CN103026984B - 群体孵化蛋成活性的视觉检测分级装置及其方法 - Google Patents

Abstract

本发明公开了一种群体孵化蛋成活性的视觉检测分级装置及其方法，涉及蛋品加工分级技术领域。本发明是利用机器视觉技术采集孵化蛋的图像，通过一系列的图像处理，根据孵化蛋的颜色特征来判断孵化蛋的成活性。本装置的结构是：孵化场标准蛋盘中的孵化蛋竖直放在标准蛋盘的蛋孔上；带橡胶圈的光源位于孵化蛋的正下方；孵化场标准蛋盘位于蛋品机传送带上；工业相机位于蛋品传送带正上方；光电传感器位于蛋品机传送带正下方；光电传感器通过数据线与工业相机相连；工业相机通过数据线与计算机相连。本发明高效率、高智能，降低劳动强度；用机器代替人眼，能够适应现代化自动检测行业，具有良好的应用推广前景。

Description

群体孵化蛋成活性的视觉检测分级装置及其方法

技术领域

本发明涉及蛋品加工分级技术领域，尤其涉及一种群体孵化蛋成活性的视觉检测分级装置及其方法。具体地说，本发明是利用机器视觉技术采集孵化蛋的图像，通过一系列的图像处理，根据孵化蛋的颜色特征来判断孵化蛋的成活性。

背景技术

孵化蛋的成活性直接影响到孵化率的高低，而且会影响到初生雏禽的质量及其日后的健康状况、生活能力和生产能力。孵化蛋的品质不仅与其简单的外部特征，如蛋形、蛋重和蛋的尺寸有关，而且孵化过程中孵化条件对种蛋的影响也十分重要。一般地，孵化率在较好的情况下可达到入孵蛋的85％，达到受精蛋的90％；在目前按孵化场中，最低要求入孵蛋的孵化率应该不低于65％，对于受精蛋而言，其孵化率应该在85％以上。而在实际生产过程中的孵化率，多数低于该水平，有的甚至低于65％（付友山，2004）；这将严重影响经济收入。不仅如此，孵化过程中出现的无精蛋、死胚蛋会滋生细菌污染孵化环境，从而严重影响周围正常的孵化蛋。一般地，种蛋在孵化过程中都要进行2-3次照蛋并剔除无精蛋和死胚蛋的工作。照蛋的过程就是孵化蛋的成活性检测和分选，目的是观察胚胎的发育情况，剔除无精蛋、死精蛋和死胚蛋，并以此作为调整孵化条件的依据，提高孵化率。因此，种蛋孵化成活性检测，是生产优良家禽的前提和经济效益的保障。

在实际孵化生产中头照、次照和末照三次照蛋过程中常遇到孵化蛋的胚胎的异常死亡现象，孵化早期（头照）胚胎的死亡率大约为入孵蛋的1%～3%，中期（次照）胚胎的死亡率大约为入孵蛋的5%，后期（末照）胚胎的死亡率大约为入孵蛋的5%，均属正常情况（郁志宏，2006）。若超过这些范围，则说明孵化条件存在问题。所以孵化早期、中期、后期孵化蛋成活性检测都同样重要，都不可忽视，实际上，中后期死胚蛋的剔除更为重要。都有利于调整和改善孵化箱的环境，更能提高孵化效率和孵化质量。

中国作为一个禽蛋大国，有着广阔的孵化市场；因此孵化蛋的成活性检测工作，必不可少。但是国内绝大多数孵化企业目前还采用人工照蛋的方法进行孵化蛋的成活性检测。这种方法难免受到多种主观、客观因素的影响，在一定程度上存在着检测指标片面、技术手段落后，效率低下，劳动力消耗大等问题，自然难以满足现代化生产的需求。近几年来，一些学者在这方面做出了许多探索性的研究，然而现有的研究对于整个孵化阶段的胚胎成活性的检测研究还不够系统，比如说仅涉及了早期或中期的孵化蛋胚胎成活性检测，尚未涉及到后期。且研究还只针对单枚孵化蛋在静态时的检测，还不能应用于生产实际。因此，研究适用于生产需要的完整孵化阶段的群体孵化蛋成活性在线检测及分选系统，设计一套现代化的加工装备，将是一项非常有意义的工作。

本发明就是解决了上述问题，使我们对孵化蛋的检测的研究从实验室转移到孵化场，应用于生产实践。

发明内容

本发明的目的就在于克服现有技术存在的局限，提供一种群体孵化蛋成活性的视觉检测分级装置及其方法。

本发明的目的是这样实现的：

将孵化蛋放入蛋盘上，蛋盘置于匀速运动的传送带上。利用蛋盘下方的灯光透射孵化蛋，动态采集孵化蛋内容物情况图像。通过图像采集卡传送到计算机，计算机进行一系列的图像处理，然后根据统计数据以及设定的相关参数建立自动识别模式，来判断孵化蛋的孵化情况。

在本发明中主要完成以下几项工作：

1、采集整盘孵化蛋的图像

当整盘孵化蛋运动至工业相机的正下方时，触发工业相机采集孵化蛋图像。

2、寻找合适算法，进行图像处理，提取特征参数

第一是单枚蛋的定位，由于每次拍摄时，相机和蛋盘的位置相对固定，每一幅图像中每个待测蛋的位置也相对固定；近似将每一枚看做圆形，找出每个位置中心的像素坐标即可确定每一枚蛋的位置；

第二是运动模糊图像的复原，孵化蛋蛋盘是在匀速直线运动形成模糊图像，影响图像的后期处理。本发明采用带有约束的最小二乘法复原图像；

第三是图像颜色特征参数的提取，通过对复原图像的颜色的r（红色）、g（绿色）、b（蓝色）、H（色调）、S（饱和度）、I（亮度）分量的提取，判断孵化蛋的孵化情况。

2、建立孵化蛋判别模型。

具体地说，本发明的技术方案如下：

一、群体孵化蛋成活性的视觉检测分级装置（简称装置）

本装置由孵化场标准蛋盘、蛋品机传送带、工业相机、计算机和光电传感器组成；孵化场标准蛋盘中包含孵化蛋、标准蛋盘和带橡胶圈的光源；

孵化场标准蛋盘中的孵化蛋竖直放在标准蛋盘的蛋孔上；带橡胶圈的光源位于孵化蛋的正下方，橡胶圈套住孵化蛋的下端使光源不漏光；

孵化场标准蛋盘位于蛋品机传送带上；

工业相机位于蛋品传送带正上方；

光电传感器位于蛋品机传送带正下方，当孵化场标准蛋盘恰好运动至工业相机正下方时，孵化场标准蛋盘的右端刚好遮挡光电传感器；

光电传感器通过数据线与工业相机相连；工业相机通过数据线与计算机相连。

二、群体孵化蛋成活性的视觉检测分级方法（简称方法）

本方法包括下列步骤：

①打开光源开关，分别将7日、11日和18日龄的孵化蛋放到标准蛋盘上，在蛋品机传送带上进行图像采集，并存储；

②对单个孵化蛋的图像进行近似处理

由于每次拍摄时，相机和标准蛋盘的位置相对固定，则每一幅图像中每个待测孵化蛋的位置也相对固定。为提高处理速度，近似将每一枚孵化蛋看作圆形，找出每个位置中心的像素坐标即可确定每一枚孵化蛋的位置；

③利用带有约束的最小二乘法对运动模糊图像进行复原、分割并编号；

④提取图像颜色特征参数；

⑤通过计算机记录的数据对图像进行处理，代入模型表达式：

A、对7日龄孵化蛋

$A\left(g\right)=\left\{\begin{array}{cc}0& g>0.612\\ \frac{0.612-g}{0.612-0.136}& 0.136\&le;g\&le;0.612\\ 1& g<0.136\end{array}\right.---\left(1\right)$

$B\left(g\right)=\left\{\begin{array}{cc}0& g<0.136\\ \frac{g-0.136}{0.187-0.136}& 0.136\&le;g\&le;0.187\\ 1& g>0.187\end{array}\right.---\left(2\right)$

W＝-14.15709-208.67938g+1645b+1473H            （3）

S＝-8.73126-99.92619g+2432b+695.960554H        （4）

——式中g、b、H分别为绿色、蓝色和色调的分量；

——A（g）、B（g）、W、S为程序设定的参数。

将g、b、H带入上面的式（1）（2）（3）（4）中，若W>S，则被测蛋为无精蛋；反之，若S>W，判定被测蛋为死胚蛋。

B、对11日龄孵化蛋

r>180,g<120

——式中r、g分别为红色和绿色分量

C、对18日龄孵化蛋

I<55,I>160

——式中I为亮度分量。

本发明的工作原理是：

将42枚待检孵化蛋01放入孵化场标准蛋盘00蛋位中，打开孵化场标准蛋盘00正下方带橡胶圈的光源03并将其放在蛋品机传送带10上；打开本装置的电源开关，当孵化场标准蛋盘00运动到工业相机20正下方时，触发光电传感器40使工业相机20采集孵化蛋01的图像；计算机30内置有图像采集卡和图像采集软件，判断孵化蛋01是活胚蛋、死胚蛋和无精蛋中的一种，从而把孵化蛋01成活性检测出来。

本发明具有以下优点和积极效果

1、高效率、高智能，降低劳动强度；

2、具有多功能，增加设备的适应性，降低投资成本。

3、易操作、维护便利；

4、用机器代替人眼，能够适应现代化自动检测行业，具有良好的应用推广前景。

附图说明

图1是本装置的结构示意图；

图2是孵化场标准蛋盘的结构示意图；

图1、2中：

00-孵化场标准蛋盘，01-孵化蛋，02-标准蛋盘，03-带橡胶圈的光源；

10-蛋品机传送带，

20-工业相机，

30-计算机，

40-光电传感器。

图3是图像处理软件处理7日龄孵化蛋的工作流程图。

图4是图像处理软件处理11日龄孵化蛋的工作流程图。

图5是图像处理软件处理18日龄孵化蛋的工作流程图。

具体实施方式

下面结合附图和实施例详细说明：

一、装置

1、总体

如图1、图2，本装置由孵化场标准蛋盘00、蛋品机传送带10、工业相机20、计算机30和光电传感器40组成；孵化场标准蛋盘00中包含孵化蛋01、标准蛋盘02和带橡胶圈的光源03；

孵化场标准蛋盘00中的孵化蛋01竖直放在标准蛋盘02的蛋孔上；带橡胶圈的光源03位于孵化蛋01的正下方，橡胶圈套住孵化蛋01的下端使光源不漏光；

孵化场标准蛋盘00位于蛋品机传送带10上；

工业相机20位于蛋品传送带10正上方；

光电传感器40位于蛋品机传送带10正下方，当孵化场标准蛋盘00恰好运动至工业相机20正下方时，孵化场标准蛋盘00的右端刚好遮挡光电传感器40；

光电传感器40通过数据线与工业相机20相连；工业相机20通过数据线与计算机30相连。

2、功能块

1）标准蛋盘02

标准蛋盘02是一种通用外购件。

2）光源03

光源03是一种通用外购件，如选用LED黄色冷光源；其功能是为孵化蛋提供光源。

3）蛋品机传送带10

蛋品机传送带10是一种通用外购件，如选用ZYF-J3分选机；其功能是传送蛋品。

4）工业相机20

工业相机20是一种通用外购件，如选用IDS UI-2210RE-C工业相机；其功能是采集孵化蛋的图像数据。

5）计算机30

计算机30是一种通用外购件，如选用CPU Inteli52.4GHz/内存2G 1333MHz/显卡GT240256M，windows XP系统。

计算机30内置有图像采集卡和图像处理软件。

6）光电传感器40

光电传感器40是一种通用外购件，如选用F&C CR-10P光电开关；其功能是触发工业相机采集图像。

二、方法

1、对7日龄孵化蛋的图像处理软件的工作流程

如图3，包括下列步骤：

①用工业相机获取孵化蛋图像-301；

②对孵化蛋图像进行复原、分割和编号-302；

③从1号开始提取特征参数并计算A（g）和B（g）-303；

④判断A（g）是否小于B（g）-304，是则进入步骤⑤，否则判为活胚蛋-308，再跳转到步骤⑦；

⑤判为无精蛋或死胚蛋，同时计算W和S-305；

⑥判断W是否大于S-306，是则判为无精蛋-307，再进入步骤⑦，否则判为死胚蛋-309，再进入步骤⑦；

⑦编号加1-310；

⑧判断编号是否为43-311，是则进入步骤⑨，否则跳转到步骤③。

⑨结束-312

第一轮的42枚7日龄孵化蛋的检测结束后，继续进行第二轮的检测，依次循环进行。

2、对11日龄孵化蛋的图像处理软件的工作流程

如图4，包括下列步骤：

①用工业相机获取孵化蛋图像-401；

②对孵化蛋图像进行复原、分割和编号-402；

③从1号开始提取颜色分量-403；

④判断r是否大于180-404，是则进入步骤⑤，否则判为活胚蛋-408，再跳转到步骤⑦；

⑤判为无精蛋或死胚蛋-405；

⑥判断g是否小于120-406，是则判为无精蛋-407，再进入步骤⑦，否则判为死胚蛋-409，再进入步骤⑦；

⑦编号加1-410；

⑧判断编号是否为43-411，是则进入步骤⑨，否则跳转到步骤③。

⑨结束-412

第一轮的42枚11日龄孵化蛋的检测结束后，继续进行第二轮的检测，依次循环进行。

3、对18日龄孵化蛋的图像处理软件的工作流程

如图4，包括下列步骤：

①用工业相机获取孵化蛋图像-501；

②对孵化蛋图像进行复原、分割和编号-502；

③从1号开始提取颜色分量-503；

④判断I是否大于160-504，是则进入步骤⑤，否则判为无精蛋-508，再跳转到步骤⑦；

⑤判为活胚蛋或死胚蛋；

⑥判断I是否小于55-506，是则判为活胚蛋-507，再进入步骤⑦，否则判为死胚蛋-509，再进入步骤⑦；

⑦编号加1-510；

⑧判断编号是否为43-511，是则进入步骤⑨，否则跳转到步骤③；

⑨结束-512；

第一轮的42枚18日龄孵化蛋的检测结束后，继续进行第二轮的检测，依次循环进行。

3、检测结果

本实施例的试验样品是华中农业大学养鸡场饲养的白菜航品种的鸡所产孵化蛋，分别将7日龄、11日龄、18日龄孵化蛋分为三类：活胚蛋、死胚蛋、无精蛋。

活胚蛋判断准确率在96%以上，总体正确率在90%以上。

Claims (1)

1.一种基于群体孵化蛋成活性的视觉检测分级装置的视觉检测分级方法，其装置由孵化场标准蛋盘(00)、蛋品机传送带(10)、工业相机(20)、计算机(30)和光电传感器(40)组成；孵化场标准蛋盘(00)中包含孵化蛋(01)、标准蛋盘(02)和带橡胶圈的光源(03)；

孵化场标准蛋盘(00)中的孵化蛋(01)竖直放在标准蛋盘(02)的蛋孔上；带橡胶圈的光源(03)位于孵化蛋(01)的正下方，橡胶圈套住孵化蛋(01)的下端使光源不漏光；

孵化场标准蛋盘(00)位于蛋品机传送带(10)上；

工业相机(20)位于蛋品传送带(10)正上方；

光电传感器(40)位于蛋品机传送带(10)正下方，当孵化场标准蛋盘(00)恰好运动至工业相机(20)正下方时，孵化场标准蛋盘(00)的右端刚好遮挡光电传感器(40)；

光电传感器(40)通过数据线与工业相机(20)相连；工业相机(20)通过数据线与计算机(30)相连；

其特征在于包括下列步骤：

①打开光源开关，分别将7日、11日和18日龄的孵化蛋放到标准蛋盘上，在蛋品机传送带上进行图像采集，并存储；

②对单个孵化蛋的图像进行近似处理

由于每次拍摄时，相机和标准蛋盘的位置相对固定，则每一幅图像中每个待测孵化蛋的位置也相对固定，为提高处理速度，近似将每一枚孵化蛋看作圆形，找出每个位置中心的像素坐标即可确定每一枚孵化蛋的位置；

③利用带有约束的最小二乘法对运动模糊图像进行复原、分割并编号；

④提取图像颜色特征参数；

⑤通过计算机记录的数据对图像进行处理，代入模型表达式：

$\left(g\right)=\left\{\begin{array}{cc}0& g>0.612\\ \frac{0.612-G}{0.612-0.136}& 0.136\&le;g\&le;0.612\\ 1& g<0.136\end{array}\right.---\left(1\right)\begin{array}{}\end{array}$

$\left(g\right)=\left\{\begin{array}{cc}0& g>0.136\\ \frac{G-0.136}{0.187-0.136}& 0.136\&le;g\&le;0.187\\ 1& g<0.187\end{array}\right.---\left(2\right)\begin{array}{}\end{array}$

W＝-14.15709-208.67938g+1645b+1473H    (3)

S＝-8.73126-99.92619g+2432b+695.960554H    (4)

——式中g、b、H分别为绿色、蓝色和色调的分量；

——A(g)、B(g)、W、S为程序设定的参数；

——文中r、g分别为红色和绿色分量，I为亮度分量；

其中对7日龄孵化蛋的图像处理包括下列步骤：

①用工业相机获取孵化蛋图像(301)；

②对孵化蛋图像进行复原、分割和编号(302)；

③从1号开始提取特征参数并计算A(g)和B(g)(303)；

④判断A(g)是否小于B(g)(304)，是则进入步骤⑤，否则判为活胚蛋(308)，再跳转到步骤⑦；

⑤判为无精蛋或死胚蛋，同时计算W和S(305)；

⑥判断W是否大于S(306)，是则判为无精蛋(307)，再进入步骤⑦，否则判为死胚蛋(309)，再进入步骤⑦；

⑦编号加1(310)；

⑧判断编号是否为43(311)，是则进入步骤⑨，否则跳转到步骤③；

⑨结束(312)

第一轮的42枚7日龄孵化蛋的检测结束后，继续进行第二轮的检测，依次循环进行；

其中对11日龄孵化蛋的图像处理包括下列步骤：

①用工业相机获取孵化蛋图像(401)；

②对孵化蛋图像进行复原、分割和编号(402)；

③从1号开始提取颜色分量(403)；

④判断r是否大于180(404)，是则进入步骤⑤，否则判为活胚蛋(408)，再跳转到步骤⑦；

⑤判为无精蛋或死胚蛋(405)；

⑥判断g是否小于120(406)，是则判为无精蛋(407)，再进入步骤⑦，否则判为死胚蛋(409)，再进入步骤⑦；

⑦编号加1(410)；

⑧判断编号是否为43(411)，是则进入步骤⑨，否则跳转到步骤③；

⑨结束(412)；

第一轮的42枚11日龄孵化蛋的检测结束后，继续进行第二轮的检测，依次循环进行；

其中对18日龄孵化蛋的图像处理包括下列步骤：

①用工业相机获取孵化蛋图像(501)；

②对孵化蛋图像进行复原、分割和编号(502)；

③从1号开始提取颜色分量(503)；

④判断I是否大于160(504)，是则进入步骤⑤，否则判为无精蛋(508)，再跳转到步骤⑦；

⑤判为活胚蛋或死胚蛋；

⑥判断I是否小于55(506)，是则判为活胚蛋(507)，再进入步骤⑦，否则判为死胚蛋(509)，再进入步骤⑦；

⑦编号加1(510)；

⑧判断编号是否为43(511)，是则进入步骤⑨，否则跳转到步骤③；

⑨结束(512)；

第一轮的42枚18日龄孵化蛋的检测结束后，继续进行第二轮的检测，依次循环进行。