两种类型的鸡的情况下，由于这些和其它的原因，在它们被孵化之后2-3天检查小鸡的性别，以便确定是雄性或雌性。
通常使用3种方法确定孵化小鸡的性别：(a)人工测量，(b)机器测量，以及(c)利用性别控制的遗传(即和性别有关的遗传)特征。
所有上述3种常规的方法都涉及孵出的小鸡的性别确定，因此除非鸡蛋被孵化，才能确定要孵出的小鸡的性别。结果，在饲养产蛋的白来亨鸡的情况下，例如，孵化含有公鸡的鸡蛋的孵化所用的时间和费用便被浪费了。此外，在所述用于产蛋的这类鸡的情况下，被确定为雄性的小鸡便被杀害，从所有形式的生命都应当被尊重的观点看来，这是不应该的。
如果能够在孵化之前可靠地区分小鸡的性别，即，当还在鸡蛋中时，区分小鸡的性别，则能够避免上述的浪费和困境。例如，在孵化之前，雄性的可以供食用，或者用于生产疫苗。
在日本九州或在东南亚，长期来一直使用根据鸡蛋的形状确定受精鸡蛋的性别的方法。在这种方法中，对于每个母鸡分别建立雄性鸡蛋和雌性鸡蛋的参考资料，其中主要根据鸡蛋的宽的一侧(具有空隙的钝的一端)的形状，即鸡蛋的宽的一端的凸出部的形状。这样，在参考范围内的鸡蛋便被确定为雄性鸡蛋或雌性鸡蛋。
此外，还使用通过比较各种鸡蛋的钝端部分(即具有较大的直径和圆度的端部)的形状确定受精鸡蛋性别的方法。在这种技术中，使用轮廓投影器获得每只母鸡生的鸡蛋的放大的轮廓，然后使鸡蛋进行孵化，确定孵化小鸡的性别，并按照所得的小鸡的性别对鸡蛋的形状分类。这种处理在某个时间期间被重复，直到对每只母鸡建立一个参考范围，此后，便产生了参考轮廓。然后，要确定性别的所产的鸡蛋的形状和参考轮廓比较，以便确定未孵化的小鸡的性别。
不过，上述的常规的鸡蛋性别确定技术具有以下的缺点：
(a)要得到每只母鸡的参考轮廓在商业上是不实用的，因为在家禽饲养业饲养着大量的鸡。
(b)所述技术依靠人的眼睛比较要被确定性别的鸡蛋的钝端和对那个母鸡建立的参考轮廓，因而不是完全可靠的。
(c)为确定鸡蛋的性别而建立参考轮廓的工作涉及上述的步骤，因此，这是相当费时的过程。
(d)在近些年来可得到的具有常规的形状的鸡蛋，即鸡蛋的宽的一侧(宽侧)凸出，鸡蛋的窄的一侧(窄侧)比宽的一侧窄的鸡蛋(特别是受精鸡蛋)逐渐减少，而圆的鸡蛋，或者其最大凸出部分位于其中心的鸡蛋，或者拉长的鸡蛋增加。因而，鸡蛋的形状是非常复杂的，因此，只按照鸡蛋形状的参考资料的一部分难于一致地确定关于所有的鸡蛋的性别。因此，以高的精度确定鸡蛋的性别是困难的。此外，只根据宽的一侧的凸度或圆度确定性别对于准确地将鸡蛋分成雄性和雌性是不够的，并且会导致错误。
因此，在过去使用的根据鸡蛋的形状确定性别的方法中，难于以高的精度进行确定。
发明内容
考虑上述问题，本发明提供一种方法、程序和装置，用于以高的速度和精度确定受精鸡蛋的性别，而没有生产所述受精鸡蛋的母鸡的种类和受精鸡蛋的形状的和类的影响。
在用于确定性别的由本发明提供的上述的方法、程序和装置中，受精鸡蛋的性别根据用于确定受精鸡蛋性别的基本特征(具体地说，鸡蛋的宽侧的凸度，鸡蛋的钝端的圆度或尖度，鸡蛋的窄侧的圆度或尖度，整个受精鸡蛋的凸度，受精鸡蛋的中心，例如受精鸡蛋特有的无花果形状)确定，所述基本特征从受精鸡蛋轮廓的图像数据中提取。上述的基本特征可以作为能够根据受精鸡蛋的整个轮廓被提取的参数被量化，或者作为上述参数的组合。此外，上述的基本特征不仅能够利用受精鸡蛋本身的轮廓被量化，而且还能够利用受精鸡蛋的轮廓的近似椭圆被量化，所述近似椭圆和各个受精鸡蛋的形状特征有关，用于识别仅仅利用轮廓线段的特征不能求得的凸度或尖度。这种近似椭圆可以由受精鸡蛋的最大宽度的位置和受精鸡蛋的钝端来获得。
此外，通过组合多个上述的基本特征，可以不依赖于各个母鸡来确定性别，使得可以提高确定性别的速度。
不过，上述的基本特征在一个极窄的数值范围内被量化，因而，需要受精鸡蛋的精确的整个形状和受精鸡蛋的高对比度的图像，以便以高的精度确定性别。
上述的用于确定性别的基本特征被这样提取：孵化拍摄过图像的受精鸡蛋，人工确定孵化小鸡的性别，并分析在孵化小鸡的性别和拍摄的图像之间的相关性。具体地说，从图像中提取鸡蛋的整个轮廓，由此可以获得受精鸡蛋的整个轮廓，由轮廓数据可以得到的许多可信的参数以及通过组合上述的参数而获得的新的参数被量化，以便和确定结果比较，并分析在折算的参数和结果之间的相关性，从而提取所述特征。
即，使用从受精鸡蛋的轮廓数据获得的预定参数或者所述参数的组合，受精鸡蛋的轮廓的预定特征可以被量化。这些特征例如是“宽侧的凸度”和“窄侧的尖度”，表示这些特征的系数是一些参数，例如在轮廓的任意位置的长度、宽度或面积。因为这些参数及其组合可以根据受精鸡蛋的轮廓数据量化，所以这些特征例如上述的“宽侧的凸度”可以根据受精鸡蛋的形状用数值表示。如果受精鸡蛋的性别确定可以根据此得获得的数值进行，则和上述数值相应的特征本身例如“宽侧的凸度”将代表受精鸡蛋的性别。如上所述，基本特征是能够从受精鸡蛋的整个轮廓提取的特征，并被用于确定受精鸡蛋的性别。
在理解上述的内容之后，为了解决上述问题，本发明的目的由以下方法和装置实现
一种用于确定受精鸡蛋的性别的方法，包括：
通过拍摄放置在具有镜面抛光表面的鸡蛋支架上的所述受精鸡蛋的图像获得二维轮廓图像数据；
从所述二维轮廓图像数据，提取表示所述受精鸡蛋的形状特征的一个或多个参数；以及
通过使用所述参数的任何一个或者使用所述参数的组合，进行性别确定。
一种用于确定受精鸡蛋的性别的方法，包括：
从受精鸡蛋的二维轮廓图像数据提取表示所述受精鸡蛋的形状的参数，其中受精鸡蛋的二维轮廓图像数据是通过拍摄放置在具有镜面抛光表面的鸡蛋支架上的所述受精鸡蛋的图像而得到的；
确定通过孵化所述受精鸡蛋而获得的孵化小鸡的性别；
通过检查确定的孵化小鸡的性别，获得用于确定所述鸡蛋性别的针对表示所述受精鸡蛋的形状而提取的参数的门限值；以及
通过使用所述门限值确定受精鸡蛋的性别。
一种用于确定受精鸡蛋的性别的方法，该方法基于从所述受精鸡蛋的二维轮廓图像数据提取的表示所述受精鸡蛋形状的参数，其中受精鸡蛋的二维轮廓图像数据是通过拍摄放置在具有镜面抛光表面的鸡蛋支架上的所述受精鸡蛋的图像而得到的，包括：
确定具有最大值的第一线段，所述第一线段从这些线段当中选择，其中的每条线段被连接在所述受精鸡蛋的宽侧的轮廓上的一点和所述受精鸡蛋的窄侧的轮廓上的一点之间；
确定具有最大值的第二线段，所述第二线段从这些线段当中选择，其中每条线段基本上垂直于所述第一线段，并表示由和所述受精鸡蛋的轮廓的交点决定的所述受精鸡蛋的宽度；
提取具有最大值的所述第一线段和具有最大值的所述第二线段的交点；以及
通过使用所述提取的交点作为参数确定所述受精鸡蛋的性别。
一种用于确定受精鸡蛋的性别的方法，该方法基于从所述受精鸡蛋的二维轮廓图像数据提取的表示所述受精鸡蛋形状的参数，其中受精鸡蛋的二维轮廓图像数据是通过拍摄放置在具有镜面抛光表面的鸡蛋支架上的所述受精鸡蛋的图像而得到的，包括：
获得一个和所述受精鸡蛋的轮廓近似的椭圆作为表示所述受精鸡蛋的形状的参数；
提取所述椭圆的长轴或短轴，或者在所述受精鸡蛋的轮廓和所述椭圆之间的误差，作为所述参数；以及
利用任何所述的参数或者它们的组合进行性别确定。
一种用于确定受精鸡蛋的性别的方法，包括：
通过拍摄放置在具有镜面抛光表面的鸡蛋支架上的所述受精鸡蛋的图像，获得受精鸡蛋的轮廓图像数据；
由所述轮廓图像数据，检查所述受精鸡蛋的钝端和窄端，并且还检测所述轮廓和表示所述受精鸡蛋的最大宽度的直线的交点，所述直线垂直于在所述钝端和所述窄端之间连接的直线；
设置一个椭圆，其中在所述检测的交点之间连接的线段的长度的一半被作用短的半径，并且把连接在连接所述交点的直线的中点和钝端之间的直线的长度用作长的半径；以及
通过使用所述设置的椭圆作为表示所述受精鸡蛋的轮廓的参数，根据所述椭圆的形状确定所述受精鸡蛋的性别。
一种用于确定受精鸡蛋的性别的方法，包括：
从受精鸡蛋的轮廓图像数据提取表示所述受精鸡蛋的形状的多个参数，其中受精鸡蛋的轮廓图像数据是通过拍摄放置在具有镜面抛光表面的鸡蛋支架上的所述受精鸡蛋的图像而得到的；以及
通过使用新的参数确定所述受精鸡蛋的性别，所述新的参数可以通过利用所述多个参数的任何一个对所述多个参数的一个参数标准化来获得。
一种用于确定受精鸡蛋的性别的方法，包括：
通过拍摄放置在具有镜面抛光表面的鸡蛋支架上的所述受精鸡蛋的图像，获得受精鸡蛋的二维轮廓图像数据；
从所述二维轮廓图像提取由所述受精鸡蛋的轮廓包围的面积和作为表示所述受精鸡蛋的轮廓的参数的椭圆包围的面积；以及
通过使用在由所述受精鸡蛋的轮廓包围的所述面积和由所述椭圆包围的所述面积之间的不同的程度确定所述受精鸡蛋的性别。
一种用于确定受精鸡蛋的性别的方法，包括：
通过拍摄放置在具有镜面抛光表面的鸡蛋支架上的所述受精鸡蛋的图像获得二维轮廓图像数据；
根据所述二维轮廓图像数据获取所述受精鸡蛋的宽侧的预定位置的宽度和所述受精鸡蛋的窄侧的预定位置的宽度的比；以及
通过使用所述宽度的比确定所述受精鸡蛋的性别。
一种用于确定受精鸡蛋的性别的方法，包括：
通过拍摄放置在具有镜面抛光表面的鸡蛋支架上的所述受精鸡蛋的图像获得二维轮廓图像数据；
根据所述二维轮廓图像数据量化所述受精鸡蛋的钝端的圆度；以及
通过使用所述量化的圆度确定所述受精鸡蛋的性别。
一种用于确定受精鸡蛋的性别的方法，包括：
通过拍摄放置在具有镜面抛光表面的鸡蛋支架上的所述受精鸡蛋的图像获得二维轮廓图像数据；
根据所述二维轮廓图像数据量化所述受精鸡蛋的窄端的圆度；以及
通过使用所述量化的圆度确定所述受精鸡蛋的性别。
一种用于确定受精鸡蛋的性别的方法，包括：
通过拍摄放置在具有镜面抛光表面的鸡蛋支架上的所述受精鸡蛋的图像获得二维轮廓图像数据；
获取所述受精鸡蛋的宽侧的预定位置的宽度对所述鸡蛋的最大宽度的比，并根据所述二维轮廓图像数据量化所述的比，作为所述受精鸡蛋的宽侧的圆度；以及
通过使用所述受精鸡蛋的宽侧的所述量化的圆度确定所述受精鸡蛋的性别。
一种用于确定受精鸡蛋的性别的方法，包括：
通过拍摄放置在具有镜面抛光表面的鸡蛋支架上的所述受精鸡蛋的图像获得二维轮廓图像数据；
获取所述受精鸡蛋的宽侧的预定位置的宽度和在所述受精鸡蛋的窄侧的预定位置的宽度的比，并根据所述二维轮廓图像数据量化所述的比作为所述鸡蛋的凸度；以及
通过使用所述受精鸡蛋的量化的凸度确定所述受精鸡蛋的性别
一种用于确定受精鸡蛋的性别的方法，包括：
通过拍摄放置在具有镜面抛光表面的鸡蛋支架上的所述受精鸡蛋的图像获得二维轮廓图像数据；
利用鸡蛋的最大长度或最大宽度或者利用近似椭圆的长半径除所述受精鸡蛋的宽侧的预定位置的宽度，并根据所述二维轮廓图像数据量化这样获得的商作为鸡蛋的凸度；以及
通过使用所述受精鸡蛋的所述量化的凸度确定所述受精鸡蛋的性别。
一种用于确定受精鸡蛋的性别的方法，包括：
通过拍摄放置在具有镜面抛光表面的鸡蛋支架上的所述受精鸡蛋的图像获得二维轮廓图像数据；
利用鸡蛋的最大宽度或者最大长度除由所述受精鸡蛋的整个鸡蛋轮廓包围的面积，并根据所述二维轮廓图像数据量化这样获得的商作为所述受精鸡蛋的凸度；以及
通过使用所述受精鸡蛋的所述量化的凸度确定所述受精鸡蛋的性别。
一种用于确定受精鸡蛋的性别的方法，包括：
通过拍摄放置在具有镜面抛光表面的鸡蛋支架上的所述受精鸡蛋的图像获得二维轮廓图像数据；
根据所述二维轮廓图像数据量化所述受精鸡蛋的宽侧的轮廓的一个位置的微分作为所述受精鸡蛋的圆度；以及
通过使用所述受精鸡蛋的所述量化的圆度确定所述受精鸡蛋的性别。
一种用于确定受精鸡蛋的性别的方法，基于从所述受精鸡蛋的二维轮廓图像数据提取的表示所述受精鸡蛋形状的参数，其中受精鸡蛋的二维轮廓图像数据是通过拍摄放置在具有镜面抛光表面的鸡蛋支架上的所述受精鸡蛋的图像而得到，包括
根据在雌性鸡蛋和雄性鸡蛋共同存在的一个区域内的数值和在雌性鸡蛋和雄性鸡蛋不共同存在的一个区域内的数值之间的边界确定关于表示所述受精鸡蛋的性别的特征的门限；以及
通过识别具有在雌性鸡蛋和雄性鸡蛋不同时存在的区域内的数值的所述受精鸡蛋作为雄性鸡蛋或雌性鸡蛋确定所述受精鸡蛋的性别。
一种用于确定受精鸡蛋的性别的方法，基于从所述受精鸡蛋的二维轮廓图像数据提取的表示所述受精鸡蛋形状的参数，其中受精鸡蛋的二维轮廓图像数据是通过拍摄放置在具有镜面抛光表面的鸡蛋支架上的所述受精鸡蛋的图像而得到，包括：
通过使用利用统计方法表示雌性鸡蛋和雄性鸡蛋不同时存在的确定区域的特征把雄性鸡蛋和雌性鸡蛋相互分开；并且
通过使用不表示雌性鸡蛋和雄性鸡蛋不同时存在的确定区域的特征确定所述受精鸡蛋的性别。
一种用于确定受精鸡蛋的性别的方法，包括：
根据通过拍摄放置在具有镜面抛光表面的鸡蛋支架上的受精鸡蛋的图像而获得的图像数据提取表示所述受精鸡蛋的形状的参数；
通过使用所述参数或者所述参数的组合量化根据从所述图像数据获得的所述受精鸡蛋的轮廓的形状产生的反映所述受精鸡蛋的性别的特征；以及
根据所述量化的特征确定所述受精鸡蛋的性别。
一种用于确定受精鸡蛋的性别的方法，包括：
通过拍摄放置在具有镜面抛光表面的鸡蛋支架上的所述受精鸡蛋的图像获得二维轮廓图像数据；
根据所述受精鸡蛋的所述二维轮廓图像数据提取表示所述受精鸡蛋的形状的特征的参数；
通过利用第二参数标准化所述参数当中的第一参数，以便获得第三参数；以及
根据所述第三参数确定所述受精鸡蛋的性别。
一种用于确定受精鸡蛋的性别的方法，包括：
通过拍摄放置在具有镜面抛光表面的鸡蛋支架上的所述受精鸡蛋的图像，获取受精鸡蛋的二维轮廓图像数据；
从所述图像数据中提取受精鸡蛋的轮廓数据；
根据所述轮廓形状数据设置一个椭圆；
利用所述设置的椭圆作为表示所述受精鸡蛋的轮廓的参数的椭圆；以及
根据所述椭圆的形状确定受精鸡蛋的性别。
一种用于确定受精鸡蛋的性别的方法，包括：
提取步骤，用于从受精鸡蛋的二维图像数据中提取表示所述受精鸡蛋的形状特征的参数，该二维图像数据是通过拍摄放置在具有镜面抛光表面的鸡蛋支架上的所述受精鸡蛋的图像而得到的；
第一步，根据利用所述参数量化的所述受精鸡蛋的宽侧的圆度确定所述受精鸡蛋的性别；
第二步，根据利用所述参数量化的所述受精鸡蛋的窄侧的限制确定所述受精鸡蛋的性别；
第三步，根据利用所述参数量化的所述受精鸡蛋的宽侧的凸度确定所述受精鸡蛋的性别；
第四步，根据利用所述参数量化的所述受精鸡蛋的宽侧的尖度确定所述受精鸡蛋的性别；
第五步，根据利用所述参数量化的所述受精鸡蛋的窄侧的肥度确定所述受精鸡蛋的性别，以及
第六步，根据利用所述参数量化的所述受精鸡蛋的细长度确定所述受精鸡蛋的性别。
一种用于确定受精鸡蛋的性别的装置，包括：
照明装置，用于均匀地照亮其表面经过镜面抛光的鸡蛋支架上的受精鸡蛋，其中来自所述照明装置的照明光以一定角度入射到所述鸡蛋支架的表面上，所述表面位于所述受精鸡蛋的背面。
照相机，用于拍摄被置于所述鸡蛋支架上的受精鸡蛋的图像；
转换装置，用于把所述受精鸡蛋的所述图像转换成二维轮廓图像数据；
提取装置，用于根据所述受精鸡蛋的轮廓图像数据提取表示在所述受精鸡蛋的表面形状上显现的各个特征的参数；以及
确定装置，用于利用所述参数确定所述受精鸡蛋的性别。
除去上述的之外，本发明的其它目的、特征和优点，本领域技术人员从下面的本发明的优选实施方式的说明可以清楚地看出。在说明书中，参照附图进行说明，所述附图组成说明书的一部分，并且其说明本发明的一些例子。不过，这种例子并未包括本发明的各种实施方式，因此应当参见说明书后面的权利要求书，以便确定本发明的范围。
附图说明
通过结合所附的说明书参阅下面的附图，本领域技术人员可以更好地理解本发明，可以更清楚地看出本发明的许多目的和优点，其中：
图1是用于按照本发明进行性别确定的定义鸡蛋内一个区域的示意图；
图2表示从用于按照本发明进行性别确定的鸡蛋的轮廓获得的参数的例子；
图3表示用于按照本发明进行性别确定的从鸡蛋轮廓获得的参数和近似椭圆的例子；
图4A和图4B是表示按照本发明的鸡蛋架的结构的示图；
图5A表示用于实施按照本发明的性别确定的方法的装置的配置；
图5B表示在图5A中照明固定件503的安排的例子；
图5C是图5A中的计算机505的配置的示意图；
图6是按照本发明用于确定受精鸡蛋的性别的方法的流程图；
图7是表示处理结果的曲线，所述处理结果是对39个鸡蛋的每个鸡蛋应用根据鸡蛋的宽侧的圆度确定性别的例子时获得的；
图8是表示处理结果的曲线，所述处理结果是对39个鸡蛋的每个鸡蛋应用根据鸡蛋的宽侧的圆度确定性别的例子时获得的；
图9是表示处理结果的曲线，所述处理结果是对39个鸡蛋的每个鸡蛋应用根据鸡蛋的窄侧的圆度确定性别的例子时获得的；
图10是表示处理结果的曲线，所述处理结果是对39个鸡蛋的每个鸡蛋应用根据鸡蛋的窄侧的限制确定性别的例子时获得的；
图11是表示处理结果的曲线，所述处理结果是对39个鸡蛋的每个鸡蛋应用根据鸡蛋的中心的位置确定性别的例子时获得的；
图12是表示处理结果的曲线，所述处理结果是对39个鸡蛋的每个鸡蛋应用根据鸡蛋的宽侧的尖度确定性别的例子时获得的；
图13是表示处理结果的曲线，所述处理结果是对39个鸡蛋的每个鸡蛋应用根据鸡蛋的窄侧的尖度确定性别的例子时获得的；
图14是表示处理结果的曲线，所述处理结果是对39个鸡蛋的每个鸡蛋应用根据鸡蛋的宽侧的凸度确定性别的例子时获得的；
图15是表示处理结果的曲线，所述处理结果是对39个鸡蛋的每个鸡蛋应用根据鸡蛋的宽侧的凸度确定性别的例子时获得的；
图16是表示处理结果的曲线，所述处理结果是对39个鸡蛋的每个鸡蛋应用根据鸡蛋的细长确定性别的例子时获得的；
图17是相应于通过应用一个以上的按照本发明的一个实施方式的确定处理进行鸡蛋性别确定的例子的流程图；以及
图18是表示通过应用按照本发明的实施方式的确定处理确定39个鸡蛋的性别的结果。
具体实施方式
下面参照附图详细说明本发明的优选实施方式。
现在参照图1说明本发明的实施方式使用的术语和参数。并且，在下面的说明中，为清楚起见，受精鸡蛋经常被简化为“鸡蛋”。图1表示受精鸡蛋的整个轮廓，以及中心在受精鸡蛋的中心上的接近椭圆的轮廓，并且受精鸡蛋的钝端位于图的右端。在图中的标号表示在本说明中使用的术语和参数。在受精鸡蛋的图像中，在鸡蛋和图像背景之间的边界首先被检测到，然后，使检测的边界形成二维的图形，从而产生图形101。所述图形101被定义为鸡蛋的轮廓。
“钝端”指的是右端102，其位于具有空隙的鸡蛋的轮廓101的宽侧。
“窄端”指的是左端103，其位于没有空隙的鸡蛋的轮廓101的窄侧。
“上端”指的是鸡蛋轮廓101的最上点104，其位于具有鸡蛋的短轴的圆周上。
“下端”指的是鸡蛋轮廓101的最下点105，其位于具有鸡蛋的短轴的圆周上。
鸡蛋的“长轴”指的是在鸡蛋的钝端102和窄端103之间连接的直线的长度106，并把长度106的值表示为Lx。
鸡蛋的“短轴”指的是在上端104和下端105之间连接的直线的长度107，并将其长度值表示为Ly。
鸡蛋的“宽度”指的是垂直于长轴106并被鸡蛋的轮廓101限定的线段的长度，鸡蛋宽度的最大值(最大宽度)是Ly。
“中心”指的是两条线的交点108，即鸡蛋的钝端102和窄端103之间的连线和鸡蛋的上端104和底端105之间的连线的交点。
“从中心到窄端的长度”(窄侧的长度)指的是在窄端103和中心108之间的连线的长度109，其长度值表示为Lxt。
“从中心到钝端的长度”(宽侧的长度)指的是在钝端102和中心108之间的连线的长度110，其长度值表示为Lxh。
“基于中心的近似椭圆(下文简称近似椭圆)”指的是椭圆111，其被这样表示，即，用鸡蛋的中心108作为椭圆111的中心，从鸡蛋的中心到钝端110的长度作为椭圆111的长半径，并利用鸡蛋的短轴107作为椭圆111的短轴。
鸡蛋的“宽侧”指的是在鸡蛋的上端和底端之间连接的线段的右侧112，并且鸡蛋的“窄侧”指的是所述直线的相对侧113。
鸡蛋的“面积”指的是由鸡蛋的轮廓101限定的部分的面积，并且面积的值用Sx表示。
鸡蛋的“宽面积”指的是鸡蛋的宽侧的面积，并且宽面积的值用Sxh表示。
鸡蛋的“窄面积”指的是鸡蛋的窄侧的面积，窄面积值用Sxt表示。
“近似椭圆的面积”指的是由鸡蛋的近似椭圆111的轮廓限定的部分的面积，该面积值用Sxd表示。
“近似椭圆的宽面积”指的是近似椭圆的宽侧的面积，宽面积的值用Seh表示。
“近似椭圆的窄面积”指的是近似椭圆的窄侧的面积，窄面积的值用Set表示。
[为确定性别而提取特征的例子]
下面说明用于确定性别的基本特征。确定受精鸡蛋的性别的目的是可靠地把鸡蛋分成雄性鸡蛋和雌性鸡蛋，因而防止雄性鸡蛋被孵化。不过，可以要求用于确定性别的每个参考只用于确定在一组鸡蛋当中满足所述参考的鸡蛋是否确实是雄性的或雌性的。因此，不需要所有的雌性鸡蛋或雄性鸡蛋满足所述参考。因为没有一个可以应用于鸡蛋这种自然产品的完美的参考，但是通过简单地应用多个满足上述要求的参考，可以可靠地确定性别。
因此，下述的每个基本特征不是完美的，但是这种特征可以用于可靠地确定一组雌鸡蛋或雄鸡蛋当中的一些鸡蛋的性别。
<雄性鸡蛋的基本特征>
可以认为，具有下述特征的鸡蛋是雄鸡蛋的几率高。
在钝端102附近轮廓101的曲率小的鸡蛋，即在其宽侧的末端尖的鸡蛋。
在其宽侧，在中心和钝端之间的中点附近鸡蛋的宽度大的鸡蛋，更具体地说，在钝端和中心之间的中点附近鸡蛋的宽度和鸡蛋的最大宽度之间的差小的鸡蛋，即其宽侧过大的鸡蛋。
在其窄侧，在中心和窄端之间的中点附近鸡蛋的宽度大的鸡蛋，更具体地说，在中心和窄端之间的中点附近鸡蛋的宽度和鸡蛋的最大宽度之间的差小的鸡蛋，即鸡蛋的窄侧大的鸡蛋。
在窄端附近的宽度大的鸡蛋，即在其窄侧的末端大的鸡蛋。
其短轴107相对于鸡蛋的轮廓101短的鸡蛋，即，细长形的鸡蛋(也可以认为类似橄榄球的鸡蛋)。
<雌性鸡蛋的基本特征>
可以认为，具有下述特征的鸡蛋是雌鸡蛋的几率高。
在钝端102附近轮廓101的曲率大的鸡蛋，即在其宽侧的末端圆的鸡蛋。
在窄端103附近轮廓101的曲率大的鸡蛋，即其窄侧的末端圆的鸡蛋。
其窄侧的宽度与宽侧的宽度之比小的鸡蛋，即其宽侧比窄侧大的或者其窄侧被限制的鸡蛋(可以认为，这种鸡蛋好像无花果)。
其中心到窄端的长度与其长轴的长度之比大的鸡蛋，即其中心的位置较高的鸡蛋。
从中心到窄端的长度与长轴的长度之比小的鸡蛋，即其中心的位置较低的鸡蛋。
此外，其面积大的鸡蛋，即大个的鸡蛋。
因而，通过利用预定的参数量化上述的基本特征可以把用于确定鸡蛋性别的参考应用于一个实施方式。此外，显然，上述的参考可以被统计地采用，以便和通过实际孵化鸡蛋所得的结果比较。
上述的用于确定性别的基本特征中的一些特征可以联系鸡蛋的宽度被量化。图2表示和用于量化上述的用来确定性别的基本特征的鸡蛋的宽度有关的参数的例子。其中所述的鸡蛋的宽度被这样设置，使得它们适合于表示任何上述的基本特征。此外，在图2中使用的和图1相同的标号表示相同的部分。
宽度长度201指的是当从鸡蛋的中心看时，以直角和从鸡蛋的中心到钝端的直线在从鸡蛋的中心到钝端的总长度的90％的位置相交的直线的长度。并且其还由鸡蛋的轮廓限定。长度201的值用Wh90表示。
宽度长度202指的是当从鸡蛋的中心看时，以直角和从鸡蛋的中心到钝端的直线在从鸡蛋的中心到钝端的总长度的85％的位置相交的直线的长度，并且其还由鸡蛋的轮廓限定。长度202的值用Wh85表示。
宽度长度203指的是当从鸡蛋的中心看时，以直角和从鸡蛋的中心到钝端的直线在从鸡蛋约中心到钝端的总长度的50％的位置相交的直线的长度，并且其还由鸡蛋的轮廓限定。长度203的值用Wh50表示。
宽度长度204指的是当从鸡蛋的中心看时，以直角和从鸡蛋的中心到窄端的直线在从鸡蛋的中心到窄端的总长度的90％的位置相交的直线的长度，并且其还由鸡蛋的轮廓限定。长度204的值用Wt90表示。
宽度长度205指的是当从鸡蛋的中心看时，以直角和从鸡蛋的中心到窄端的直线在从鸡蛋的中心到窄端的总长度的85％的位置相交的直线的长度，并且其还由鸡蛋的轮廓限定。长度205的值用Wt85表示。
宽度长度206指的是当从鸡蛋的中心看时，以直角和从鸡蛋的中心到窄端的直线在从鸡蛋的中心到窄端的总长度的50％的位置相交的直线的长度，并且其还由鸡蛋的轮廓限定。长度206的值用Wt50表示。
利用上述的宽度长度201(Wh90)到宽度长度206(Wt50)的相互组合，可以观察在宽侧和窄侧的宽度长度如何变化。因而，可以确定鸡蛋的凸度、肥胖度或者细长度、鸡蛋的钝端或窄端的圆度或尖度、或者鸡蛋的窄侧的限制。稍后将详细说明通过根据鸡蛋的基本特征组合上述的内容确定性别的方法。
此外，雌鸡蛋和雄鸡蛋的上述的基本特征中的一些特征可以联系鸡蛋的近似椭圆进行量化。例如，当精密地观察鸡蛋的宽侧的轮廓和叠置到其上的近似椭圆时，发现鸡蛋的轮廓几乎完全和近似椭圆的轮廓一致，但是在一些情况下，近似椭圆延伸超出鸡蛋的轮廓，或者近似椭圆大大小于鸡蛋的面积。和近似椭圆差别大的鸡蛋趋于孵出雄性的孵化小鸡。图3表示可以根据近似椭圆和鸡蛋的轮廓设置的用于量化上述的雄性鸡蛋和雌性鸡蛋的基本特征的参数的例子。图3中使用的和图1相同的标号表示相同的部分。
例如，为了量化基本特征例如“宽侧的末端的圆度”，可以采用在近似椭圆的轮廓和在窄侧113的鸡蛋的轮廓之间的距离的变化率。具体地说，假定在鸡蛋的窄端和近似椭圆的窄端之间的距离用长度301表示，并假定由平行于长轴106的两条直线限定的近似椭圆的宽度被表示为宽度303，其中每一条直线相应于在近似椭圆的轮廓和具有长度302的鸡蛋的轮廓之间的直线，所述长度302是长度301的90％，则可以由宽度303的值确定窄侧的末端的圆度。
此外，基本特征例如“宽侧的凸度”可以通过在鸡蛋的宽侧112比较鸡蛋的轮廓101和近似椭圆111来量化。例如，虽然鸡蛋的宽侧的轮廓和近似椭圆的轮廓极其匹配，可以通过获得在宽侧112的鸡蛋的宽侧的面积和近似椭圆的宽侧的面积之间的差来确定宽侧的凸度，并且，宽侧的凸度可以通过检测在宽侧的任意点轮廓101和近似椭圆111之间的不重合来确定。
在图2和图3中所示的鸡蛋的每个预定参数仅仅是可以用来量化上述的基本特征的要素的例子，其它的参数也可以被提取，而不使用这些图中所示的上述的参数，只要上述的基本特征可被量化即可。
虽然图3表示一个近似的椭圆，其根据短轴107和从中心到钝端的长度110被设置，但是近似椭圆的设置方法不限于此。例如，近似椭圆可以根据鸡蛋的短轴107和从中心到鸡蛋的窄端的长度109来设置，或者根据鸡蛋的长轴106和短轴107来设置。此外，近似椭圆可以通过使用鸡蛋宽侧的轮廓101的切线来设置。即，近似椭圆指的是可以根据能够从鸡蛋的轮廓101提取的参数任意设置的椭圆。
下面参照图4A，4B和图5概括地说明本实施方式的用于确定性别的装置。图4A和图4B表示鸡蛋支架401，用于获取鸡蛋的整个轮廓的图像而不使用任何其它的材料，并且用于获取高对比度的图像，还示出了鸡蛋405，其呈水平位置被放置在鸡蛋支架401上。在鸡蛋支架401上钻有其形状和鸡蛋类似的孔402，并在孔402的边沿形成斜面403，其比鸡蛋的尺寸小10％-15％，使得鸡蛋可以恰好保持在水平位置。
表面404被制成黑色的抛光镜面，以便获得高对比度的图像。首先，当表面被镜面抛光时，从光源入射的光被反射离开鸡蛋支架401的表面404，不过具有一个优点，即根据入射角和反射角的原理，这样反射的光沿垂直于鸡蛋支架401的方向传播的几率极低。此外，如果使表面呈黑色镜面抛光，则照相机的光学灵敏度被降低，这是因为鸡蛋支架401的表面404是黑色的，即使一定数量的反射光沿着垂直于鸡蛋支架401的方向传播。因此，可以使沿垂直于鸡蛋支架401的方向传播的反射光减少到基本上可以忽略的程度。用这种方式，当使鸡蛋支架的表面404黑色镜面抛光时，通过增加鸡蛋405和鸡蛋支架401之间的对比度，可以获得鸡蛋轮廓的高分辨率的图像。
图5A表示用于提取特征或者用于通过拍摄鸡蛋的图像并处理图像数据来确定性别的装置的结构。鸡蛋504被水平地放置在鸡蛋支架501上，用照相机502拍摄鸡蛋504的图像，所述照相机位于鸡蛋的正上方，并沿垂直于鸡蛋支架的表面的方向设置。作为照相机502，可以使用静止的数字照相机，摄像机或者类似物，例如，其使用CCD作为图像拾取装置。鸡蛋504由来自每个照明固定件503的光均匀地照射。每个照明固定件503沿着鸡蛋504的轮廓设置，如图5B所示，使得可以获得合适的对比度，并且使由照相机拍摄的图像不受来自任何其它部分的入射光的影响。
照明固定件503被这样提供，使得鸡蛋504由照明固定件503以相对于水平方向稍微向上而不成直角的角度照明(为简单起见，图5A只示出了两个照明固定件)。因而，即使是鸡蛋504的轮廓的下部也能由这些照明固定件503充足地照明，使得能够检测到轮廓的侧面。因为鸡蛋支架501的表面404经过如上所述的黑色镜面抛光，以稍微向上的角度从照明固定件503射出的光506被反射离开鸡蛋支架的表面404，但是根据入射角和反射角原理，这样反射的光沿着垂直于表面404的方向传播的几率极低。然而，即使当照明固定件503以稍微向上的角度照射鸡蛋时，也存在沿垂直于鸡蛋支架的表面404的方向朝向照相机传播的光，这是因为，鸡蛋504的表面具有细微的粗糙度。此外，因为鸡蛋504具有光能，例如白光或红光，所以来自鸡蛋的到达照相机的光能大于来自鸡蛋支架的表面404的光能。因而，在鸡蛋和背景之间的对比度借助于调节照相机的入射灵敏度被大大提高，使得能够稳定而精确地检测鸡蛋的轮廓。
此外，鸡蛋可以利用激光照射，而不用照明固定件503。此外，也可以使用另外的技术，这些技术在鸡蛋支架501内安装背光，并通过使用背光提取鸡蛋的轮廓。由照相机502拍摄的图像作为数字数据被传递到用于进行分析或确定的计算机505中。
图5C是图5A所示的计算机505的方框图。标号510表示CPU，其通过使用存储在RAM 511或ROM 512中的程序和数据控制整个装置，还进行确定鸡蛋的性别的处理。标号511表示ROM，其存储用于控制整个装置的程序和数据。标号512表示RAM，其提供由CPU使用的用于进行各种处理的工作区域，和用于存储要在显示器513上显示的数据的VRAM区域。
标号513表示用于显示被存储在VRAM区域的显示数据的显示器，所述显示器包括CRT或液晶显示器。标号514是用于连接计算机505和上述成像装置502的接口。
标号515表示输入装置，例如键盘，鼠标，或者其它操作者控制板。标号516表示通信接口，用于和LAN或者因特网相连。标号517表示HDD，其作为存储器，用于存储成像装置所需的图像数据、从上述的图像数据获得的测量数据，或者类似数据。
[用于确定性别的程序]
下面说明用于确定性别的程序。图6表示由图5所示的装置执行的性别确定处理的流程图。首先，在S601，由照相机502拍摄鸡蛋的图像，并由计算机505获取所述图像的图像数据。
上述的获取的图像数据由计算机505处理。在S601由计算机505获取的图像数据首先被存储在RAM 512内。接着，在S602，CPU 510通过识别在照相机拍摄的鸡蛋的图像和其背景之间的对比检测边沿，并把检测的边沿变换成鸡蛋的整个轮廓的图像数据。这里的整个轮廓指的是可以变换为由位于鸡蛋504的正上方的照相机502获得的二维图像的鸡蛋的整个轮廓，而不是鸡蛋的三微空间轮廓或者二维轮廓的一部分。此外，变换的数据的左右边沿和上下边沿被确定，并计算两条直线，即在上下端之间的直线和在钝端与窄端之间的直线的交点的坐标。从交点到钝端的长度以及在上端和下端的距离的一半分别被用作长半径和短半径，以便作出近似椭圆，并使椭圆的中心和鸡蛋的中心一致。
接着，根据获得的轮廓数据，CPU510确定受精鸡蛋的长轴、短轴、中心、以及面积，并确定椭圆的长轴、短轴、面积等，作为用于提取基本特征所需的参数，所有这些在上面已经参照图1到图3进行了说明，然后，在S603，计算所需的沿鸡蛋的长轴方向的任意位置的宽度。然后，在S604，利用由上述计算获得的各个参数的数值并通过组合这些参数提取(或量化)根据受精鸡蛋的轮廓形状而产生的基本特征。
接着，在S605，根据产生的关于受精鸡蛋的轮廓形状的基本特征、在S604被量化的基本特征，进行用于确定性别的处理。具体地说，根据利用预定的参数量化的基本特征和用作确定性别的参考并对每个基本特征设置的门限值，确定在S604量化的轮廓形状的基本特征是否达到这样的程度，其中显现出雄性鸡蛋的特征或雌性鸡蛋的特征。
例如，钝端的圆度被量化，这就是说，在从鸡蛋的中心到钝端的总长度的90％的位置的宽度除以鸡蛋的短轴，得到值YR90。如果YR90大于门限值Th1，则上述受精鸡蛋的“钝端的圆度”的程度足以识别该鸡蛋是雌鸡蛋，因此，确定该鸡蛋是雌鸡蛋。
在另一方面，如果上述的YR90小于门限值Th1，则上述受精鸡蛋的“钝端的圆度”的程度不足以识别该鸡蛋是雌鸡蛋，因此，根据这些特征，经过上述的处理的受精鸡蛋不能确定是雄鸡蛋或雌鸡蛋。不过，即使在这种情况下，也可以根据其它特征进行性别确定。
在S605的确定处理的结果连同由图像数据和图像处理获得的数值一道被存储在HDD517中，并被编辑成数据库。通过连续地进行确定处理并更新所述数据库，可以改善确定的精度。
然后，在S606，按照确定结果确定受精鸡蛋的性别。在这一步，确定结果被在显示器513上显示，此时按照显示的结果把受精鸡蛋用机械方式或者手工方式和其它鸡蛋分开。
下面通过将确定处理和鸡蛋的基本特征相结合详细说明图6的S605的确定处理。
[雌特征-宽侧的圆度]
其宽侧(钝端)的圆度显著的鸡蛋是雌性鸡蛋的可能性大。其宽侧的圆度显著的鸡蛋被认为是具有这样的轮廓101的鸡蛋，即，在钝端102的附近的曲率大。据此，例如，在从鸡蛋的中心到钝端的总长度的90％的位置的宽度除以鸡蛋的短轴。用这种方式，可以量化宽侧的圆度(这个计算结果被称为YR90)，并且可以用下式确定：
[式1]
YR90＝Wh90/Ly
图7表示利用这种处理确定实际鸡蛋的性别的结果。准备39个白来亨鸡的受精鸡蛋用于这个实验，其中使用图5A的装置测量每个鸡蛋的形状，在孵化之前提取用于性别确定所需的数据，然后通过人工确定孵化的小鸡性别。根据确定的结果对所有的鸡蛋编号，具体地说，数字1-24号代表雌鸡蛋，数字25-29代表雄鸡蛋。
在图7中，编号为5，6，7，12，24的5个鸡蛋(相应于该图中的具有方框的编号)的YR90的值大于雄性鸡蛋的YR90的值。所以，这5个鸡蛋被认为是雌性鸡蛋。因此，假定门限值(Th1)被设置为0.941，在图7所示的曲线中，编号为5，6，7，12，24的鸡蛋可被认为是雌性鸡蛋。
在图7中，24个鸡蛋当中的5个鸡蛋可被认为是雌鸡蛋。其余的19个鸡蛋的性别在这个阶段不能确定。不过，受精鸡蛋是一种活的东西，并且其形状是在自然的影响下形成的。因此，一些鸡蛋的性别不能确定，即使它们具有共同的特征。对于人类，确实如此，因为其可以一眼看出某些婴儿是女孩，而其它一些婴儿，便不能一眼看出是女孩或男孩。因此，不必利用“宽侧的圆度”这个特征识别所有的雌鸡蛋，但是可以根据这个特征确定肯定是雌性的鸡蛋。此外，在这个阶段设置的门限值可以被设置为用于确定肯定是雌性的鸡蛋的门限值。
此外，根据通过按照下式量化宽侧的凸度而获得的结果(R85)，可以进行性别确定的处理。
[式2]
R85＝Wh85/Ly
在上式中的R85表示在从鸡蛋的中心108到钝端102的总长度的85％的位置的宽度202的长度。
图8表示根据由式2得到的宽侧的凸度对上述39个鸡蛋进行性别确定的结果。在这种情况下，如果门限值Th2被设置为0.91，则具有大于Th2的R85的值的编号为4，7，12，20的4个鸡蛋被识别为雌鸡蛋，而其它的鸡蛋被确定不是雌鸡蛋，至少如此。用这种方式，可以确定39个鸡蛋的性别。当宽侧的凸度被量化时，确定在宽侧的轮廓上的任意位置的微分值，然后可以利用大于其它微分值的这样获得的微分值作为雌性鸡蛋的特征。
[雌特征-窄侧的圆度]
其窄侧的圆度的程度显著的鸡蛋是雌鸡蛋的可能性大。具有圆度显著的窄侧的鸡蛋被认为是具有在窄端103附近其曲率大的轮廓101的鸡蛋。具体地说，通过比较窄侧的轮廓及其近似椭圆，可以清楚地识别窄端的圆度。这可以参照图3来说明。标号301表示在鸡蛋的窄端和近似椭圆的窄端之间的长度。宽度303表示在鸡蛋的窄端的轮廓和近似椭圆的窄端的轮廓之间的差是长度301的90％的位置取的近似椭圆的宽度。实际上，在性别确定时，使用宽度303的倒数(Gym)作为表示鸡蛋的窄侧的圆度的数值。当根据Gym的值确定上述的39个鸡蛋的性别时，可以获得图9所示的结果。在这种情况下，纵轴上的值是由图3所示的近似椭圆的宽度303的倒数表示的特征。如果门限值Th3被设为2.008，则编号为3，7，10，13，18，19，21，22，23的其Gym值大于Th3的鸡蛋可被识别为雌鸡蛋。
[雌特征-窄侧的限制]
由其宽侧的凸出大于其窄侧的凸出的鸡蛋(在其窄侧具有被限制的部分的鸡蛋)孵出雌性孵化小鸡。窄侧的限制可以由鸡蛋的窄侧的宽度对宽侧的宽度的比来确定，具体地说，通过使用尾部附近的宽度，可以充分地识别雌特征。例如，在从中心到钝端的总长度的50％的位置取的宽度203除以在从中心到窄端的总长度的85％的位置取的宽度205。用这种方式，可以量化窄侧的限制(L85)。L85由下式确定：
[式3]
L85＝Wh50/Wt85
图10表示通过对上述39个鸡蛋应用这个确定处理所获得的结果。在图10中，如果门限值Th4被设为1.92，则其L85的值大于Th4的编号为7，11，16，18的鸡蛋可被识别为雌鸡蛋。不使用在从中心到钝端的总长度的50％的位置取的宽度203，也可以使用鸡蛋的短轴104。
[雌特征-中心的位置]
因为中心的位置可以由鸡蛋的窄侧对长轴的比确定，窄侧109的长度可以除以鸡蛋的长轴106(这个结果被表示为GPT，其由下式确定)。也可以由近似椭圆的面积除鸡蛋的面积和近似椭圆的面积之间的差。
[式4]
GPT＝Lxt/Lx
图11表示对上述的39个鸡蛋应用根据GPT值进行性别确定处理所获得的结果。在这种情况下，在统计上，当GPT值大于0.54(门限值Th5A)或者小于0.52(门限值Th5B)时，编号为4，5，7，16的鸡蛋孵出了白来亨鸡的雌性小鸡。
[雄性特征-宽侧的尖度]
作为雄性鸡蛋的特征的宽侧的尖度可以认为在钝端102的附近轮廓101的曲率小。据此，例如鸡蛋的短轴除以在从中心到钝端的整个长度的90％的位置取的宽度。用这种方式，量化鸡蛋的宽侧的尖度(GYR90)。当使用图2所示的参数时，GYR90由下式确定。
[式5]
GYR90＝Ly/Wh90
图12表示对上述的39个鸡蛋应用根据GYR90值进行性别确定所获得的结果。在这种情况下，如果门限值Th6被设为1.092，其GYR90的值大于Th6的编号为26，27，29，31，34的5个鸡蛋可以识别为雄性鸡蛋。用这种方式，可以利用宽侧的端部的宽度表征宽侧的端部的尖度的程度。此外，从鸡蛋的轮廓的线段，可以用宽侧的轮廓的合适的斜率表征所述尖度。此外，如果在由鸡蛋的宽侧的轮廓包围的面积和近似椭圆的宽侧的面积之间的差是一个大的负数，则这种鸡蛋可被认为是雄性鸡蛋。
[雄性特征-窄侧的肥度]
具有肥度显著的窄侧的鸡蛋可以认为是在鸡蛋的窄端附近的宽度大的鸡蛋。作为用于量化窄侧的肥度的处理，例如，在窄侧的总长度的90％的位置取的宽度204除以鸡蛋的短直径107。所获得的值GR由下式确定。
[式6]
GR＝Wt90/Ly
图13表示对上述的39个鸡蛋应用这种根据GR值的性别确定处理所获得的结果。在这种情况下，如果门限值Th7被设为0.43，则其GR值大于Th7的编号为38的一个鸡蛋被识别为雄性鸡蛋。
其窄侧相当肥的鸡蛋是下述的鸡蛋。即，在中心和窄侧的窄端之间的中点附近的鸡蛋的宽度大，更具体地说，在中心和窄端之间的中点附近的鸡蛋的宽度和鸡蛋的宽度的最大值之间的差小。
[雄性特征-宽侧过量凸出]
宽侧过量凸出是指在鸡蛋的宽侧在中心和钝端之间的中点附近鸡蛋的宽度大，更具体地说，在鸡蛋的宽侧在中心和钝端之间的中点附近鸡蛋的宽度和鸡蛋的宽度的最大值之间的差小。据此，例如，在从中心到钝端的整个距离的50％的位置取的宽度除以鸡蛋的长轴。用这种方式，可以量化例如宽侧过量凸出这个特征(R50BX)。当使用图2所示的参数时，R50BX由下式确定。
[式7]
R50BX＝Wh50/Lx
图14表示对上述的39个鸡蛋应用根据R50BX进行性别确定所获得的结果。在这种情况下，如果门限值Th8被设为0.684，则其R50BX大于Th8的编号为25，27，28，33，37，39的6个鸡蛋可以被识别为雄性鸡蛋。此外，可以使用由近似椭圆的短半径或者鸡蛋的短轴除在中心和钝端之间的整个距离的50％的位置取的宽度所获得的商。此外，如果在由鸡蛋的宽侧的轮廓包围的面积和近似椭圆的尺寸的一半的面积之间的差是一个大的正数，则这种鸡蛋可被认为是雄性鸡蛋。
此外，宽侧的凸度可以通过由近似椭圆的宽侧的面积除鸡蛋的宽侧的面积和近似椭圆的宽侧的面积之间的差被量化(DFH)。所得数值结果DFH由下式确定。
[式8]
DFH＝(Sxh-Seh)/Seh
图15表示对上述的39个鸡蛋应用根据DFH值进行性别确定处理所得的结果。在这种情况下，如果门限值Th9被设为1000，则其DFH值大于Th9的编号为30和35的两个鸡蛋可被认为是雄性鸡蛋。每个鸡蛋的宽侧的轮廓都大于近似椭圆宽侧的轮廓。此外，可以认为，如果由鸡蛋的长轴除鸡蛋的面积所得的商大，则该鸡蛋具有大的凸出部分。因而，也可以使用上述的情况作为雄性鸡蛋的特征。
[雄性特征-细长度]
下面的鸡蛋可以认为具有细长形状(或拉长形状)。即，鸡蛋的短轴107相对于鸡蛋的轮廓101较短。图16示出了根据DSY值的性别确定结果，所述DSY值是利用下式获得的。换句话说，由鸡蛋的轮廓包围的面积除以鸡蛋的短轴来获得DSY值。
[式9]
DSY＝Sx/Ly
在图16中，虽然雌性鸡蛋7，11，16，20，24(相应于图中三角形内的标号)的DSY值大于雌性鸡蛋的DSY值，这种雌性鸡蛋的重要的特征可以根据测量结果预先被除去。在除去雌性鸡蛋的特征之后，门限值Th10被设为345.5。因而，其DSY值大于Th10的编号为26，30，31，32，35，36的鸡蛋可以被识别为雄性鸡蛋。当除去用于本实施方式的上述39个鸡蛋之外的其它试样根据这个特征进行性别确定时，可以独立地识别雄性鸡蛋。
上述使用预定的参数量化基本特征的技术，其中的基本特征是根据反映受精鸡蛋的性别的轮廓产生的，这些仅仅用于说明本实施方式。因此，通过使用预定的参数提取某个基本特征并不限于上述，并且量化提取的基本特征只是本领域技术人员的能力的发挥。因此，所得的参数和数值以及使用这些参数和数值的性别确定技术显然包括在本发明的技术范围内。
[根据多个性别确定处理的结合进行性别确定的例子]
通过组合可以从鸡蛋的轮廓获得的参数可以提取雄性鸡蛋或雌性鸡蛋的基本特征。不过，就各个基本特征而论，难于覆盖具有复杂形状的所有的鸡蛋。例如，即使在雌性鸡蛋的情况下，有些鸡蛋的窄侧的圆度也是显著的，或者有些鸡蛋的窄侧的限制是显著的。用这种方式，雌性鸡蛋和雄性鸡蛋的基本特征的显现依赖于鸡蛋的品种、母鸡以及孵化鸡蛋的环境。因此，通过组合这些基本特征，然后把组合的基本特征包括在一个按照优先权顺序按顺序进行性别确定处理的程序中，可以获得高速的性别确定。
图18是表示通过应用上述的每个确定处理来确定鸡蛋的性别而获得的结果的表。在图18中，在GYR90至DSY的每个确定处理中的圆圈表示鸡蛋被识别为雄性鸡蛋，但是不能通过所有的确定处理完成鸡蛋是雄性鸡蛋或者不是雄性鸡蛋的确定。不过，通过组合至少两种确定处理，确定的精度可被大大改善。
这样，就上述的39个鸡蛋而论，下面说明通过组合确定处理YR90到DSY来确定所有39个鸡蛋的性别的方法。图17表示这种处理的流程图的一个例子。图17表示的确定处理的组合的例子只用于说明本实施方式，因而可以灵活地选择和组合多个确定处理，而不限于此处采用的确定处理。例如，要采用的确定处理可以根据母鸡的品种来选择并设置它们的优先权，或者另外，可以根据月龄来改变要组合的确定处理及其优先权。
图17的流程图也可以认为是图6中S605进行的确定处理。在图17中，步骤S1701用于根据R85确定钝端的圆度，并把满足R85＞Th2的鸡蛋识别为雌鸡蛋。接着，在步骤S1702，根据L85确定窄侧的限制，并把满足L85＞Th4的鸡蛋识别为雌鸡蛋。接着在步骤S1703，根据DFH确定宽侧的过量凸出，并把满足DFH＞Th9的鸡蛋识别为雄鸡蛋。
接着，在步骤S1704，根据GYR90确定宽侧的尖度，并把满足GYR＞Th6的鸡蛋识别为雄性鸡蛋。在步骤S1705，根据R50BX确定宽侧的凸度，并把满足R50BX＞Th8的鸡蛋识别为雄鸡蛋。在步骤S1706，根据GR确定窄侧的肥度，并把满足GR＞Th7的鸡蛋识别为雄性鸡蛋。
接着，在步骤S1707，根据DSY确定鸡蛋的细长度，并把DSY＞Th10的鸡蛋识别为雄性鸡蛋。在本实施方式中，通过在步骤S1707确定雄性鸡蛋可以留下难于确定的雌性鸡蛋。
用这种方式，通过组合这些确定处理，可以对所有39个鸡蛋进行性别确定处理，如本实施方式所述。类似地，即使在进行性别确定的对象中包括各种形状的鸡蛋，也能合适地进行性别确定。
作为图17所示的流程图的预处理，参考鸡蛋的面积的值，较大的鸡蛋被作为雌鸡蛋预先除去。因而，可以改善在每种确定处理中的性别确定的精度。
此外，对一个系统或装置提供存储介质或记录介质，在其上记录有相应于图6和图17所示的鸡蛋性别确定处理的流程图的软件的程序代码，并由系统或装置的计算机(或CPU，MPU)读出并执行在存储介质中存储的程序代码，因而，进行确定处理。在这种情况下，从存储介质读出的程序代码本身执行上述实施方式的功能，因此，其中存储有所述程序代码的存储介质构成本发明。
在本发明的实施方式中所述的门限值是通过测量许多鸡蛋的结果而获得的数值，但是不受此处所述的数值的限制。通过进一步进行测量，并积累测量数据，可以修正门限值，以便提供更高的精度。即，通过根据进行上述的确定处理而获得的结果设置的新的门限值自然可以应用于上述的每个实施方式。并且，通过使用上述的新的门限值进行鸡蛋的性别确定的方法和装置被包括在本发明的技术构思内。
本说明书使用的术语和表述只用于说明的目的，并不用于限制本发明，因此，和上述的术语和表述等效的术语和表述不能被除外。此外，本发明不限于在附图中所示的实施方式，不脱离本发明的技术构思，可以作出各种改变。
在本发明中，如上所述，通过使用可以借助于计算机系统从各个鸡蛋的整个轮廓获得的量化的基本雌性或雄性特征，进行性别确定。因此，能够提供一种方法或其类似物，用于以高的速度和精度确定受精鸡蛋的性别，这是利用依靠人的视觉检查或形状参考的常规技术难于达到的。此外，通过使用参数，例如近似椭圆或包括鸡蛋的长度、最大宽度和中心的鸡蛋的轮廓，并使用通过组合上述参数作为参考而获得的用于性别确定的基本特征，以便进行性别确定，还使得能够不依赖于母鸡进行受精鸡蛋的性别确定。
此外，甚至通过使用鸡蛋轮廓的微小的部分来提取雌性或雄性特征，并根据提取的特征进行性别确定。因此，这种性别确定也可以应用于形状复杂的受精鸡蛋，甚至当鸡蛋的形状由于母鸡的改良而改变时。
此外，因为本发明提供一种以高的精度确定性别的方法，受精的雄性鸡蛋可以用于其它目的，例如作为食品或疫苗，而不减少雌性孵化小鸡的生产率。因而，这些技术能够使得有效地利用资源。
此外，因为用于放置受精鸡蛋的鸡蛋支架的表面经过黑色镜面抛光，在拍摄受精鸡蛋的图像并获取其图像数据时，可以获得对比度高的图像。因此，可以改善确定的精度。
因为不脱离本发明的范围和构思，显然可以作出本发明的许多不同的实施方式，所以应当理解，除了在所附权利要求中限定的之外，本发明不限于特定的实施方式。

Claims (27)

1.一种用于确定受精鸡蛋的性别的方法，包括：
通过拍摄放置在具有镜面抛光表面的鸡蛋支架上的所述受精鸡蛋的图像获得二维轮廓图像数据；
从所述二维轮廓图像数据，提取表示所述受精鸡蛋的形状特征的一个或多个参数；以及
通过使用所述参数的任何一个或者使用所述参数的组合，进行性别确定。
2.根据权利要求1所述的确定受精鸡蛋的性别的方法，其中所述表示所述受精鸡蛋的形状特征的参数包括：鸡蛋的钝端和鸡蛋的窄端之间的长度、鸡蛋的最大宽度、在轮廓上的任意位置的凸度以及由轮廓包围的部分的中心位置。
3.一种用于确定受精鸡蛋的性别的方法，包括：
从受精鸡蛋的二维轮廓图像数据提取表示所述受精鸡蛋的形状的参数，其中受精鸡蛋的二维轮廓图像数据是通过拍摄放置在具有镜面抛光表面的鸡蛋支架上的所述受精鸡蛋的图像而得到的；
确定通过孵化所述受精鸡蛋而获得的孵化小鸡的性别；
通过检查确定的孵化小鸡的性别，获得用于确定所述鸡蛋性别的针对表示所述受精鸡蛋的形状而提取的参数的门限值；以及
通过使用所述门限值确定受精鸡蛋的性别。
4.一种用于确定受精鸡蛋的性别的方法，该方法基于从所述受精鸡蛋的二维轮廓图像数据提取的表示所述受精鸡蛋形状的参数，其中受精鸡蛋的二维轮廓图像数据是通过拍摄放置在具有镜面抛光表面的鸡蛋支架上的所述受精鸡蛋的图像而得到的，包括：
确定具有最大值的第一线段，所述第一线段从这些线段当中选择，其中的每条线段被连接在所述受精鸡蛋的宽侧的轮廓上的一点和所述受精鸡蛋的窄侧的轮廓上的一点之间；
确定具有最大值的第二线段，所述第二线段从这些线段当中选择，其中每条线段基本上垂直于所述第一线段，并表示由和所述受精鸡蛋的轮廓的交点决定的所述受精鸡蛋的宽度；
提取具有最大值的所述第一线段和具有最大值的所述第二线段的交点；以及
通过使用所述提取的交点作为参数确定所述受精鸡蛋的性别。
5.一种用于确定受精鸡蛋的性别的方法，该方法基于从所述受精鸡蛋的二维轮廓图像数据提取的表示所述受精鸡蛋形状的参数，其中受精鸡蛋的二维轮廓图像数据是通过拍摄放置在具有镜面抛光表面的鸡蛋支架上的所述受精鸡蛋的图像而得到的，包括：
获得一个和所述受精鸡蛋的轮廓近似的椭圆作为表示所述受精鸡蛋的形状的参数；
提取所述椭圆的长轴或短轴，或者在所述受精鸡蛋的轮廓和所述椭圆之间的误差，作为所述参数；以及
利用任何所述的参数或者它们的组合进行性别确定。
6.一种用于确定受精鸡蛋的性别的方法，包括：
通过拍摄放置在具有镜面抛光表面的鸡蛋支架上的所述受精鸡蛋的图像，获得受精鸡蛋的轮廓图像数据；
由所述轮廓图像数据，检查所述受精鸡蛋的钝端和窄端，并且还检测所述轮廓和表示所述受精鸡蛋的最大宽度的直线的交点，所述直线垂直于在所述钝端和所述窄端之间连接的直线；
设置一个椭圆，其中在所述检测的交点之间连接的线段的长度的一半被作用短的半径，并且把连接在连接所述交点的直线的中点和钝端之间的直线的长度用作长的半径；以及
通过使用所述设置的椭圆作为表示所述受精鸡蛋的轮廓的参数，根据所述椭圆的形状确定所述受精鸡蛋的性别。
7.一种用于确定受精鸡蛋的性别的方法，包括：
从受精鸡蛋的轮廓图像数据提取表示所述受精鸡蛋的形状的多个参数，其中受精鸡蛋的轮廓图像数据是通过拍摄放置在具有镜面抛光表面的鸡蛋支架上的所述受精鸡蛋的图像而得到的；以及
通过使用新的参数确定所述受精鸡蛋的性别，所述新的参数可以通过利用所述多个参数的任何一个对所述多个参数的一个参数标准化来获得。
8.一种用于确定受精鸡蛋的性别的方法，包括：
通过拍摄放置在具有镜面抛光表面的鸡蛋支架上的所述受精鸡蛋的图像，获得受精鸡蛋的二维轮廓图像数据；
从所述二维轮廓图像提取由所述受精鸡蛋的轮廓包围的面积和作为表示所述受精鸡蛋的轮廓的参数的椭圆包围的面积；以及
通过使用在由所述受精鸡蛋的轮廓包围的所述面积和由所述椭圆包围的所述面积之间的不同的程度确定所述受精鸡蛋的性别。
9.一种用于确定受精鸡蛋的性别的方法，包括：
通过拍摄放置在具有镜面抛光表面的鸡蛋支架上的所述受精鸡蛋的图像获得二维轮廓图像数据；
根据所述二维轮廓图像数据获取所述受精鸡蛋的宽侧的预定位置的宽度和所述受精鸡蛋的窄侧的预定位置的宽度的比；以及
通过使用所述宽度的比确定所述受精鸡蛋的性别。
10.一种用于确定受精鸡蛋的性别的方法，包括：
通过拍摄放置在具有镜面抛光表面的鸡蛋支架上的所述受精鸡蛋的图像获得二维轮廓图像数据；
根据所述二维轮廓图像数据量化所述受精鸡蛋的钝端的圆度；以及
通过使用所述量化的圆度确定所述受精鸡蛋的性别。
11.一种用于确定受精鸡蛋的性别的方法，包括：
通过拍摄放置在具有镜面抛光表面的鸡蛋支架上的所述受精鸡蛋的图像获得二维轮廓图像数据；
根据所述二维轮廓图像数据量化所述受精鸡蛋的窄端的圆度；以及
通过使用所述量化的圆度确定所述受精鸡蛋的性别。
12.一种用于确定受精鸡蛋的性别的方法，包括：
通过拍摄放置在具有镜面抛光表面的鸡蛋支架上的所述受精鸡蛋的图像获得二维轮廓图像数据；
获取所述受精鸡蛋的宽侧的预定位置的宽度对所述鸡蛋的最大宽度的比，并根据所述二维轮廓图像数据量化所述的比，作为所述受精鸡蛋的宽侧的圆度；以及
通过使用所述受精鸡蛋的宽侧的所述量化的圆度确定所述受精鸡蛋的性别。
13.一种用于确定受精鸡蛋的性别的方法，包括：
通过拍摄放置在具有镜面抛光表面的鸡蛋支架上的所述受精鸡蛋的图像获得二维轮廓图像数据；
获取所述受精鸡蛋的宽侧的预定位置的宽度和在所述受精鸡蛋的窄侧的预定位置的宽度的比，并根据所述二维轮廓图像数据量化所述的比作为所述鸡蛋的凸度；以及
通过使用所述受精鸡蛋的量化的凸度确定所述受精鸡蛋的性别
14.一种用于确定受精鸡蛋的性别的方法，包括：
通过拍摄放置在具有镜面抛光表面的鸡蛋支架上的所述受精鸡蛋的图像获得二维轮廓图像数据；
利用鸡蛋的最大长度或最大宽度或者利用近似椭圆的长半径除所述受精鸡蛋的宽侧的预定位置的宽度，并根据所述二维轮廓图像数据量化这样获得的商作为鸡蛋的凸度；以及
通过使用所述受精鸡蛋的所述量化的凸度确定所述受精鸡蛋的性别。
15.一种用于确定受精鸡蛋的性别的方法，包括：
通过拍摄放置在具有镜面抛光表面的鸡蛋支架上的所述受精鸡蛋的图像获得二维轮廓图像数据；
利用鸡蛋的最大宽度或者最大长度除由所述受精鸡蛋的整个鸡蛋轮廓包围的面积，并根据所述二维轮廓图像数据量化这样获得的商作为所述受精鸡蛋的凸度；以及
通过使用所述受精鸡蛋的所述量化的凸度确定所述受精鸡蛋的性别。
16.一种用于确定受精鸡蛋的性别的方法，包括：
通过拍摄放置在具有镜面抛光表面的鸡蛋支架上的所述受精鸡蛋的图像获得二维轮廓图像数据；
根据所述二维轮廓图像数据量化所述受精鸡蛋的宽侧的轮廓的一个位置的微分作为所述受精鸡蛋的圆度；以及
通过使用所述受精鸡蛋的所述量化的圆度确定所述受精鸡蛋的性别。
17.一种用于确定受精鸡蛋的性别的方法，基于从所述受精鸡蛋的二维轮廓图像数据提取的表示所述受精鸡蛋形状的参数，其中受精鸡蛋的二维轮廓图像数据是通过拍摄放置在具有镜面抛光表面的鸡蛋支架上的所述受精鸡蛋的图像而得到，包括
根据在雌性鸡蛋和雄性鸡蛋共同存在的一个区域内的数值和在雌性鸡蛋和雄性鸡蛋不共同存在的一个区域内的数值之间的边界确定关于表示所述受精鸡蛋的性别的特征的门限；以及
通过识别具有在雌性鸡蛋和雄性鸡蛋不同时存在的区域内的数值的所述受精鸡蛋作为雄性鸡蛋或雌性鸡蛋确定所述受精鸡蛋的性别。
18.一种用于确定受精鸡蛋的性别的方法，基于从所述受精鸡蛋的二维轮廓图像数据提取的表示所述受精鸡蛋形状的参数，其中受精鸡蛋的二维轮廓图像数据是通过拍摄放置在具有镜面抛光表面的鸡蛋支架上的所述受精鸡蛋的图像而得到，包括：
通过使用利用统计方法表示雌性鸡蛋和雄性鸡蛋不同时存在的确定区域的特征把雄性鸡蛋和雌性鸡蛋相互分开；并且
通过使用不表示雌性鸡蛋和雄性鸡蛋不同时存在的确定区域的特征确定所述受精鸡蛋的性别。
19.一种用于确定受精鸡蛋的性别的方法，包括：
根据通过拍摄放置在具有镜面抛光表面的鸡蛋支架上的受精鸡蛋的图像而获得的图像数据提取表示所述受精鸡蛋的形状的参数；
通过使用所述参数或者所述参数的组合量化根据从所述图像数据获得的所述受精鸡蛋的轮廓的形状产生的反映所述受精鸡蛋的性别的特征；以及
根据所述量化的特征确定所述受精鸡蛋的性别。
20.如权利要求19所述的用于确定受精鸡蛋的性别的方法，其中所述特征包括下述的至少一个：所述受精鸡蛋的钝端的圆度，窄端的肥度，窄端的圆度和窄侧的限制。
21.如权利要求19所述的用于确定受精鸡蛋的性别的方法，其中所述特征通过利用所述参数当中的从所述受精鸡蛋的轮廓获得的受精鸡蛋的轮廓上的预定位置上的宽度被量化。
22.如权利要求19所述的用于确定受精鸡蛋的性别的方法，其中所述特征按照表示所述受精鸡蛋的轮廓的参数的一个椭圆决定。
23.一种用于确定受精鸡蛋的性别的方法，包括：
通过拍摄放置在具有镜面抛光表面的鸡蛋支架上的所述受精鸡蛋的图像获得二维轮廓图像数据；
根据所述受精鸡蛋的所述二维轮廓图像数据提取表示所述受精鸡蛋的形状的特征的参数；
通过利用第二参数标准化所述参数当中的第一参数，以便获得第三参数；以及
根据所述第三参数确定所述受精鸡蛋的性别。
24.一种用于确定受精鸡蛋的性别的方法，包括：
通过拍摄放置在具有镜面抛光表面的鸡蛋支架上的所述受精鸡蛋的图像，获取受精鸡蛋的二维轮廓图像数据；
从所述图像数据中提取受精鸡蛋的轮廓数据；
根据所述轮廓形状数据设置一个椭圆；
利用所述设置的椭圆作为表示所述受精鸡蛋的轮廓的参数的椭圆；以及
根据所述椭圆的形状确定受精鸡蛋的性别。
25.一种用于确定受精鸡蛋的性别的方法，包括：
提取步骤，用于从受精鸡蛋的二维图像数据中提取表示所述受精鸡蛋的形状特征的参数，该二维图像数据是通过拍摄放置在具有镜面抛光表面的鸡蛋支架上的所述受精鸡蛋的图像而得到的；
第一步，根据利用所述参数量化的所述受精鸡蛋的宽侧的圆度确定所述受精鸡蛋的性别；
第二步，根据利用所述参数量化的所述受精鸡蛋的窄侧的限制确定所述受精鸡蛋的性别；
第三步，根据利用所述参数量化的所述受精鸡蛋的宽侧的凸度确定所述受精鸡蛋的性别；
第四步，根据利用所述参数量化的所述受精鸡蛋的宽侧的尖度确定所述受精鸡蛋的性别；
第五步，根据利用所述参数量化的所述受精鸡蛋的窄侧的肥度确定所述受精鸡蛋的性别，以及
第六步，根据利用所述参数量化的所述受精鸡蛋的细长度确定所述受精鸡蛋的性别。
26.一种用于确定受精鸡蛋的性别的装置，包括：
照明装置，用于均匀地照亮其表面经过镜面抛光的鸡蛋支架上的受精鸡蛋，其中来自所述照明装置的照明光以一定角度入射到所述鸡蛋支架的表面上，所述表面位于所述受精鸡蛋的背面。
照相机，用于拍摄被置于所述鸡蛋支架上的受精鸡蛋的图像；
转换装置，用于把所述受精鸡蛋的所述图像转换成二维轮廓图像数据；
提取装置，用于根据所述受精鸡蛋的轮廓图像数据提取表示在所述受精鸡蛋的表面形状上显现的各个特征的参数；以及
确定装置，用于利用所述参数确定所述受精鸡蛋的性别。
27.如权利要求26所述的用于确定受精鸡蛋的性别的装置，其中所述鸡蛋支架的镜面抛光表面是黑色镜面抛光的表面。
CNB031213626A 2002-03-27 2003-03-26 用于确定受精的鸡蛋的性别的方法和装置 Expired - Lifetime CN100397077C (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2002088135A JP4128791B2 (ja) 2002-03-27 2002-03-27 有精卵の雌雄鑑別技術
JP088135/2002 2002-03-27

Publications (2)

Publication Number Publication Date
CN1449655A CN1449655A (zh) 2003-10-22
CN100397077C true CN100397077C (zh) 2008-06-25

Family

ID=27800473

Family Applications (1)

Application Number Title Priority Date Filing Date
CNB031213626A Expired - Lifetime CN100397077C (zh) 2002-03-27 2003-03-26 用于确定受精的鸡蛋的性别的方法和装置

Country Status (9)

Country Link
US (1) US7167579B2 (zh)
EP (1) EP1348334B1 (zh)
JP (1) JP4128791B2 (zh)
KR (1) KR100533291B1 (zh)
CN (1) CN100397077C (zh)
AT (1) ATE404051T1 (zh)
DE (1) DE60322765D1 (zh)
HK (1) HK1059353A1 (zh)
TW (1) TW200307810A (zh)

Families Citing this family (31)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040032973A1 (en) * 2002-08-13 2004-02-19 Eastman Kodak Company Method for using remote imaging to predict quality parameters for agricultural commodities
US7650013B2 (en) * 2004-11-15 2010-01-19 Mobilerobots Inc. System and method for map and position-determination enhancement
US8235003B2 (en) * 2005-07-29 2012-08-07 Embrex, Inc. Methods and apparatus for identifying live eggs
JP5090719B2 (ja) * 2006-12-04 2012-12-05 株式会社ヤマモト 雛鶏の雌雄判定装置及び雛鶏の雌雄判定装置プログラム
US8107060B2 (en) * 2007-10-05 2012-01-31 Embrex, Inc. Methods and apparatus for candling eggs via embryo heartbeat detection
JP2010038897A (ja) * 2008-07-07 2010-02-18 Ryosuke Taniguchi 卵の立体歪み計測法
CN102421282B (zh) 2009-03-13 2015-06-10 范德冯管理有限公司 鸟类性别判定的方法
CN102803952A (zh) * 2009-06-25 2012-11-28 耶路撒冷希伯来大学伊萨姆研发有限公司 卵能育性和性别的高光谱识别
DK2336751T3 (en) * 2009-12-16 2014-11-17 Fraunhofer Ges Forschung Method for determining the sex of the bird eggs
DE102010006161B3 (de) * 2010-01-21 2011-01-13 Technische Universität Dresden Verfahren und Vorrichtung zur Bestimmung des Geschlechtes von befruchteten und nicht bebrüteten Vogeleiern
TWI590193B (zh) * 2011-09-29 2017-07-01 國立清華大學 昆蟲影像檢測方法以及昆蟲分類流程
CN103026984B (zh) * 2012-12-12 2014-08-27 华中农业大学 群体孵化蛋成活性的视觉检测分级装置及其方法
KR101470742B1 (ko) * 2013-06-21 2014-12-08 경남과학기술대학교 산학협력단 닭 깃털의 조만성을 식별하기 위한 프라이머, 프로브 및 이를 이용한 닭 깃털의 조만성 식별 방법
CN103461218B (zh) * 2013-08-30 2016-01-20 黑龙江八一农垦大学 孵化前期近红外种蛋内鸡胚性别识别装置
CN103548718A (zh) * 2013-10-22 2014-02-05 殷盛江 一种用于检测鸡蛋是否受精及确定其性别的装置
MX2017010333A (es) * 2015-02-17 2018-11-12 Matrixspec Solutions Inc Sistemas, dispositivos y métodos para detectar fertilidad y género de huevos no eclosionados.
WO2017217180A1 (ja) * 2016-06-15 2017-12-21 ソニー株式会社 情報処理装置、観察システム、観察方法及びプログラム
CN106035134A (zh) * 2016-07-01 2016-10-26 青岛牧羊人畜牧工程有限公司 一种分流斜向出鸡系统
WO2018023105A1 (en) 2016-07-29 2018-02-01 Ovabrite, Llc System and method for in ovo sexing of avian embryos
CN106645605B (zh) * 2016-09-05 2019-01-08 中国农业大学 基于机器视觉的禽类受精蛋检测方法
US10620176B2 (en) * 2016-12-20 2020-04-14 Zoetis Services Llc Light controlling assembly for an egg identification system, and associated method
JP6930727B2 (ja) * 2017-07-20 2021-09-01 株式会社ナベル 入卵前の種卵の性別指向選抜装置
AU2018306664B2 (en) * 2017-07-23 2024-03-28 Terahertz Group Ltd. A system and method for non-invasively determining egg properties
EP3483619A1 (en) * 2017-11-13 2019-05-15 Technische Universität München Automated noninvasive determining the sex of an embryo of and the fertility of a bird's egg
KR101855130B1 (ko) * 2018-02-02 2018-06-08 농업회사법인 주식회사 보금 자기공명 영상을 이용한 계란 감별장치
JP7320709B2 (ja) * 2018-11-07 2023-08-04 八木 宣英 有精卵雌雄鑑定装置、有精卵雌雄鑑定方法、及びプログラム
JPWO2020095394A1 (ja) * 2018-11-07 2021-02-15 八木 宜英 有精卵雌雄鑑定装置、有精卵雌雄鑑定方法、及びプログラム
CN110751178A (zh) * 2019-09-17 2020-02-04 佛山科学技术学院 一种基于蛋形特征参数的鸡蛋胚胎性别鉴定的方法及装置
CN110583530A (zh) * 2019-10-14 2019-12-20 湖南鸿羽溆浦鹅业发展有限公司 一种照蛋装置
CN110929755A (zh) * 2019-10-21 2020-03-27 北京海益同展信息科技有限公司 一种禽蛋检测方法、装置、系统、电子设备及存储介质
CN113340899A (zh) * 2021-07-07 2021-09-03 青岛兴仪电子设备有限责任公司 种蛋胚胎活性检测的装置及方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB457543A (en) * 1935-02-08 1936-03-16 Peter Rams Improvements in and relating to the determination of the sex of eggs of fowls
DE1021623B (de) * 1954-06-12 1957-12-27 Ovo Colombo Ges M B H Verfahren zum Sortieren von Frischeiern
US3153288A (en) * 1959-03-23 1964-10-20 Wolfgang L Abcl Egg measuring apparatus
FR2738638A1 (fr) * 1995-09-13 1997-03-14 Rangeard Patrick Dispositif de mirage et calibrage
JPH11188267A (ja) * 1997-10-24 1999-07-13 Tookemi:Kk 光触媒ろ材の製造方法
JPH11326202A (ja) * 1998-05-12 1999-11-26 Kyowa Kikai Kk 卵の自動検査装置
WO2000001302A1 (en) * 1998-07-06 2000-01-13 Michigan State University Method and apparatus for avian pre-hatch sex determination
JP2001037367A (ja) * 1999-07-27 2001-02-13 Kyowa Kikai Kk 卵自動選別装置及び不良卵検出装置
JP2001238559A (ja) * 1999-12-24 2001-09-04 Horiuchi:Kk 鳥卵の雌雄鑑別方法および装置

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS61234798A (ja) * 1985-04-10 1986-10-20 Kukida Takeshi 雌雄判別法
JPS6455131A (en) * 1987-08-25 1989-03-02 Torikichi Yoneyama Method for sexing and separating female and male egg
US5377618A (en) * 1992-07-31 1995-01-03 Reproductive Sciences, Inc. Method for preferential production of ratites of a desired sex
ID21888A (id) * 1996-10-04 1999-08-05 Embrex Inc Metode pemisahan "in ovo" burung
EP1118267A1 (en) 2000-01-21 2001-07-25 Michael Cohen A method and system for verification of fertilization of poultry eggs
JP2002253085A (ja) * 2001-02-27 2002-09-10 Tamagawa Gakuen 生物のクローズドシステムによる増殖配布制御方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB457543A (en) * 1935-02-08 1936-03-16 Peter Rams Improvements in and relating to the determination of the sex of eggs of fowls
DE1021623B (de) * 1954-06-12 1957-12-27 Ovo Colombo Ges M B H Verfahren zum Sortieren von Frischeiern
US3153288A (en) * 1959-03-23 1964-10-20 Wolfgang L Abcl Egg measuring apparatus
FR2738638A1 (fr) * 1995-09-13 1997-03-14 Rangeard Patrick Dispositif de mirage et calibrage
JPH11188267A (ja) * 1997-10-24 1999-07-13 Tookemi:Kk 光触媒ろ材の製造方法
JPH11326202A (ja) * 1998-05-12 1999-11-26 Kyowa Kikai Kk 卵の自動検査装置
WO2000001302A1 (en) * 1998-07-06 2000-01-13 Michigan State University Method and apparatus for avian pre-hatch sex determination
JP2001037367A (ja) * 1999-07-27 2001-02-13 Kyowa Kikai Kk 卵自動選別装置及び不良卵検出装置
JP2001238559A (ja) * 1999-12-24 2001-09-04 Horiuchi:Kk 鳥卵の雌雄鑑別方法および装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
特开2001238559 2001.09.04
特开200137367 2001.02.13
特开平11326202 1999.11.26

Also Published As

Publication number Publication date
DE60322765D1 (de) 2008-09-25
KR20030077994A (ko) 2003-10-04
JP4128791B2 (ja) 2008-07-30
EP1348334A1 (en) 2003-10-01
JP2003274791A (ja) 2003-09-30
CN1449655A (zh) 2003-10-22
ATE404051T1 (de) 2008-08-15
HK1059353A1 (en) 2004-07-02
KR100533291B1 (ko) 2005-12-05
EP1348334B1 (en) 2008-08-13
TW200307810A (en) 2003-12-16
US20030185422A1 (en) 2003-10-02
US7167579B2 (en) 2007-01-23

Similar Documents

Publication Publication Date Title
CN100397077C (zh) 用于确定受精的鸡蛋的性别的方法和装置
Barbedo Plant disease identification from individual lesions and spots using deep learning
Das et al. Detecting fertility of hatching eggs using machine vision II: Neural network classifiers
Davis et al. Real-time observation of taxa-specific plankton distributions: an optical sampling method
CN110998603A (zh) 用于进行高光谱图像处理以识别异物的系统和方法
Das et al. Detecting fertility of hatching eggs using machine vision I. Histogram characterization method
JPH06502950A (ja) 適応視覚システム
Strange et al. Automatic estimation of wheat grain morphometry from computed tomography data
Nitka et al. Design of an automated rice grain sorting system using a vision system
CN107590512A (zh) 一种模板匹配中参数的自适应方法和系统
Xi et al. Automating plot-level stem analysis from terrestrial laser scanning
CN109862783A (zh) 种蛋检查系统及种蛋检查程序
Turi et al. Classification of Ethiopian coffee beans using imaging techniques
Park et al. Line-scan imaging analysis for rapid viability evaluation of white-fertilized-egg embryos
Kovalev et al. Deep learning in big image data: Histology image classification for breast cancer diagnosis
Vasileva et al. Assessing exterior egg quality indicators using machine vision
Feldmann et al. Cost‐effective, high‐throughput phenotyping system for 3D reconstruction of fruit form
Jabłoński et al. Vision-based assessment of viability of acorns using sections of their cotyledons during automated scarification procedure
Fang et al. Application of genetic algorithm (GA) trained artificial neural network to identify tomatoes with physiological diseases
Zaborowicz et al. Methodology of data processing in the process of neural image analysis of pork half carcasses
Castillo et al. A supervised learning approach on rice variety classification using convolutional neural networks
Weinstein et al. A benchmark dataset for individual tree crown delineation in co-registered airborne rgb, lidar and hyperspectral imagery from the national ecological observation network
Tuesta-Monteza et al. Automatic classification of citrus aurantifolia based on digital image processing and pattern recognition
Li et al. Persistent homology demarcates a leaf morphospace
Visen Machine vision based grain handling system

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant