CN117893504A - 种蛋性别无损检测方法及装置 - Google Patents
种蛋性别无损检测方法及装置 Download PDFInfo
- Publication number
- CN117893504A CN117893504A CN202410064620.5A CN202410064620A CN117893504A CN 117893504 A CN117893504 A CN 117893504A CN 202410064620 A CN202410064620 A CN 202410064620A CN 117893504 A CN117893504 A CN 117893504A
- Authority
- CN
- China
- Prior art keywords
- egg
- eggs
- sex
- hatching
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000009659 non-destructive testing Methods 0.000 title claims abstract description 43
- 235000013601 eggs Nutrition 0.000 claims abstract description 226
- 230000012447 hatching Effects 0.000 claims abstract description 123
- 238000001514 detection method Methods 0.000 claims abstract description 114
- 238000012549 training Methods 0.000 claims abstract description 26
- 238000003331 infrared imaging Methods 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 16
- 238000003860 storage Methods 0.000 claims description 11
- 238000000605 extraction Methods 0.000 claims description 9
- 238000010586 diagram Methods 0.000 claims description 8
- 238000012360 testing method Methods 0.000 claims description 5
- 238000013527 convolutional neural network Methods 0.000 claims description 4
- 230000010354 integration Effects 0.000 claims description 4
- 238000007639 printing Methods 0.000 claims description 2
- 230000001066 destructive effect Effects 0.000 claims 2
- 238000007689 inspection Methods 0.000 claims 2
- 230000008569 process Effects 0.000 abstract description 4
- 238000002834 transmittance Methods 0.000 abstract description 4
- 241000287828 Gallus gallus Species 0.000 description 13
- 230000017448 oviposition Effects 0.000 description 8
- 235000013330 chicken meat Nutrition 0.000 description 7
- 238000004519 manufacturing process Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 230000008901 benefit Effects 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000009395 breeding Methods 0.000 description 2
- 230000001488 breeding effect Effects 0.000 description 2
- 238000013145 classification model Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 239000012535 impurity Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000011176 pooling Methods 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 230000004913 activation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000002306 biochemical method Methods 0.000 description 1
- 238000000701 chemical imaging Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 210000002257 embryonic structure Anatomy 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 210000001161 mammalian embryo Anatomy 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 244000144977 poultry Species 0.000 description 1
- 235000013594 poultry meat Nutrition 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 230000020509 sex determination Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Landscapes
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
Abstract
本发明提供一种种蛋性别无损检测方法及装置,属于禽蛋检测领域,该方法包括:获取待检种蛋表面的红外图像,以及获取待检种蛋超声波检测的声波图像;将所述红外图像和所述声波图像输入预设的检测模型,输出待检种蛋的性别类型;其中,所述预设的检测模型,根据已知性别类型的样本种蛋,将对应的红外图像和声波图像作为输入,对应的性别类型作为标签,进行训练得到。该方法无需对种蛋进行损坏,不仅保证了对种蛋性别的检测准确度,同时在对种蛋进行后孵化的过程中,无需增加孵化的难度,从而减少了工作量,提高了工作效率。同时,避免了光源稳定性以及不同大小形状样品透射率差异导致的误差问题,从而检测结果更稳定,检测结果更准确。
Description
技术领域
本发明涉及禽蛋检测领域,尤其涉及一种种蛋性别无损检测方法及装置。
背景技术
种蛋性别检测,指的是通过特定的方法和技术确定蛋内胚胎的性别。通过对种蛋性别进行检测,可以更具有针对性的进行饲养,从而提高饲养的经济效益。例如,种蛋中种鸡蛋的性别与其生产力息息相关,在商品鸡蛋生产中,母鸡是唯一的生产工具,公鸡不具备生产能力需要淘汰。在受精蛋的生产中,公鸡只作为受精蛋的生产工具之一,数量极少,只有鸡总数量的3%,其余公鸡也需要淘汰。在商品肉鸡生产中,由于公鸡比母鸡需要的饲料少,生产母鸡肉鸡的成本要比公鸡高5%以上,大型的肉鸡厂会将小母鸡淘汰。很多具有孵化能力的蛋鸡场在小公鸡出雏后即出售,大部分作为生产原料被宰杀。
常规的针对种蛋的性别检测,通常需要对种蛋进行破碎,从种蛋中提取种蛋内的物质进行检测,从而完成对种蛋性别的辨别。但该方式易损坏种蛋,从而增加后续对种蛋的孵化难度,并且若进行批量检测时,采用破损种蛋的方式进行性别检测易增加工作量,从而降低工作效率。目前也有通过光谱成像等技术进行种蛋性别检测的方法,然而这些方法极易受到环境的影响,如光源的稳定性,不同大小形状的样品透射率差异等等,从而导致检测结果的可靠性不高。同时,光谱仪价格高昂,不利于在一些小型化的养殖场进行应用。
发明内容
针对现有技术存在的问题,本发明提供一种种蛋性别无损检测方法及装置。
本发明提供一种种蛋性别无损检测方法,包括:获取待检种蛋表面的红外图像,以及获取待检种蛋超声波检测的声波图像;将所述红外图像和所述声波图像输入预设的检测模型,输出待检种蛋的性别类型;其中,所述预设的检测模型,根据已知性别类型的样本种蛋,将对应的红外图像和声波图像作为输入,对应的性别类型作为标签,进行训练得到。
根据本发明提供的一种种蛋性别无损检测方法,所述红外图像和所述声波图像在恒温恒湿的环境中获取。
根据本发明提供的一种种蛋性别无损检测方法,所述恒温恒湿的温度为25℃,湿度为50-60%。
根据本发明提供的一种种蛋性别无损检测方法,所述将所述红外图像和所述声波图像输入预设的检测模型,输出待检种蛋的性别类型,包括:将所述红外图像输入所述检测模型的第一特征提取网络得到第一特征图,所述声波图像输入所述检测模型的第二特征提取网络得到第二特征图;将所述第一特征图和所述第二特征图进行融合,输入检测模型的分类网络,输出待检种蛋的性别类型。
根据本发明提供的一种种蛋性别无损检测方法,所述将所述红外图像和所述声波图像输入预设的检测模型之前,还包括:获取训练样本种蛋表面的红外图像,以及获取所述训练样本种蛋超声波检测的声波图像;对所述样本腌制蛋进行生化检测或直接孵化检测,确定性别类型;以训练样本种蛋的红外图像和声波图像作为输入,对应的性别类别作为标签,对基于卷积神经网络构建的所述检测模型进行训练,得到所述训练后的检测模型。
本发明还提供一种种蛋性别无损检测装置,包括:红外检测模块,用于获取待检种蛋表面的红外图像;超声检测模块,用于获取待检种蛋超声波检测的声波图像;整合识别模块,用于将所述红外图像和所述声波图像输入预设的检测模型,输出待检种蛋的性别类型;其中,所述预设的检测模型,根据已知性别类型的样本种蛋,将对应的红外图像和声波图像作为输入,对应的性别类型作为标签,进行训练得到。
本发明还提供一种种蛋性别无损检测系统,包括:承蛋托盘、传送带、红外线成像仪器、超声波检测仪、打码装置和权利要求7所述的种蛋性别无损检测装置;所述红外线成像仪和所述超声波检测仪设置在所述传送带两侧;所述承蛋托盘用于放置待检种蛋,所述传送带用于将放置好种蛋的承蛋托盘依次传输至所述红外线成像仪、所述超声波检测仪、所述打码装置直至到达承蛋托盘收纳区;所述红外线成像仪,用于采集传送带上整个承蛋托盘的待检种蛋表面的红外图像;所述超声波检测仪,用于采集传送带上整个承蛋托盘的待检种蛋的声波图像;所述种蛋性别无损检测装置,用于将所述红外线成像仪输入的红外图像划分为单个种蛋的目标红外图像,以及将所述超声波检测仪输入的声波图像划分为单个种蛋的目标声波图像,并根据单个种蛋的红外图像和声波图像,输出每个待检种蛋的性别类型;所述打码装置,根据每个待检种蛋的性别类型,对每个待检种蛋表面印制与性别类型一一对应的编码。
本发明还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述任一种所述种蛋性别无损检测方法。
本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述任一种所述种蛋性别无损检测方法。
本发明还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上述任一种所述种蛋性别无损检测方法。
本发明提供的种蛋性别无损检测方法及装置,无需对种蛋进行损坏,不仅保证了对种蛋性别的检测准确度,同时在对种蛋进行后孵化的过程中,无需增加孵化的难度,从而减少了工作量,提高了工作效率。同时,该方法相比目前的光谱成像等技术,由于避免了光源稳定性以及不同大小形状样品透射率差异导致的误差问题,从而检测结果更稳定,并且通过对种蛋进行红外线检测以及超声波检测共同协作完成对种蛋性别的判断,从而检测结果更准确。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案,下面将对实施例或现有技术描述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的前提下,还可以根据这些附图获得其他的附图。
图1是本发明提供的种蛋性别无损检测方法的流程示意图;
图2是本发明提供的种蛋性别无损检测装置的结构示意图;
图3是本发明提供的种蛋性别无损检测系统的立体图;
图4是本发明提供的种蛋性别无损检测系统的正视图;
图5是本发明提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明中的附图,对本发明中的技术方案进行清楚、完整地描述,显然,所描述的实施例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。
下面结合图1-图5描述本发明的种蛋性别无损检测方法及装置。图1是本发明提供的种蛋性别无损检测方法的流程示意图,如图1所示,本发明提供种蛋性别无损检测方法,包括:
101、获取待检种蛋表面的红外图像,以及获取待检种蛋超声波检测的声波图像。
可以将种蛋放置在承蛋托盘上,且承蛋托盘上开设承蛋凹槽与所需承放的种蛋尺寸相匹配。每个承蛋托盘上可设置为放置100枚种蛋,承蛋托盘上的种蛋布局为10*10。在种蛋在放置在承蛋托盘前,需要对种蛋表面残留的杂质进行清理,从而便于后续的检测工作。
然后,利用红外线成像仪器和超声波检测仪分别采集红外图像和声波图像。可以采集整个承蛋托盘的红外图像和声波图像,然后再划分为10*10的100个待检种蛋图像,由102的检测模型进行性别检测。
102、将所述红外图像和所述声波图像输入预设的检测模型,输出待检种蛋的性别类型。
其中,所述预设的检测模型,根据已知性别类型的样本种蛋,将对应的红外图像和声波图像作为输入,对应的性别类型作为标签,进行训练得到。
其中,红外成像的判断依据是根据雄性胚胎产热较强的原理来判断种蛋的性别。具体可以利用目前的检测模型,如神经网络中的卷积神经网络模型构建分类模型,作为102的检测模型。在101之前,对构建的检测模型进行训练,然后在102中根据红外图像和声波图像,得到每个待检种蛋的性别类型。
本发明的种蛋性别无损检测方法,无需对种蛋进行损坏,不仅保证了对种蛋性别的检测准确度,同时在对种蛋进行后孵化的过程中,无需增加孵化的难度,从而减少了工作量,提高了工作效率。同时,该方法相比目前的光谱成像等技术,由于避免了光源稳定性以及不同大小形状样品透射率差异导致的误差问题,从而检测结果更稳定,并且通过对种蛋进行红外线检测以及超声波检测共同协作完成对种蛋性别的判断,从而检测结果更准确。
在一个实施例中,所述红外图像和所述声波图像在恒温恒湿的环境中获取。为了提高检测的稳定性,进一步提高检测的准确度,本发明检测过程在恒温恒湿的环境中进行。由于检测通常都在室内进行,恒温恒湿是很容易达到的条件,相比于光谱检测更稳定和不易受环境影响。
在一个实施例中,所述恒温恒湿的温度为25℃,湿度为50-60%。
在一个实施例中,所述将所述红外图像和所述声波图像输入预设的检测模型,输出待检种蛋的性别类型,包括:将所述红外图像输入所述检测模型的第一特征提取网络得到第一特征图,所述声波图像输入所述检测模型的第二特征提取网络得到第二特征图;将所述第一特征图和所述第二特征图进行融合,输入检测模型的分类网络,输出待检种蛋的性别类型。
检测模型可以基于目前的分类网络模型实现,对于红外图像和声波图像,可分别设置特征提取网络分支,称为第一特征提取网络和第二特征提取网络,分别提取对应的第一特征图第二特征图。然后,进行特征融合后输入检测模型的后续网络层,如基于特征金字塔(FPN)进行特征融合。后续网络层(网络参数经过学习和训练)可以根据融合后的特征,输出性别类型,例如,后续网络层可以为包括池化层(pooling layer),激活函数层和全连接层的网络,也可以采用其他的基于深度神经网络的分类网络模型实现。
在一个实施例中,所述将所述红外图像和所述声波图像输入预设的检测模型之前,还包括:获取训练样本种蛋表面的红外图像,以及获取所述训练样本种蛋超声波检测的声波图像;对所述样本腌制蛋进行生化检测或直接孵化检测,确定性别类型;以训练样本种蛋的红外图像和声波图像作为输入,对应的性别类别作为标签,对基于卷积神经网络构建的所述检测模型进行训练,得到所述训练后的检测模型。
如上所述,在101之前,构建检测模型并进行训练。具体而言,可利用已知性别类型的训练样本种蛋,在获取红外图像和声波图像后,基于红外图像和声波图像作为检测模型的输入,性别类型作为标签进行训练,得到102中的训练后的检测模型。其中,训练样本种蛋的性别类型,可以通过上述提到的破壳后通过生物化学法进行检测,也可以在孵化后人工识别确定,检测模型可基于目前的分类模型构建,此处不再赘述。
下面对本发明提供的种蛋性别无损检测装置进行描述,下文描述的种蛋性别无损检测装置与上文描述的种蛋性别无损检测方法可相互对应参照。
图2是本发明提供的种蛋性别无损检测装置的结构示意图,如图2所示,该种蛋性别无损检测装置包括:红外检测模块201、超声检测模块202和整合识别模块203。其中,红外检测模块201用于获取待检种蛋表面的红外图像;超声检测模块202用于获取待检种蛋超声波检测的声波图像;整合识别模块203用于将所述红外图像和所述声波图像输入预设的检测模型,输出待检种蛋的性别类型;其中,所述预设的检测模型,根据已知性别类型的样本种蛋,将对应的红外图像和声波图像作为输入,对应的性别类型作为标签,进行训练得到。
本发明实施例提供的装置实施例是为了实现上述各方法实施例的,具体流程和详细内容请参照上述方法实施例,此处不再赘述。
本发明实施例所提供的种蛋性别无损检测装置,其实现原理及产生的技术效果和前述种蛋性别无损检测方法实施例相同,为简要描述,种蛋性别无损检测装置实施例部分未提及之处,可参考前述种蛋性别无损检测方法实施例中相应内容。
图3是本发明提供的种蛋性别无损检测系统的立体图,图4是本发明提供的种蛋性别无损检测系统的正视图,如图3和图4所示,该种蛋性别无损检测系统包括:承蛋托盘1、传送带2、红外线成像仪器3、超声波检测仪4、打码装置5和上述种蛋性别无损检测装置;所述红外线成像仪3和所述超声波检测仪设置4在所述传送带两侧;所述承蛋托盘1用于放置待检种蛋,所述传送带2用于将放置好种蛋的承蛋托盘1依次传输至所述红外线成像仪3、所述超声波检测仪4、所述打码装置5直至到达承蛋托盘收纳区6;所述红外线成像仪3用于采集传送带上整个承蛋托盘的待检种蛋表面的红外图像;所述超声波检测仪4用于采集传送带上整个承蛋托盘的待检种蛋的声波图像;所述种蛋性别无损检测装置,用于将所述红外线成像仪3输入的红外图像划分为单个种蛋的目标红外图像,以及将所述超声波检测仪4输入的声波图像划分为单个种蛋的目标声波图像,并根据单个种蛋的红外图像和声波图像,输出每个待检种蛋的性别类型;所述打码装置5根据每个待检种蛋的性别类型,对每个待检种蛋表面印制与性别类型一一对应的编码。
具体而言,检测之前组装检测系统(或者检测设备),检测系统包括放置承蛋托盘的工位、传送带2、红外线成像仪器3、超声波检测仪4,打码装置5和收纳承蛋托盘工位6。具体可在传送带的两侧设置红外线成像仪器3以及超声波检测仪4,且红外线成像仪器3靠近放置承蛋托盘工位处,超声波检测仪4靠近收纳承蛋托盘工位处。打码装置5可在超声波检测仪靠近收纳承蛋托盘工位的一侧设置。
首先,检测前处理。将种蛋放置在承蛋托盘上,且承蛋托盘上开设的承蛋凹槽与所需承放的种蛋尺寸相匹配。可选地,种蛋在放置在承蛋托盘前,对种蛋表面残留的杂质进行清理,从而便于后续的检测工作。每个承蛋托盘上可放置100枚种蛋,且承蛋托盘上的种蛋布局为10*10。
其次,放置种蛋。将放置有种蛋的承蛋托盘放置在传送带上,并且传送带的一端为放置承蛋托盘工位,传送带的另一端为收纳承蛋托盘工位。
然后,进行检测。通过传送带的运输完成对承蛋托盘的运输工作,当承蛋托盘运输至红外线成像仪器正下方后,停止传送带的工作,此时利用红外线成像仪器对种蛋表面的温度信息进行采集,具体为采集红外图像,发送给装置的红外检测模块201。
完成对种蛋的红外信息采集后,通过传送带将承蛋托盘继续运输,当承蛋托盘运输至超声波检测仪正下方后,停止传送带的运输,随后利用超声波检测仪对种蛋进行超声波检测处理,且检测到的结果传输给超声检测模块202,通过将超声波检测到的数据传输给整合识别模块203,利用检测模型对检测的种蛋性别进行识别,随后将识别后的种蛋性别进行记录处理。
当判断完成后,利用设置的打码装置将种蛋上进行性别打码处理,如将雄性种蛋标记为“1”,将雌性种蛋标记为“0”即可,从而完成对种蛋的无损识别工作。
图5是本发明提供的电子设备的结构示意图,如图5所示,该电子设备可以包括:处理器(processor)501、通信接口(Communications Interface)502、存储器(memory)503和通信总线504,其中,处理器501,通信接口502,存储器503通过通信总线504完成相互间的通信。处理器501可以调用存储器503中的逻辑指令,以执行种蛋性别无损检测方法,该方法包括:获取待检种蛋表面的红外图像,以及获取待检种蛋超声波检测的声波图像;将所述红外图像和所述声波图像输入预设的检测模型,输出待检种蛋的性别类型;其中,所述预设的检测模型,根据已知性别类型的样本种蛋,将对应的红外图像和声波图像作为输入,对应的性别类型作为标签,进行训练得到。
此外,上述的存储器503中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面,本发明还提供一种计算机程序产品,所述计算机程序产品包括计算机程序,计算机程序可存储在非暂态计算机可读存储介质上,所述计算机程序被处理器执行时,计算机能够执行上述各方法所提供的种蛋性别无损检测方法,该方法包括:获取待检种蛋表面的红外图像,以及获取待检种蛋超声波检测的声波图像;将所述红外图像和所述声波图像输入预设的检测模型,输出待检种蛋的性别类型;其中,所述预设的检测模型,根据已知性别类型的样本种蛋,将对应的红外图像和声波图像作为输入,对应的性别类型作为标签,进行训练得到。
又一方面,本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各方法提供的种蛋性别无损检测方法,该方法包括:获取待检种蛋表面的红外图像,以及获取待检种蛋超声波检测的声波图像;将所述红外图像和所述声波图像输入预设的检测模型,输出待检种蛋的性别类型;其中,所述预设的检测模型,根据已知性别类型的样本种蛋,将对应的红外图像和声波图像作为输入,对应的性别类型作为标签,进行训练得到。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种种蛋性别无损检测方法,其特征在于,包括:
获取待检种蛋表面的红外图像,以及获取待检种蛋超声波检测的声波图像;
将所述红外图像和所述声波图像输入预设的检测模型,输出待检种蛋的性别类型;
其中,所述预设的检测模型,根据已知性别类型的样本种蛋,将对应的红外图像和声波图像作为输入,对应的性别类型作为标签,进行训练得到。
2.根据权利要求1所述的种蛋性别无损检测方法,其特征在于,所述红外图像和所述声波图像在恒温恒湿的环境中获取。
3.根据权利要求2所述的种蛋性别无损检测方法,其特征在于,所述恒温恒湿的温度为25℃,湿度为50-60%。
4.根据权利要求1所述的种蛋性别无损检测方法,其特征在于,所述将所述红外图像和所述声波图像输入预设的检测模型,输出待检种蛋的性别类型,包括:
将所述红外图像输入所述检测模型的第一特征提取网络得到第一特征图,所述声波图像输入所述检测模型的第二特征提取网络得到第二特征图;
将所述第一特征图和所述第二特征图进行融合,输入检测模型的分类网络,输出待检种蛋的性别类型。
5.根据权利要求1-4任一项所述的种蛋性别无损检测方法,其特征在于,所述将所述红外图像和所述声波图像输入预设的检测模型之前,还包括:
获取训练样本种蛋表面的红外图像,以及获取所述训练样本种蛋超声波检测的声波图像;
对所述样本腌制蛋进行生化检测或直接孵化检测,确定性别类型;
以训练样本种蛋的红外图像和声波图像作为输入,对应的性别类别作为标签,对基于卷积神经网络构建的所述检测模型进行训练,得到所述训练后的检测模型。
6.一种种蛋性别无损检测装置,其特征在于,包括:
红外检测模块,用于获取待检种蛋表面的红外图像;
超声检测模块,用于获取待检种蛋超声波检测的声波图像;
整合识别模块,用于将所述红外图像和所述声波图像输入预设的检测模型,输出待检种蛋的性别类型;
其中,所述预设的检测模型,根据已知性别类型的样本种蛋,将对应的红外图像和声波图像作为输入,对应的性别类型作为标签,进行训练得到。
7.一种种蛋性别无损检测系统,其特征在于,包括:
承蛋托盘、传送带、红外线成像仪器、超声波检测仪、打码装置和权利要求6所述的种蛋性别无损检测装置;
所述红外线成像仪和所述超声波检测仪设置在所述传送带两侧;
所述承蛋托盘用于放置待检种蛋,所述传送带用于将放置好种蛋的承蛋托盘依次传输至所述红外线成像仪、所述超声波检测仪、所述打码装置直至到达承蛋托盘收纳区;
所述红外线成像仪,用于采集传送带上整个承蛋托盘的待检种蛋表面的红外图像;
所述超声波检测仪,用于采集传送带上整个承蛋托盘的待检种蛋的声波图像;
所述种蛋性别无损检测装置,用于将所述红外线成像仪输入的红外图像划分为单个种蛋的目标红外图像,以及将所述超声波检测仪输入的声波图像划分为单个种蛋的目标声波图像,并根据单个种蛋的红外图像和声波图像,输出每个待检种蛋的性别类型;
所述打码装置,根据每个待检种蛋的性别类型,对每个待检种蛋表面印制与性别类型一一对应的编码。
8.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至5任一项所述种蛋性别无损检测方法。
9.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至5任一项所述种蛋性别无损检测方法。
10.一种计算机程序产品,包括计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至5任一项所述种蛋性别无损检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410064620.5A CN117893504A (zh) | 2024-01-16 | 2024-01-16 | 种蛋性别无损检测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410064620.5A CN117893504A (zh) | 2024-01-16 | 2024-01-16 | 种蛋性别无损检测方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117893504A true CN117893504A (zh) | 2024-04-16 |
Family
ID=90648552
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410064620.5A Pending CN117893504A (zh) | 2024-01-16 | 2024-01-16 | 种蛋性别无损检测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117893504A (zh) |
-
2024
- 2024-01-16 CN CN202410064620.5A patent/CN117893504A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7260541B2 (ja) | 卵特性を非侵略的に決定するためのシステムおよび方法 | |
Zhang et al. | Pig weight and body size estimation using a multiple output regression convolutional neural network: A fast and fully automatic method | |
CN104316473A (zh) | 一种基于高光谱图像对鸡种蛋孵化早期胚胎性别鉴定的方法 | |
Abd Aziz et al. | A review on computer vision technology for monitoring poultry Farm—Application, hardware, and software | |
US11282199B2 (en) | Methods and systems for identifying internal conditions in juvenile fish through non-invasive means | |
CN111539937A (zh) | 一种物体指标的检测方法、家畜重量的检测方法及装置 | |
CN110363218B (zh) | 一种胚胎无创评估方法及装置 | |
CN101283087A (zh) | 快速准确地定位禽蛋胚盘的方法 | |
CN115812634B (zh) | 一种孵前种蛋受精信息无损分拣方法及装置 | |
CN112508901A (zh) | 一种水下结构病害识别方法、系统、装置及存储介质 | |
Guo et al. | Field‐based individual plant phenotyping of herbaceous species by unmanned aerial vehicle | |
CN114898405B (zh) | 基于边缘计算的便携式肉鸡异常监测系统 | |
Nakaguchi et al. | Development of an early embryo detection methodology for quail eggs using a thermal micro camera and the YOLO deep learning algorithm | |
CN116778309A (zh) | 残饵监测方法、装置、系统和存储介质 | |
CN106018292A (zh) | 蛋清中蛋白质构象的无损检测装置及其方法 | |
CN117893504A (zh) | 种蛋性别无损检测方法及装置 | |
Jia et al. | Exploratory Study of Sex Identification for Chicken Embryos Based on Blood Vessel Images and Deep Learning | |
Bimantoro et al. | Sheep face classification using convolutional neural network | |
Saifullah et al. | Chicken Egg Detection Based-on Image Processing Concept: A Review | |
CN113640229B (zh) | 一种大豆品质多参数的快速无损检测方法和装置 | |
Li et al. | Study on body size measurement method of goat and cattle under different background based on deep learning | |
CN114532253A (zh) | 一种种蛋活性自动智能检测装置 | |
Abuaiadah et al. | Automatic counting of chickens in confined area using the LCFCN algorithm | |
Quattrocchi et al. | Development, Validation and Preliminary Experiments of a Measuring Technique for Eggs Aging Estimation Based on Pulse Phase Thermography | |
Afridi et al. | Deep learning based udder classification for cattle traits analysis |
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 |