CN106482643B - 鸡冠大小和颜色测定板及测定方法 - Google Patents
鸡冠大小和颜色测定板及测定方法 Download PDFInfo
- Publication number
- CN106482643B CN106482643B CN201610502991.2A CN201610502991A CN106482643B CN 106482643 B CN106482643 B CN 106482643B CN 201610502991 A CN201610502991 A CN 201610502991A CN 106482643 B CN106482643 B CN 106482643B
- Authority
- CN
- China
- Prior art keywords
- color
- cockscomb
- positioning
- block
- black square
- 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.)
- Active
Links
- 241000561734 Celosia cristata Species 0.000 title claims abstract description 76
- 210000001520 comb Anatomy 0.000 title claims abstract description 76
- 238000000034 method Methods 0.000 title claims abstract description 15
- 241000287828 Gallus gallus Species 0.000 claims abstract description 25
- 238000004364 calculation method Methods 0.000 claims abstract description 9
- 238000001514 detection method Methods 0.000 claims abstract description 6
- 238000011161 development Methods 0.000 claims description 15
- 238000004422 calculation algorithm Methods 0.000 claims description 8
- 238000003702 image correction Methods 0.000 claims description 5
- 230000009466 transformation Effects 0.000 claims description 4
- 238000003556 assay Methods 0.000 claims 1
- 238000004513 sizing Methods 0.000 claims 1
- 239000003086 colorant Substances 0.000 abstract description 6
- 238000013461 design Methods 0.000 abstract description 2
- 235000013330 chicken meat Nutrition 0.000 description 9
- 230000001568 sexual effect Effects 0.000 description 5
- 238000005259 measurement Methods 0.000 description 3
- 240000000254 Agrostemma githago Species 0.000 description 2
- 235000009899 Agrostemma githago Nutrition 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000009395 breeding Methods 0.000 description 2
- 230000001488 breeding effect Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 238000003307 slaughter Methods 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000000796 flavoring agent Substances 0.000 description 1
- 235000019634 flavors Nutrition 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 235000013372 meat Nutrition 0.000 description 1
- 235000016709 nutrition Nutrition 0.000 description 1
- 230000035764 nutrition Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/28—Measuring arrangements characterised by the use of optical techniques for measuring areas
- G01B11/285—Measuring arrangements characterised by the use of optical techniques for measuring areas using photoelectric detection means
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/46—Measurement of colour; Colour measuring devices, e.g. colorimeters
- G01J3/463—Colour matching
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/46—Measurement of colour; Colour measuring devices, e.g. colorimeters
- G01J3/50—Measurement of colour; Colour measuring devices, e.g. colorimeters using electric radiation detectors
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- General Physics & Mathematics (AREA)
- Image Analysis (AREA)
- Spectrometry And Color Measurement (AREA)
Abstract
一种鸡冠大小和颜色测定板，包括平板和平板上的定位块，平板表面的颜色为绿色，定位块为方形，定位块底色为白色，定位块的左上角、左下角、右上角上分别设置第一定位黑方块，定位块的右下角上设置第二定位黑方块，第二定位黑块的面积小于第一定位黑方块的面积，定位块的中部横向设置色块组，色块组包括自左至右依次设置的第一、二、三、四、五、六、七色块，第一、二、三、四、五、六、七色块颜色渐变浅。测定方法：以测定板为背景对待测鸡样本拍照，输入软件计算结果。本发明结构简单，设计巧妙，实现对鸡冠周长和面积的精确计算，以及色度级别的精准划分。
Description
技术领域
本发明涉及鸡冠大小和颜色的自动测定，属于动物繁殖技术领域，用于鸡冠大小和颜色的测定。
背景技术
性成熟的程度决定了肉鸡上市的价格，因为只有接近性成熟时其脂肪沉积较多，肉质最鲜美，风味最浓郁。尽管鸡的性成熟受光照、温度、湿度、通风、饲料营养等条件的影响，但主要与遗传有关，为了获得更高的经济效益，早熟性成为了育种学家对优质鸡的一个重要选择性状。鸡冠的发育是鸡第二性征中最明显、最重要的特征，可作为衡量性成熟程度的指标。在保持肉鸡生长速度、出栏时间和出栏体重的条件下，重点通过对鸡冠发育进行早熟性选育，建立核心群后进行扩繁和选育来实现，但目前对鸡冠大小、鸡冠面积及鸡冠颜色方面的测定还处于空白状态。
虽然国内有学者对鸡冠大小进行了相关研究，取得了一些数据，但是这些学者仅仅是用游标卡尺测量了鸡冠的高度和长度，简单近似的计算了鸡冠的面积，卡尺测量鸡冠长度和高度，误差大，工作强度高。鸡冠的颜色目前仅靠人眼主观判断，准确率低。因此研制出相应的有效可靠，且快速、易于推广应用的自动鸡冠大小和颜色的测定方法，促进养鸡业的规模化发展势在必行。
发明内容
本发明的目的是提供鸡冠大小和颜色测定板及其测定方法，结构简单，设计巧妙，实现对鸡冠周长和面积的精确计算，以及色度级别的精准划分。
本发明的第一个目的是提供一种鸡冠大小和颜色测定板，包括平板和平板上的定位块，平板表面的颜色为绿色，定位块为方形，定位块底色为白色，定位块的左上角、左下角、右上角上分别设置第一定位黑方块，定位块的右下角上设置第二定位黑方块，第二定位黑方块的面积小于第一定位黑方块的面积，定位块的中部横向设置色块组，色块组包括自左至右依次设置的第一、二、三、四、五、六、七色块，第一、二、三、四、五、六、七色块颜色渐变浅。
优选的，所述定位块的尺寸为6.42cm×6.42cm，182px×182px，定位块的清晰度为72dpi；第一定位黑方块的尺寸为1.905cm×1.905cm，54px×54px；第二定位黑方块的尺寸为1.411cm×1.411cm，40px×40px；。
优选的，所述第一色块的CMYK参数为31，75，67，52；第二色块的CMYK参数为26，90，87，22；第三色块的CMYK参数为26，76，63，23；第四色块的CMYK参数为22，76，57，12；第五色块的CMYK参数为21，65，46，9；第六色块的CMYK参数为18，54，34，7；第七色块的CMYK参数为15，39，28，3。
优选的，所述第一、二定位黑方块的CMYK参数为63，52，51，100；定位块底色的CMYK参数为0，0，0，0。
优选的，所述定位块位于平板的左上角。
本发明的第二个目的是提供利用上述测定板测定鸡冠大小和颜色的方法，测定方法为：采用鸡冠发育参数自动测定软件，通过使用图像图形算法，自动的识别出鸡冠图像上的定位黑方块，进行图像矫正和外轮廓检测，具体包括以下步骤：
(1)利用普通数码相机，以所述鸡冠大小和颜色测定板为背景，对待测鸡样本拍摄鸡冠图片，照片中定位块与鸡样本不能互相覆盖；
(2)将步骤(1)拍摄得到的图片导入鸡冠发育参数自动测定软件，二值化输入原始图像；检测二值图中的轮廓，勾鸡冠轮廓，并通过对轮廓以指定精度逼近后，若该轮廓满足边数、面积、位置约束，则识别黑色方块为定位块；依据识别的定位黑方块对原始图像进行透视变换，以矫正图像产生的扭曲变形；计算鸡冠面积透视比以实现对鸡冠周长和面积的精确计算。
通过对输入的图像进行矫正后，得到一副定位块在左上角的图像，这幅矫正图像的定位块大小与标准定位块尺寸一致：
依据定位块的定义，得到真实面积和像素面积的转换比值γ。因此，基于此，只需要求出鸡冠在矫正图像上的像素面积a，即可得到鸡冠区域的真实面积r为：r＝a*γ
对于鸡冠区域的像素面积a，依据鸡冠区域的n个轮廓离散点集P(P∈{(xi,yi)|1≤i≤n})，分别提取矢量矩阵px,py,x,y，并计算a
(3)鸡冠的色度级别分类计算：获取待测样本的鸡冠颜色参数，将待测样本鸡冠颜色参数与所述测定板上的色块组进行比对，确定待测样本的色度级别。
1.得到鸡冠区域图像M后，将图像从256级别位深转换至32级别图像K
2.将K的每个像素点的rgb颜色组合为一个数字，形成矩阵V
V(i,j)＝K(i,j)r*32*32+K(i,j)g*32+K(i,j)b
3.对V进行直方图统计，得到一个32768长的直方图向量H，见图6。
4.获取H中最大值vm以及其索引idx
5.设定欧式距离阈值筛选H元素，得到v
6.计算成分比例acc，依据map反映射得到idx的rgb成分
K＝{H(i),H(i)≥0.8×vm,i＝1,2,…,dim}
v＝{K(i),|map(idx)-map(K(i)idx)|2＜＝T}
rgb＝map(vidx)
rgb＝8×(rgb+1)-1
keyColor＝accT×rgb
建立类别库：通过对各种类别的样本图片共80张进行keyColor统计，然后使用kmeans[1]算法对其聚类k＝7。然后将颜色值进行排序，得到7种颜色类别，见图2。
分类：对于新图片M，计算其keyColor，然后依据欧式距离判定距离类别库中哪一类最近即判定属于该类别的颜色级别。
优选的，所述鸡冠发育参数自动测定软件为福特安图像管理有限公司开发的鸡冠发育参数自动测定软件。
与现有技术相比，本发明具有以下有益效果：
第一，背景色为绿色，因为和其它颜色对比度大，因而和鸡冠的反差最大，截取图像的边缘更清晰，更有利于图像的获取。
第二，色块组包括七个色块，能够更加精准地对鸡冠、鸡垂的颜色进行比对，以确定其色度级别。
第三，通过四个定位块的设置，可以最大限度地矫正图像产生的扭曲变形。
第四，采用鸡冠发育参数自动测定软件，通过使用图像图形算法，自动的识别出鸡冠图像上的定位黑方块，进行图像矫正和外轮廓检测，并且计算出鸡冠面积透视比以实现对鸡冠周长和面积的精确计算，方便快捷。
附图说明
图1是本发明鸡冠大小和颜色测定板的结构示意图；
图2是本发明鸡冠大小和颜色测定板中的定位块的结构示意图；
图3是本发明测定鸡冠大小和颜色的方法的图像矫正的流程图；
图4是实施例1拍摄的鸡冠图片；
图5是实施例1将拍摄图片导入自动测定软件的界面图；
图6是本发明32768长的直方图向量H。
图7是利用本发明进行鸡冠的色度级别分类结构对照图。
具体实施方式
如图1、图2所示，一种鸡冠大小和颜色测定板，包括平板和平板上的定位块，平板表面的颜色为绿色，定位块为方形，定位块底色为白色，定位块的左上角、左下角、右上角上分别设置第一定位黑方块，定位块的右下角上设置第二定位黑方块，第二定位黑方块的面积小于第一定位黑方块的面积，定位块的中部横向设置色块组，色块组包括自左至右依次设置的第一、二、三、四、五、六、七色块，第一、二、三、四、五、六、七色块颜色渐变浅。
定位块的尺寸为6.42cm×6.42cm，182px×182px，定位块的清晰度为72dpi；第一定位黑方块的尺寸为1.905cm×1.905cm，54px×54px；第二定位黑方块的尺寸为1.411cm×1.411cm，40px×40px；。
第一色块的CMYK参数为31，75，67，52；第二色块的CMYK参数为26，90，87，22；第三色块的CMYK参数为26，76，63，23；第四色块的CMYK参数为22，76，57，12；第五色块的CMYK参数为21，65，46，9；第六色块的CMYK参数为18，54，34，7；第七色块的CMYK参数为15，39，28，3。
第一、二定位黑方块的CMYK参数为63，52，51，100；定位块底色的CMYK参数为0，0，0，0。
定位块位于平板的左上角。
利用上述测定板测定鸡冠大小和颜色的方法，采用鸡冠发育参数自动测定软件，通过使用图像图形算法，自动的识别出鸡冠图像上的定位黑方块，进行图像矫正和外轮廓检测，具体包括以下步骤：
(1)利用普通数码相机，以所述鸡冠大小和颜色测定板为背景，对待测鸡样本拍摄鸡冠图片，照片中定位块与鸡样本不能互相覆盖，如图4所示；
(2)将步骤(1)拍摄得到的图片导入鸡冠发育参数自动测定软件，二值化输入原始图像；检测二值图中的轮廓，勾鸡冠轮廓，并通过对轮廓以指定精度逼近后，若该轮廓满足边数、面积、位置约束，则识别这个黑色方块为定位黑方块；依据识别的定位黑方块对原始图像进行透视变换，以矫正图像产生的扭曲变形；计算鸡冠面积透视比以实现对鸡冠周长和面积的精确计算；一、图像矫正和外轮廓检测：
1.二值化输入原始图像
2.检测二值图中的轮廓，并通过对轮廓以指定精度逼近后，若该轮廓满足边数、面积、位置约束，则识别这个黑色方块为定位黑方块
3.依据识别的定位黑方块对原始图像进行透视变换，以矫正图像产生的扭曲变形
二、鸡冠区域轮廓面积计算：
通过对输入的图像进行矫正后，我们能够得到一副定位块在左上角的图像，这幅矫正图像的定位块大小与标准定位块尺寸一致：
打印的时候定位块依据如右图定义。依据定位块的定义，可以得到真实面积和像素面积的转换比值γ。因此，基于此，只需要求出鸡冠在矫正图像上的像素面积a，即可得到鸡冠区域的真实面积r为：
r＝a*γ
对于鸡冠区域的像素面积a，依据鸡冠区域的n个轮廓离散点集P(P∈{(xi,yi)|1≤i≤n})，分别提取矢量矩阵px,py,x,y，并计算a
(3)鸡冠的色度级别分类计算：获取的待测样本的鸡冠颜色参数，将待测样本鸡冠颜色参数与所述测定板上的色块组进行比对，确定待测样本的色度级别。
鸡冠的色度级别分类1-计算keyColor：
1.得到鸡冠区域图像M后，将图像从256级别位深转换至32级别图像K
2.将K的每个像素点的rgb颜色组合为一个数字，形成矩阵V
V(i,j)＝K(i,j)r*32*32+K(i,j)g*32+K(i,j)b
3.对V进行直方图统计，得到一个32768长的直方图向量H
4.获取H中最大值vm以及其索引idx
5.设定欧式距离阈值T＝√12，筛选H元素，得到v
6.计算成分比例acc，依据map反映射得到idx的rgb成分，最终计算出keyColor。
K＝{H(i),H(i)≥0.8×vm,i＝1,2,…,dim}
v＝{K(i),|map(idx)-map(K(i)idx)|2＜＝T}
rgb＝map(vidx)
rgb＝8×(rgb+1)-1
keyColor＝accT×rgb
鸡冠的色度级别分类2-建立类别库：通过对各种类别的样本图片共80张进行keyColor统计，然后使用kmeans[1]算法对其聚类k＝7。然后将颜色值进行排序，得到如下7种颜色类别，见图2。
鸡冠的色度级别分类3-分类：对于新图片M，计算其keyColor，然后依据欧式距离判定距离类别库中哪一类最近即判定属于该类别的颜色级别，见图7。
鸡冠发育参数自动测定软件为福特安图像管理有限公司开发的鸡冠发育参数自动测定软件。
实施例1
采用鸡冠发育参数自动测定软件，通过使用图像图形算法，自动的识别出鸡冠图像上的定位黑方块，并且计算出鸡冠面积透视比以实现对鸡冠周长和面积的精确计算。
1、选用100日龄，品种S3的公鸡，利用普通数码相机，以本发明鸡冠大小和颜色自动测定板为背景拍摄鸡冠图片。
2、图片导入面积测定软件，见图5，勾鸡冠轮廓，点击计算。
3、结果显示。
鸡冠信息为：
面积：1692.55mm2，周长：36.05cm，平均(rgb)：117.7，36.0，20.8，方差(rgb)：19.2，14.3，6.3，色度级别：2。
鸡垂信息：
面积：785.79mm2，周长：16.24cm，平均(rgb)：103.7，17.6，10.3，方差(rgb)：20.3，13.3，4.9，色度级别：2。
总面积：1692.55mm2+785.79mm2＝2478.34mm2。
总周长：36.05cm+16.24cm＝52.29cm。
4、结果导出
通过软件，将测量结果导出，导出结果包括：编号、拍摄时间、保存时间、文件名称、鸡冠周长、鸡冠面积、鸡冠色度级别、日龄。
Claims (4)
1.一种鸡冠大小和颜色测定板，其特征是，所述测定板包括平板和平板上的定位块，平板表面的颜色为绿色，定位块为方形，定位块底色为白色，定位块的左上角、左下角、右上角上分别设置第一定位黑方块，定位块的右下角上设置第二定位黑方块，第二定位黑方块的面积小于第一定位黑方块的面积，定位块的中部横向设置色块组，色块组包括自左至右依次设置的第一、二、三、四、五、六、七色块，第一、二、三、四、五、六、七色块颜色渐变浅；所述第一色块的CMYK参数为31，75，67，52；第二色块的CMYK参数为26，90，87，22；第三色块的CMYK参数为26，76，63，23；第四色块的CMYK参数为22，76，57，12；第五色块的CMYK参数为21，65，46，9；第六色块的CMYK参数为18，54，34，7；第七色块的CMYK参数为15，39，28，3；所述第一、二定位黑方块的CMYK参数为63，52，51，100；定位块底色的CMYK参数为0，0，0，0；通过使用图像图形算法，实现对鸡冠周长和面积的精确计算，以及色度级别的精准划分。
2.根据权利要求1所述的鸡冠大小和颜色测定板，其特征是，所述定位块的尺寸为6.42cm×6.42cm，182px×182px，定位块的清晰度为72dpi；第一定位黑方块的尺寸为1.905cm×1.905cm，54px×54px；第二定位黑方块的尺寸为1.411 cm×1.411 cm，40px×40px。
3.根据权利要求1所述的鸡冠大小和颜色测定板，其特征是，所述定位块位于平板的左上角。
4.利用权利要求1-3任意一项所述的测定板测定鸡冠大小和颜色的方法，其特征是，测定方法为：采用鸡冠发育参数自动测定软件，通过使用图像图形算法，自动的识别出鸡冠图像上的定位黑方块，进行图像矫正和外轮廓检测，具体包括以下步骤：
（1）利用普通数码相机，以所述鸡冠大小和颜色测定板为背景，对待测鸡样本拍摄鸡冠图片，照片中定位块与鸡样本不能互相覆盖；
（2）将步骤（1）拍摄得到的图片导入鸡冠发育参数自动测定软件，二值化输入原始图像；检测二值图中的轮廓，勾鸡冠轮廓，并通过对轮廓以指定精度逼近后，若该轮廓满足边数、面积、位置约束，则识别这个黑色方块为定位黑方块；依据识别的定位黑方块对原始图像进行透视变换，以矫正图像产生的扭曲变形；计算鸡冠面积透视比以实现对鸡冠周长和面积的精确计算；
（3）鸡冠的色度级别分类计算：获取的待测样本的鸡冠颜色参数，将待测样本鸡冠颜色参数与所述测定板上的色块组进行比对，确定待测样本的色度级别。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610502991.2A CN106482643B (zh) | 2016-06-30 | 2016-06-30 | 鸡冠大小和颜色测定板及测定方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610502991.2A CN106482643B (zh) | 2016-06-30 | 2016-06-30 | 鸡冠大小和颜色测定板及测定方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106482643A CN106482643A (zh) | 2017-03-08 |
| CN106482643B true CN106482643B (zh) | 2019-12-17 |
Family
ID=58238641
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610502991.2A Active CN106482643B (zh) | 2016-06-30 | 2016-06-30 | 鸡冠大小和颜色测定板及测定方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106482643B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113256703A (zh) * | 2021-06-03 | 2021-08-13 | 河北农业大学 | 一种基于图像处理的鸡冠形态测定方法及系统 |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE19944981B4 (de) * | 1999-09-20 | 2005-09-29 | Siemens Ag | Bildgebende Diagnostikeinrichtung mit einer Vorrichtung zur geometrischen Korrektur von Bildern |
| JP4016381B2 (ja) * | 2002-05-07 | 2007-12-05 | 日産自動車株式会社 | 表面欠陥検査装置 |
| CN100443856C (zh) * | 2005-10-20 | 2008-12-17 | 中国科学院自动化研究所 | 一种平面叶片面积无损测量系统及其方法 |
| CN102506772B (zh) * | 2011-11-01 | 2014-06-11 | 西北农林科技大学 | 一种基于手机的快速检测叶片面积的方法及装置 |
| CN103644865B (zh) * | 2013-11-08 | 2019-05-31 | 广东出入境检验检疫局检验检疫技术中心 | 基于数字图像分析的平面面积测量方法 |
| CN103839283A (zh) * | 2014-03-11 | 2014-06-04 | 浙江省特种设备检验研究院 | 一种小型不规则物体的面积周长无损测量方法 |
| CN204740010U (zh) * | 2015-07-23 | 2015-11-04 | 红云红河烟草(集团)有限责任公司 | 一种便携式烟叶颜色和烟叶叶面积测定装置 |
| CN105674918B (zh) * | 2015-12-20 | 2018-03-27 | 淮阴师范学院 | 一种基于图像的植物叶片面积测量方法 |
-
2016
- 2016-06-30 CN CN201610502991.2A patent/CN106482643B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN106482643A (zh) | 2017-03-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104535588B (zh) | 基于安卓系统的鸡蛋新鲜度无损检测系统及其检测方法 | |
| CN103076288B (zh) | 一种基于计算机视觉的鱼肉自动分级装置和方法 | |
| Navotas et al. | Fish identification and freshness classification through image processing using artificial neural network | |
| US8260005B2 (en) | Portable tool for determining meat quality | |
| US8249342B1 (en) | Color analytics for a digital image | |
| Asmara et al. | Chicken meat freshness identification using the histogram color feature | |
| CN113269191A (zh) | 一种农作物叶片病害识别方法、装置和存储介质 | |
| CN106651831B (zh) | 一种竹块缺陷检测方法和系统 | |
| You et al. | A novel chicken meat quality evaluation method based on color card localization and color correction | |
| CN109191461A (zh) | 一种基于机器视觉技术的土鸡蛋识别方法及识别装置 | |
| CN109903275B (zh) | 一种基于自适应多尺度滤波和直方图对比的酒醅发霉区域检测方法 | |
| CN103940751B (zh) | 一种基于图像处理技术的冷鲜肉品质的测评方法 | |
| CN106482643B (zh) | 鸡冠大小和颜色测定板及测定方法 | |
| DE102008044764A1 (de) | Verfahren und tragbares System zur Qualitätsbewertung des Fleisches | |
| CN107562963B (zh) | 一种筛选家装设计渲染图的方法和装置 | |
| CN110009609A (zh) | 一种快速检测黄粒米的方法 | |
| Guang-rong | Rice color inspection based on image processing technique | |
| Kiratiratanapruk et al. | Silkworm eggs detection and classification using image analysis | |
| CN112419265B (zh) | 一种基于人眼视觉机制的伪装评价方法 | |
| CN115601690A (zh) | 一种基于智慧农业的食用菌环境检测方法 | |
| CN112816487B (zh) | 一种基于机器视觉的皮蛋内部品质无损检测方法 | |
| KR102118103B1 (ko) | 한우 등심 영상정보를 이용한 근내지방 섬세도 측정방법 | |
| CN106503749B (zh) | 一种鱼子酱的自动分级方法及其系统 | |
| Winiarti et al. | Determining feasibility level of beef quality based on histogram and k-means clustering | |
| KR102284155B1 (ko) | 멀티뷰 이미지 학습을 이용한 인삼 분류 방법 및 시스템 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB02 | Change of applicant information |
Address after: 225261 Jiangsu Province, Yangzhou city Jiangdu District Shaobo Town Street No. 2 Applicant after: Jinagsu Poultry lnstitute Address before: 225125 Jiangsu province Hanjiang District of Yangzhou city CHANGJEI Road No. 58 Applicant before: Jinagsu Poultry lnstitute |
|
| CB02 | Change of applicant information |
Address after: 225125 No. 58, Cang Jie Road, Hanjiang District, Yangzhou, Jiangsu Applicant after: Jinagsu Poultry lnstitute Address before: 225261 2 street, Shaw Town, Jiangdu District, Yangzhou, Jiangsu Applicant before: Jinagsu Poultry lnstitute |
|
| CB02 | Change of applicant information | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |