CN113810617A - 一种基于计算机视觉的鸡肤色表型测定方法 - Google Patents
一种基于计算机视觉的鸡肤色表型测定方法 Download PDFInfo
- Publication number
- CN113810617A CN113810617A CN202111275928.7A CN202111275928A CN113810617A CN 113810617 A CN113810617 A CN 113810617A CN 202111275928 A CN202111275928 A CN 202111275928A CN 113810617 A CN113810617 A CN 113810617A
- Authority
- CN
- China
- Prior art keywords
- chicken
- skin color
- value
- color
- computer vision
- 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.)
- Granted
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/64—Computer-aided capture of images, e.g. transfer from script file into camera, check of taken image quality, advice or proposal for image composition or decision on when to take image
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/70—Circuitry for compensating brightness variation in the scene
- H04N23/72—Combination of two or more compensation controls
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/70—Circuitry for compensating brightness variation in the scene
- H04N23/74—Circuitry for compensating brightness variation in the scene by influencing the scene brightness using illuminating means
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/70—Circuitry for compensating brightness variation in the scene
- H04N23/75—Circuitry for compensating brightness variation in the scene by influencing optical camera components
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种基于计算机视觉的鸡肤色表型测定方法,具体步骤包括:S1、对鸡屠体进行预处理;S2、对预处理后的鸡进行鸡只脚号命名并进行拍摄,获得鸡的图像信息;S3、对所述鸡的图像信息进行图像处理,获得掩膜图像;S4、基于所述掩膜图像获得HSV值,并计算出H,S和V的平均值,其中通过S值,对鸡的肤色及进行评定。本发明提供了一种基于计算机视觉的鸡肤色表型测定方法,该肤色表型测定过程中,在光源固定,角度固定的摄影棚中进行拍照,有效减少了外部环境对测定结果的影响;采用统一的曝光参数,统一的计算机算法,得到的测定结果有效减少了人为因素的影响,该测定方法有更高的可重复性,大规模测定效率及准确性更高。
Description
技术领域
本发明涉及鸡皮肤黄度值选育技术领域,特别是涉及一种基于计算机视觉的鸡肤色表型测定方法。
背景技术
家禽的皮肤颜色作为重要的屠体性状,影响着肉鸡的销售,颜色偏黄的白条鸡在国内市场更受欢迎。如何培育出肤色消费者需求的:黄度值高、均匀度高、稳定性好的鸡,一直是一个技术难题。而鸡皮肤选育工作中,表型测定的准确性十分重要。目前肤色评定主要有感官评定法,比色卡比色法,色差仪测定法,数字图像提取法等。感官评定法和比色卡比色法需要操作人员具备一定的专业知识,且主观性较强,通常需要多人协作才能取得较好的评定结果;色差仪测定容易因为鸡体表肤色分布不均匀、表面不平整、漏光、透光等因素影响测定结果,测定的部位及角度也有一定的主观性。后两种测定方法的效率都偏低,需要人工操作的步骤较多。
基于计算机视角的肤色测定方法能有效改善感官评分及色差仪测定的缺点,进行拍照测定时,照片拍摄所处的环境为光源固定,底部为黑色背景板的小摄影棚,有效减少了外界环境对测定结果的影响,取景范围为鸡的整体,避免了单点测定中肤色分布不均所导致的误差;摄像机采用统一的曝光参数,角度固定,鸡的屠体拍摄前用毛巾擦干,并采用同一姿势放在背景板中央,后续通过PYTHON OPENCV算法统一处理,有效减少了人工操作对测定结果的影响。整体测定流程人工操作步骤少,便于自动化,可有效提高测定效率。测定结果中的HSV值,S值与鸡皮肤黄度存在显著正相关,可以作为评价肤色黄度的客观参考标准。
发明内容
本发明的目的是改善鸡黄皮肤肤色测定结果容易受到人为影响的原因,提供了一种基于计算机视觉的鸡肤色表型测定方法,准确性高,测定速度快。
为实现上述目的,本发明提供了如下方案:一种基于计算机视觉的鸡肤色表型测定方法,具体步骤包括:
S1、对鸡屠体进行预处理;
S2、对预处理后的鸡进行鸡只脚号命名并进行拍摄,获得鸡的图像信息;
S3、对所述鸡的图像信息进行图像处理,获得掩膜图像;
S4、基于所述掩膜图像获得HSV值,并计算出H,S和V的平均值,其中通过S值,对鸡的肤色及进行评定。
可选的,所示S1中鸡屠体预处理过程包括:鸡屠体在屠宰后1小时内进行测定,用干毛巾将鸡屠体表面水分擦干,去除未脱干净的杂毛,将鸡屠体以侧面或胸部朝上的姿势放入黑色的背景板中央,拍摄整鸡获取图像信息。
可选的,所述获取整鸡图像信息时需要对相机进行参数设置,包括在摄影棚内采用恒定强度和色温的光源,调节相机曝光参数至曝光值EV为0。
可选的,所述S2中命名的过程包括:使用三脚架固定相机于摄影棚的取景框上方,通过数据线连接电脑与相机,在电脑上实时预览并控制相机进行拍照,并根据鸡只脚号对照片进行命名,每只鸡拍摄2张照片。
可选的,所述S3中图像处理的过程包括:将图像信息转换为HSV色彩空间,遍历图像,根据颜色范围识别出鸡屠体,将范围内的像素点HSV值设置为255,将其余像素点的HSV值设置为0,得到掩膜图像。
可选的,所述颜色范围包括:(_H[i][j]>-220)and(_H[i][j]<200)and(_S[i][j]>70)and(_S[i][j]<250)and(_V[i][j]>110)and(_V[i][j]<300)。
可选的,所述获取HSV的过程包括:将掩膜图像去除背景后,获取鸡屠体的HSV,其中H表示色调,S表示饱和度,V表示亮度。
可选的,所述S4中鸡肤色判断过程包括:根据S值大小对鸡肤色黄度进行判断,S值越大,则鸡肤色黄度越黄。
本发明的有益效果为:
本发明提供了一种基于计算机视觉的鸡肤色表型测定方法,该肤色表型测定过程中,在光源固定,角度固定的摄影棚中进行拍照,有效减少了外部环境对测定结果的影响;采用统一的曝光参数,统一的计算机算法,过程中无需手动调节参数,得到的测定结果有效减少了人为因素的影响。该测定方法相较于人工感官评分,色差仪测定等有更高的可重复性,大规模测定效率及准确性更高。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例的整体方案示意图;
图2为本发明实施例的摄影棚拍照示意图;
图3为本发明实施例的摄影棚鸡屠体示意图;
图4为本发明实施例的拍照测定S值箱线示意图;
图5为本发明实施例的麻黄鸡各部位b值及HSV值示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
如图1-5所示,一种基于计算机视觉的鸡肤色表型测定方法,具体步骤包括:S1、对鸡屠体进行预处理;S2、对预处理后的鸡进行鸡只脚号命名并进行拍摄,获得鸡的图像信息;S3、对所述鸡的图像信息进行图像处理,获得掩膜图像;S4、基于所述掩膜图像获得HSV值,并计算出H,S和V的平均值,其中通过S值,对鸡的肤色及进行评定。
可选的,所述S1中鸡屠体预处理过程包括:鸡屠体在屠宰后1小时内进行测定,用干毛巾将鸡屠体表面水分擦干,去除未脱干净的杂毛,将鸡屠体以侧面或胸部朝上的姿势放入黑色的背景板中央,拍摄整鸡获取图像信息。
可选的,所述获取整鸡图像信息时需要对相机进行参数设置,包括在摄影棚内采用恒定强度和色温的光源,调节相机曝光参数至曝光值EV为0。
可选的,所述S2中命名的过程包括:使用三脚架固定相机于摄影棚的取景框上方,通过数据线连接电脑与相机,在电脑上实时预览并控制相机进行拍照,并根据鸡只脚号对照片进行命名,每只鸡拍摄2张照片。
可选的,所述S3中图像处理的过程包括:将图像信息转换为HSV色彩空间,遍历图像,根据颜色范围识别出鸡屠体,将范围内的像素点HSV值设置为255,将其余像素点的HSV值设置为0,得到掩膜图像。
可选的,所述颜色范围包括:(_H[i][j]>-220)and(_H[i][j]<200)and(_S[i][j]>70)and(_S[i][j]<250)and(_V[i][j]>110)and(_V[i][j]<300)。
可选的,所述获取HSV的过程包括:将掩膜图像去除背景后,获取鸡屠体的HSV,其中H表示色调,S表示饱和度,V表示亮度。
可选的,所述S4中鸡肤色判断过程包括:根据S值大小对鸡肤色黄度进行判断,S值越大,则鸡肤色黄度越黄。
实验1中,待测鸡为63日龄的麻黄鸡商品,数量为119只。实验2中,待测鸡为70日龄的麻黄鸡纯系,数量为738只。皆采用平养的饲养方式,饲喂符合国际配方标准的玉米-豆粕型饲料。
(1)色差仪测定及感官评分
屠宰前利用3nh-NR20XE型色差仪(深圳市三恩时科技有限公司),测定泄殖腔(泄殖孔上周皮肤),胫部,翅下皮肤(翅根下方)的颜色,测定前拨开羽毛,每个部位固定1点进行测定,测定3次后取平均值,每次测定后色差仪旋转90度。屠宰后,用60℃的热水烫毛计时5分钟,通过水银温度计观测水温,烫毛后放入脱毛机脱毛,人工拔毛后,利用色差仪测定泄殖腔,背部(尾椎部),肩部,胸部,腿部,胫部,腹脂的颜色,测定方法同上,测定前先用毛巾擦干,避免液体反光影响测定结果。测定后记录L*,a*,b*值,L值为亮度系数,表示从黑到白的变化,a值表示从红(+a)到绿(-a),b值表示从黄(+b)到蓝(-b)的变化。根据比色卡进行感官评分(2—7分)。
(2)照片拍摄:
测定前先用毛巾擦干鸡只,避免液体反光影响测定结果。在摄影棚里,利用cannonEOS 80d数码单反相机对鸡体进行拍照记录,测定过程中摄影棚内光源固定,相机曝光参数固定(本实验中采用的相机为佳80d,镜头焦距35mm,光圈值为f/5,曝光时间为1/640秒,ISO为500,采用偏中心平均测光)。预实验中每只鸡拍照测定3次。
(3)图像处理:
去除比色卡,调整图片尺寸至533*800像素,便于后续分析。利用pycharm2017.3.2调用CV2包的cv2.cvtColor函数将图像转换到HSV色彩空间,去除背景后,求取鸡屠体的整体HSV平均值,H表示色调,S表示饱和度,V表示亮度。
(4)数据的统计分析
数据资料采用Excel和SPSS 22程序软件进行分析处理,数据使用平均值±标准差来表示。
(5)结果及分析
实验1中(n=119),拍照测定S值箱线图,拍照测定数据统计描述见表1,三次测定间标准差低,变异系数小,说明拍照测定的方法稳定性较高,有较好的可重复性。拍照测定HSV值与感官评分相关系数见表2,HSV值均与感官评分存在极显著相关关系(P<0.01),说明拍照测定的数据能作为肤色评价的客观参考依据。
表1.拍照测定数据统计描述
表2.拍照测定HSV值与感官评分相关系数表
实验2中(n=913)麻黄鸡屠宰后各部位b值,HSV值及感官评分(value)相关关系见表3。宰后各部位间的b值整体上存在极显著的相关关系(P<0.01),如胸部和肩部b值(rp=0.712,P<0.01),S值与宰后各部位b值存在极显著的相关关系(P<0.01),且与感官评分存在极显著的正相关(rp=0.797,P<0.01),可能由于照片S值是整体的平均值,相比于利用色差仪进行各部位单点测定的肤色b值,更接近人眼看到的整体颜色,因此,S值比色差仪测定的b值与感官评分相关性更高,表明拍照测定比色差仪测定的结果更加接近鸡屠体的实际肤色。
表3麻黄鸡屠宰后各部位肤色间的相关关系
该鸡黄皮肤肤色表型测定的方法,采用拍照,计算机算法处理等方法得到的S值与鸡只黄度存在显著相关关系,而通过数字照片提取整鸡的HSV值可能更接近人眼的观感,并且S值与感官评分有较高的相关系数,与鸡屠体的感官肤色更加相关。数字照片提取HSV值的方法用时短,便于自动化处理,能有效提高测定的效率,提高育种工作中表型测定的效果,对鸡黄皮肤的选育提供了重要的参考资料。
以上所述的实施例仅是对本发明优选方式进行的描述,并非对本发明的范围进行限定,在不脱离本发明设计精神的前提下,本领域普通技术人员对本发明的技术方案做出的各种变形和改进,均应落入本发明权利要求书确定的保护范围内。
Claims (8)
1.一种基于计算机视觉的鸡肤色表型测定方法,其特征在于,具体步骤包括:
S1、对鸡屠体进行预处理;
S2、对预处理后的鸡进行鸡只脚号命名并进行拍摄,获得鸡的图像信息;
S3、对所述鸡的图像信息进行图像处理,获得掩膜图像;
S4、基于所述掩膜图像获得HSV值,并计算出H,S和V的平均值,其中通过S值,对鸡的肤色及进行评定。
2.根据权利要求1所述的基于计算机视觉的鸡肤色表型测定方法,其特征在于,所述S1中鸡屠体预处理过程包括:鸡屠体在屠宰后1小时内进行测定,用干毛巾将鸡屠体表面水分擦干,去除未脱干净的杂毛,将鸡屠体以侧面或胸部朝上的姿势放入黑色的背景板中央,拍摄整鸡获取图像信息。
3.根据权利要求2所述的基于计算机视觉的鸡肤色表型测定方法,其特征在于,所述获取整鸡图像信息时需要对相机进行参数设置,包括在摄影棚内采用恒定强度和色温的光源,调节相机曝光参数至曝光值EV为0。
4.根据权利要求1所述的基于计算机视觉的鸡肤色表型测定方法,其特征在于,所述S2中命名的过程包括:使用三脚架固定相机于摄影棚的取景框上方,通过数据线连接电脑与相机,在电脑上实时预览并控制相机进行拍照,并根据鸡只脚号对照片进行命名,每只鸡拍摄2张照片。
5.根据权利要求1所述的基于计算机视觉的鸡肤色表型测定方法,其特征在于,所述S3中图像处理的过程包括:将图像信息转换为HSV色彩空间,遍历图像,根据颜色范围识别出鸡屠体,将范围内的像素点HSV值设置为255,将其余像素点的HSV值设置为0,得到掩膜图像。
6.根据权利要求5所述的基于计算机视觉的鸡肤色表型测定方法,其特征在于,所述颜色范围包括:(_H[i][j]>-220)and(_H[i][j]<200)and(_S[i][j]>70)and(_S[i][j]<250)and(_V[i][j]>110)and(_V[i][j]<300)。
7.根据权利要求6所述的基于计算机视觉的鸡肤色表型测定方法,其特征在于,所述获取HSV的过程包括:将掩膜图像去除背景后,获取鸡屠体的HSV,其中H表示色调,S表示饱和度,V表示亮度。
8.根据权利要求1所述的基于计算机视觉的鸡肤色表型测定方法,其特征在于,所述S4中鸡肤色判断过程包括:根据S值大小对鸡肤色黄度进行判断,S值越大,则鸡肤色黄度越黄。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111275928.7A CN113810617B (zh) | 2021-10-29 | 2021-10-29 | 一种基于计算机视觉的鸡肤色表型测定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111275928.7A CN113810617B (zh) | 2021-10-29 | 2021-10-29 | 一种基于计算机视觉的鸡肤色表型测定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113810617A true CN113810617A (zh) | 2021-12-17 |
CN113810617B CN113810617B (zh) | 2022-06-14 |
Family
ID=78898492
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111275928.7A Active CN113810617B (zh) | 2021-10-29 | 2021-10-29 | 一种基于计算机视觉的鸡肤色表型测定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113810617B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114736973A (zh) * | 2022-05-24 | 2022-07-12 | 华南农业大学 | 一种与鸡屠体肤色性状相关的snp分子标记及其应用 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2006040311A2 (en) * | 2004-10-11 | 2006-04-20 | Thomson Licensing | Method for detecting skin tone pixels |
CN103248793A (zh) * | 2013-05-14 | 2013-08-14 | 旭曜科技股份有限公司 | 色域转换系统的肤色最佳化方法与装置 |
CN103340604A (zh) * | 2013-07-09 | 2013-10-09 | 周信旭 | 黄疸自动分析检测方法及计算机程序产品 |
CN103834642A (zh) * | 2014-02-14 | 2014-06-04 | 华南农业大学 | 一种鸡皮肤颜色相关的分子标记及其应用 |
WO2015122102A1 (en) * | 2014-02-13 | 2015-08-20 | Ricoh Company, Ltd. | Image processing apparatus, image processing system, image processing method, and recording medium |
CN106599778A (zh) * | 2016-11-03 | 2017-04-26 | 南京邮电大学 | 一种快速精确的人脸检测方法 |
CN106952313A (zh) * | 2017-03-21 | 2017-07-14 | 北京工商大学 | 基于HSI和Lab混合颜色模型的皮肤肤色评价方法 |
CN107592517A (zh) * | 2017-09-21 | 2018-01-16 | 青岛海信电器股份有限公司 | 一种肤色处理的方法及装置 |
CN107862657A (zh) * | 2017-10-31 | 2018-03-30 | 广东欧珀移动通信有限公司 | 图像处理方法、装置、计算机设备及计算机可读存储介质 |
-
2021
- 2021-10-29 CN CN202111275928.7A patent/CN113810617B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2006040311A2 (en) * | 2004-10-11 | 2006-04-20 | Thomson Licensing | Method for detecting skin tone pixels |
CN103248793A (zh) * | 2013-05-14 | 2013-08-14 | 旭曜科技股份有限公司 | 色域转换系统的肤色最佳化方法与装置 |
CN103340604A (zh) * | 2013-07-09 | 2013-10-09 | 周信旭 | 黄疸自动分析检测方法及计算机程序产品 |
WO2015122102A1 (en) * | 2014-02-13 | 2015-08-20 | Ricoh Company, Ltd. | Image processing apparatus, image processing system, image processing method, and recording medium |
US20160323481A1 (en) * | 2014-02-13 | 2016-11-03 | Ricoh Company, Ltd. | Image processing apparatus, image processing system, image processing method, and recording medium |
CN103834642A (zh) * | 2014-02-14 | 2014-06-04 | 华南农业大学 | 一种鸡皮肤颜色相关的分子标记及其应用 |
CN106599778A (zh) * | 2016-11-03 | 2017-04-26 | 南京邮电大学 | 一种快速精确的人脸检测方法 |
CN106952313A (zh) * | 2017-03-21 | 2017-07-14 | 北京工商大学 | 基于HSI和Lab混合颜色模型的皮肤肤色评价方法 |
CN107592517A (zh) * | 2017-09-21 | 2018-01-16 | 青岛海信电器股份有限公司 | 一种肤色处理的方法及装置 |
CN107862657A (zh) * | 2017-10-31 | 2018-03-30 | 广东欧珀移动通信有限公司 | 图像处理方法、装置、计算机设备及计算机可读存储介质 |
Non-Patent Citations (2)
Title |
---|
徐锦: "人脸检测的自适应肤色分割算法研究", 《贵州大学学报(自然科学版)》 * |
江珂等: "运用肤色信息和模板匹配的彩色人脸检测", 《中国测试技术》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114736973A (zh) * | 2022-05-24 | 2022-07-12 | 华南农业大学 | 一种与鸡屠体肤色性状相关的snp分子标记及其应用 |
CN114736973B (zh) * | 2022-05-24 | 2023-11-21 | 华南农业大学 | 一种与鸡屠体肤色性状相关的snp分子标记及其应用 |
Also Published As
Publication number | Publication date |
---|---|
CN113810617B (zh) | 2022-06-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108742170B (zh) | 一种烤箱的智能识别烹饪系统 | |
US8374403B2 (en) | Methods and apparatus for efficient, automated red eye detection | |
Yamamoto et al. | Regional image analysis of the tongue color spectrum | |
US20100008567A1 (en) | Pupil color correction device and program | |
CN113810617B (zh) | 一种基于计算机视觉的鸡肤色表型测定方法 | |
Navarro et al. | IMAFISH_ML: A fully-automated image analysis software for assessing fish morphometric traits on gilthead seabream (Sparus aurata L.), meagre (Argyrosomus regius) and red porgy (Pagrus pagrus) | |
US8260005B2 (en) | Portable tool for determining meat quality | |
CN106338590A (zh) | 一种基于计算机视觉监测鱼类生命体征的水质监测方法 | |
US20090290048A1 (en) | Pupil color correction device and program | |
US20120237128A1 (en) | System and method for removing specularity from an image | |
CN112232978A (zh) | 水产品体长和重量检测方法、终端设备及存储介质 | |
WO2022247840A1 (zh) | 光源光谱和多光谱反射率图像获取方法、装置及电子设备 | |
CN106600569B (zh) | 信号灯颜色效果增强处理方法及装置 | |
CN112232977A (zh) | 水产品养殖评估方法、终端设备及存储介质 | |
CN113269191A (zh) | 一种农作物叶片病害识别方法、装置和存储介质 | |
DK177150B1 (da) | Fremgangsmåde til beregning af kvalitetsparametre for madvarer samt anvendelse af et farvemålingsinstrument | |
Stien et al. | Rapid estimation of fat content in salmon fillets by colour image analysis | |
WO2009087258A1 (es) | Dispositivo portátil y método para determinar la calidad de un trozo de carne | |
TWI501186B (zh) | Automatic analysis of jaundice detection methods and computer program products | |
CN113411507A (zh) | 测肤图像的获取方法、装置、设备及存储介质 | |
CN111062929B (zh) | 一种软件设计畜禽疾病图片的智能分析诊断系统 | |
FR2938654A1 (fr) | Procede et dispositif de controle de la qualite de fraicheur du poisson. | |
Handayani et al. | Determination of beef marbling based on fat percentage for meat quality | |
CN110251084A (zh) | 一种基于人工智能的舌像检测与识别方法 | |
CN108362699B (zh) | 一种薯类去皮率的测定方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |