CN1934935A - 用于禽蛋尺寸与蛋形指数及重量同时检测的方法 - Google Patents
用于禽蛋尺寸与蛋形指数及重量同时检测的方法 Download PDFInfo
- Publication number
- CN1934935A CN1934935A CNA2006100535806A CN200610053580A CN1934935A CN 1934935 A CN1934935 A CN 1934935A CN A2006100535806 A CNA2006100535806 A CN A2006100535806A CN 200610053580 A CN200610053580 A CN 200610053580A CN 1934935 A CN1934935 A CN 1934935A
- Authority
- CN
- China
- Prior art keywords
- beasts
- eggs
- birds
- point
- transverse diameter
- 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
Images
Landscapes
- Image Analysis (AREA)
Abstract
本发明公开了一种用于禽蛋尺寸与蛋形指数及重量同时检测的方法。禽蛋图像的边界绕其形心,在0°到180°范围内逆时针旋转,首先检测禽蛋小头端和大头端端点T和B,然后旋转、平移禽蛋边界,使TB与Y轴重合,在边界上平行于X轴的最大弦CD,CD长度代表禽蛋最大横径,再以TB和CD为基准,检测上横径EF和下横径GH,建立LTB、LCD、LEF、LGH和禽蛋的重量W之间的关系模型并用于禽蛋实际重量检测。本发明具有的有益效果是:禽蛋外形品质参数(尺寸、蛋形指数)和重量参数的检测均采用图像分析和处理方法进行,简化了系统设计,降低了生产成本。
Description
技术领域
本发明涉及一种用于禽蛋尺寸与蛋形指数及重量同时检测的方法。
背景技术
我国是世界禽业大国,家禽业是我国农业的支柱产业之一。2005年,我国禽蛋年产量达到2434.8万吨,占世界总产量的41.1%。但是我国禽蛋检测与分级的技术手段落后,检测与分级装备的自动化程度低下,禽蛋经过商品化处理(包括简单手工分级在内)的比例相当低,商品鲜蛋在外观品质、内部品质、产品外包装等方面总体较差,难以达到国外的禽蛋检测与分级标准,缺乏国际市场竞争力,这是我国迫切需要加以改进和弥补的。
禽蛋的尺寸大小、蛋形指数、质量是衡量其外部品质的重要检测与分级指标,在禽蛋收购、贮藏、运送、销售过程中都须按禽蛋的尺寸大小、蛋形指数、质量对其进行检测、分级及包装。目前的禽蛋尺寸与蛋形指数检测方法以人工目测法为主,受主观因素影响大、误差非常大;禽蛋质量检测方法多用机械式天平、电子式称重传感器称取其质量,工作场所条件差、劳动强度大、工作效率低下。本领域的研究人员在运用机器视觉技术检测禽蛋的尺寸、蛋形指数和质量的方法上做了一些探索与研究。王巧华等(王巧华,余佑生.鸭蛋大小等级模型研究.华中农业大学学报,2001,20(6):579-583)基于机器视觉技术,对鸭蛋大小等级模型进行了研究,得到了鸭蛋的质量与所成图像的像素面积之间的数学模型;熊利荣等(熊利荣,王树才,任奕林,丁幼春.禽蛋大小等级模型的修正.农机化研究,2006,(2):104-105,108)基于机器视觉系统,对影响禽蛋质量大小的图像几何因素,包括像素和、纵径、横径、蛋形指数进行了分析和探讨,得出了禽蛋质量大小等级模型。
禽蛋在销售时,通常按其质量(俗称重量)进行计量,为此,在现有的禽蛋分级包装生产中,采用电子称重的方法检测禽蛋重量。这样,在一套生产线上,需分别配置禽蛋外形品质参数(尺寸、蛋形指数)和重量参数的检测装置,系统较为复杂。
发明内容
本发明的目的在于提供一种用于禽蛋尺寸与蛋形指数及重量同时检测的方法。
本发明解决其技术问题所采用的技术方案是:采集禽蛋的图像,对禽蛋图像进行二值分割、滤波和边缘检测,得到禽蛋的边界和形心O;将坐标系的原点放在形心O处,取水平方向为X轴方向,垂直方向为Y轴方向,建立平面直角坐标系;其特征在于:
(1)特征点查找
1)查找禽蛋的小头端和大头端端点T和B
按照一定的角度间隔,在0°至180°范围内旋转禽蛋边界上的每一个点,每完成一次,称为一轮,总共需完成K轮这样的操作;例如,角度间隔为1°时,则K值为180。在每一轮旋转结束后,分别记录禽蛋边界上Y坐标值最大的Ti(i=1,2,...,K)点及其Y坐标值Ymaxi(i=1,2,...,K)、Y坐标值最小的Bi(i=1,2,...,K)点及其Y坐标值Ymini(i=1,2,...,K);
全部旋转过程结束后,Ymaxi最大值所对应的点Ti即为端点T,Ymini最小值所对应的点Bi即为端点B;
2)位置调整
计算T点和B点连线与X轴的交点O’的位置坐标(x0’,0),以及其与Y轴的夹角θ。以点O’为新的旋转中心,沿逆时针方向旋转整个禽蛋边界,旋转θ角度,使得直线TB与X轴垂直,再沿X轴方向平移整个禽蛋边界,使得点O’与原点O重合,此时,直线TB位于Y轴上,T点和B点分别位于Y轴正、负半轴上;
3)纵径检测
计算TB的长度LTB,该长度代表禽蛋纵径的长度;
4)最大横径检测
位置调整完成后,禽蛋边界与X轴负半轴和正半轴的交点分别为L点和R点;
在弧TLB上沿逆时针方向,从T点开始,逐点选取Mi点,在弧TRB上查找一点Ni,使得两点连线MiNi垂直于Y轴,并计算两点连线MiNi的长度Li;
上述操作完成后,Li的最大值LCD代表禽蛋最大横径的长度,所对应的Mi点和Ni点分别标记为C点和D点;
(2)尺寸检测
建立禽蛋实际最大横径值DVert与LCD之间的关系模型并用于检测禽蛋的实际最大横径值DVert,该值即为禽蛋的尺寸;
(3)蛋形指数检测
禽蛋的蛋形指数定义为禽蛋纵径与最大横径之比值,LTB与LCD之比值就是禽蛋的蛋形指数;
(4)重量检测
从禽蛋图像中再提取出禽蛋的上横径和下横径;
禽蛋上横径定义为:纵径TB与最大横径CD交点V,与端点T的连线中点P处的水平线与禽蛋边界的两个交点E和F组成的弦即为禽蛋的上横径,其长度记为LEF;
禽蛋下横径定义为:V与端点B的连线中点Q处的水平线与禽蛋边界的两个交点G和H组成的弦即为禽蛋的下横径,其长度记为LGH。
建立LTB、LCD、LEF、LGH和禽蛋的重量W之间的关系模型并用于检测禽蛋实际重量。
本发明具有的有益效果是:禽蛋外形品质参数(尺寸、蛋形指数)和重量参数的检测均采用图像分析和处理方法进行,简化了系统设计,降低了生产成本。
附图说明
图1是一幅禽蛋图像;
图2是边缘检测完成后的禽蛋边界;
图3是旋转禽蛋边界过程的示意图;
图4是查找禽蛋边界上T点和B点位置的示意图;
图5是旋转、平移后的禽蛋边界位置示意图;
图6是计算禽蛋纵径和最大横径方法的示意图;
图7是计算禽蛋上横径和下横径方法的示意图。
具体实施方式
选取一定数量的禽蛋试验样本,分别加以标记。分别用游标卡尺实际检测其纵径和最大横径,用电子天平实际称取其重量,并将检测数据记录下来。
采集禽蛋的图像(如图1所示),对禽蛋图像进行二值分割、滤波和边缘检测(如图2所示),得到禽蛋的边界和形心O;将坐标系的原点放在形心O处,取水平方向为X轴方向,垂直方向为Y轴方向,建立平面直角坐标系(如图3所示)。
(1)查找禽蛋的小头端和大头端端点T和B(如图5所示)。
按照一定的角度间隔,在0°至180°范围内旋转禽蛋边界上的每一个点,每完成一次,称为一轮,总共需完成K轮这样的操作。例如,角度间隔为1°时,则K值为180。禽蛋边界上的像素点P0(x0,y0)旋转角度β,其新的坐标位置P(x,y)由式(1)计算(如图3所示):
在每一轮旋转结束后,分别记录禽蛋边界上Y坐标值最大的Ti(i=1,2,...,K)点及其Y坐标值Ymaxi(i=1,2,...,K)、Y坐标值最小的Bi(i=1,2,...,K)点及其Y坐标值Ymini(i=1,2,...,K)。
全部旋转过程结束后,Ymaxi最大值所对应的点Ti即为端点T,Ymini最小值所对应的点Bi即为端点B。
(2)位置调整。
计算T点和B点连线与X轴的交点O’的位置坐标(x0’,0),以及其与Y轴的夹角θ(如图4所示)。以点O’为新的旋转中心,沿逆时针方向旋转整个禽蛋边界,旋转θ角度,使得直线TB与X轴垂直,再沿X轴方向平移整个禽蛋边界,使得点O’与原点O重合,此时,直线TB位于Y轴上,T点和B点分别位于Y轴正、负半轴上,如图5所示。上述操作所用的公式为式(2):
(3)纵径检测。
计算TB的长度LTB,该长度代表禽蛋纵径的长度。
(4)最大横径检测。
位置调整完成后,禽蛋边界与X轴负半轴和正半轴的交点分别为L点和R点(如图6所示)。
如图6所示,在弧TLB上沿逆时针方向,从T点开始,逐点选取Mi点,在弧TRB上查找一点Ni,使得两点连线MiNi垂直于Y轴,并计算两点连线MiNi的长度Li。
上述操作完成后,Li的最大值LCD代表禽蛋最大横径的长度,所对应的Mi点和Ni点分别标记为C点和D点。
(2)尺寸检测
建立禽蛋实际最大横径值DVert与LCD之间的关系模型:
DVert=k·LCD+b (3)
k和b分别为待定常数。
下面是试验过程中所建立的模型:
DVert=0.16513·LCD+2.47435 (4)
在以后的检测中,通过式(4)计算出禽蛋实际最大横径值DVert。
(5)蛋形指数检测。
禽蛋的蛋形指数定义为禽蛋纵径与最大横径之比值,LTB与LCD之比值就是禽蛋的蛋形指数。
(6)重量检测。
从禽蛋图像中再提取出禽蛋的上横径和下横径。
禽蛋上横径定义为:纵径TB与最大横径CD交点V,与端点T的连线中点P处的水平线与禽蛋边界的两个交点组成的弦即为禽蛋的上横径。在图7中,EF为禽蛋的上横径,其长度记为LEF。
禽蛋下横径定义为:V与端点B的连线中点Q处的水平线与禽蛋边界的两个交点组成的弦即为禽蛋的下横径。在图7中,GH为禽蛋的下横径,其长度记为LGH。
建立LTB、LCD、LEF、LGH和禽蛋的重量W之间的关系模型:
W=α+β·LTB×LCD 2+γ·LTB×LEF 2+δ·LTB×LGH 2 (5)
α、β、γ和δ分别为待定常数。
下面是试验过程中所建立的模型:
W=1.03617+2.78563·LTB×LCD 2+0.00511·LTB×LEF 2-0.02727·LTB×LGH 2 (6)
在以后的检测中,通过式(6)计算出禽蛋实际重量。
下面以C语言为例具体说明该禽蛋尺寸与蛋形指数及质量检测方法的具体算法程序实现及其计算步骤。
定义一个自定义结构体,结构体包含禽蛋边界像素点的横坐标与纵坐标:
struct EdgeNode
{
int x;//像素点的横坐标
int y;//像素点的纵坐标
};
开辟一个EdgeNode类型的动态数组Edge用于存储禽蛋边界像素点的位置坐标,其长度等于禽蛋边界点的总数EdgeTotal,将禽蛋边界点数据沿逆时针方向逐点存入动态数组Edge中。
定义一个变量MaxTemp,用来保存某一次搜索过程中计算得到的极大值。开始时MaxTemp的值赋为0。
在本方法中,由于禽蛋边界在旋转过程中的位置坐标变换涉及到三角函数的运算,需要耗费较多的运算时间,检测效率会有所降低,本发明采用查表法来获得三角函数值。具体实现方法是:设立两个长度相等的数组SinValue和CosValue,按照一定的角度间隔(例如1°)从0°到180°分别计算正弦值和余弦值,分别存入数组SinValue和CosValue。数组的长度用变量RotateTimes确定,当角度间隔为1°时,RotateTimes为180。角度间隔根据检测精度要求通过试验确定。
定义变量i,用于指示旋转角度。
定义EdgeNode型数组EdgeTemp,EdgeTemp的长度与Edge相等。
定义变量j,用于指示EdgeTemp下标。
定义变量Top和Bottom,分别用来指示禽蛋边界最顶部和最底部的点。
其具体的程序实现及其计算步骤为:
①i=0;
②按式(7)分别计算EdgeTemp的x和y分量:
③对EdgeTemp作如下操作以确定边界最顶部的点:
TopBottomTemp=0; for(j=0;j<EdgeTotal;j++) { if(EdgeTemp[j].y>TopBottomTemp) { Top=j; TopBottomTemp=EdgeTemp[j].y; } }
④对EdgeTemp作如下操作以确定边界最底部的点:
TopBottomTemp=0; for(j=0;j<EdgeTotal;j++) { if(EdgeTemp[j].y<TopBottomTemp) { Bottom=j; TopBottomTemp=EdgeTemp[j].y; } }
⑤判断i值是否小于RotateTimes,如果是,则i值加1,重复②,否则结束运算。
操作完成后,Top对应图4中的T点,Bottom对应图4中的B点。
计算直线TB与X轴的交点O’及其与Y轴的夹角θ;根据交点O’和夹角θ,将禽蛋边界通过旋转和平移的坐标变换,放到如图5所示位置,并将其变换后新的边界位置坐标存放在EdgeTemp数组中。
⑥在弧TLB上,从T点开始,逐点选取Mi点,然后在弧TRB上,查找一点Ni,使得MiNi垂直于Y轴,即找到一点Ni,使Ni点的纵坐标与Mi点的纵坐标相等。
⑦计算MiNi的长度,如果MiNi大于MaxTemp,则MaxTemp=MiNi。
⑧判断Mi点是否已到达B点,如果没有,则取下一点,重复⑥;否则继续下一步。
⑨分别标记MaxTemp所对应的Mi点和Ni点为C点和D点;标记TB与CD的交点为V点,再分别标记TV和BV的中点为P点和Q点。
⑩在T点和C点之间的劣弧边界上查找一点E,确定为上横径的左端点,在T点和D点之间的劣弧边界上查找一点F,确定为上横径的右端点,使得EF过P点且平行于CD,即找到一点E和一点F,使得E点和F点的纵坐标均与P点的纵坐标相等。
在B点和C点之间的劣弧边界上查找一点G,确定为下横径的左端点,在B点和D点之间的劣弧边界上查找一点H,确定为下横径的右端点,使得GH过Q点且平行于CD,即找到一点G和一点H,使得G点和H点的纵坐标均与Q点的纵坐标相等。
计算CD的长度,并根据式(4)计算出禽蛋的最大横径。
再计算出TB、EF、GH的长度,并根据式(6)计算出禽蛋的重量。
由于禽蛋边界是沿逆时针方向顺序存放在EdgeTemp数组中,对Ni点、E点、F点、G点、H点的查找采用二分法查找,以提高查找的效率。同时,在确定查找的点是否为符合条件的点时,即在确定纵坐标相等的点时,由于禽蛋边界已经经过了旋转、平移的位置坐标变换,原整型的坐标值经过与三角函数相乘,已转化为浮点型数值,所以不一定能找到纵坐标值完全相等的点,在试验中,选取纵坐标值最相近的点来近似代替纵坐标值相等的点。
Claims (3)
1.一种用于禽蛋尺寸与蛋形指数及重量同时检测的方法,采集禽蛋的图像,对禽蛋图像进行二值分割、滤波和边缘检测,得到禽蛋的边界和形心
O;将坐标系的原点放在形心
O处,取水平方向为
X轴方向,垂直方向为
Y轴方向,建立平面直角坐标系;其特征在于:
(1)特征点查找
1)查找禽蛋的小头端和大头端端点
T和
B
按照一定的角度间隔,在0°至180°范围内旋转禽蛋边界上的每一个点,每完成一次,称为一轮,总共需完成
K轮这样的操作;例如,角度间隔为1°时,则
K值为180。在每一轮旋转结束后,分别记录禽蛋边界上
Y坐标值最大的Ti(
i=1,2,...,
K)点及其
Y坐标值Ymaxi(
i=1,2,...,
K)、
Y坐标值最小的Bi(
i=1,2,...,
K)点及其
Y坐标值Ymini(
i=1,2,...,
K);
全部旋转过程结束后,Ymaxi最大值所对应的点Ti即为端点
T,Ymini最小值所对应的点Bi即为端点
B;
2)位置调整
计算
T点和
B点连线与
X轴的交点
O’的位置坐标(x0’,0),以及其与
Y轴的夹角
θ。以点
O’为新的旋转中心,沿逆时针方向旋转整个禽蛋边界,旋转
θ角度,使得直线
TB与
X轴垂直,再沿
X轴方向平移整个禽蛋边界,使得点
O’与原点
O重合,此时,直线
TB位于
Y轴上,
T点和
B点分别位于
Y轴正、负半轴上;
3)纵径检测
计算
TB的长度LTB,该长度代表禽蛋纵径的长度;
4)最大横径检测
位置调整完成后,禽蛋边界与
X轴负半轴和正半轴的交点分别为
L点和
R点;
在弧
TLB上沿逆时针方向,从
T点开始,逐点选取Mi点,在弧
TRB上查找一点Ni,使得两点连线MiNi垂直于
Y轴,并计算两点连线MiNi的长度Li;
上述操作完成后,Li的最大值LCD代表禽蛋最大横径的长度,所对应的Mi点和Ni点分别标记为
C点和
D点;
(2)尺寸检测
建立禽蛋实际最大横径值DVert与LCD之间的关系模型并用于检测禽蛋的实际最大横径值DVert,该值即为禽蛋的尺寸;
(3)蛋形指数检测
禽蛋的蛋形指数定义为禽蛋纵径与最大横径之比值,LTB与LCD之比值就是禽蛋的蛋形指数;
(4)重量检测
从禽蛋图像中再提取出禽蛋的上横径和下横径;
禽蛋上横径定义为:纵径
TB与最大横径
CD交点
V,与端点
T的连线中点P处的水平线与禽蛋边界的两个交点
E和
F组成的弦即为禽蛋的上横径,其长度记为LEF;
禽蛋下横径定义为:
V与端点
B的连线中点
Q处的水平线与禽蛋边界的两个交点
G和
H组成的弦即为禽蛋的下横径,其长度记为LGH;
建立LTB、LCD、LEF、LGH和禽蛋的重量
W之间的关系模型并用于检测禽蛋实际重量。
2.根据权利要求1所述的一种用于禽蛋尺寸与蛋形指数及重量同时检测的方法,其特征在于:禽蛋实际最大横径值DVert与LCD之间的关系模型,是:
DVert=
k·LCD+
b (1)
k和
b分别为待定常数。
3.根据权利要求1所述的一种用于禽蛋尺寸与蛋形指数及重量同时检测的方法,其特征在于:LTB、LCD、LEF、LGH和禽蛋的重量
W之间的关系模型,是:
W=
α+
β·LTB×LCD 2+
γ·LTB×LEF 2+
δ·LTB×LGH 2 (2)α、
β、
γ和
δ分别为待定常数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNA2006100535806A CN1934935A (zh) | 2006-09-25 | 2006-09-25 | 用于禽蛋尺寸与蛋形指数及重量同时检测的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNA2006100535806A CN1934935A (zh) | 2006-09-25 | 2006-09-25 | 用于禽蛋尺寸与蛋形指数及重量同时检测的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN1934935A true CN1934935A (zh) | 2007-03-28 |
Family
ID=37952825
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNA2006100535806A Pending CN1934935A (zh) | 2006-09-25 | 2006-09-25 | 用于禽蛋尺寸与蛋形指数及重量同时检测的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN1934935A (zh) |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010143953A1 (en) * | 2009-06-11 | 2010-12-16 | Fps Food Processing Systems B.V. | Method for determining weights of eggs, and apparatus |
CN101929849A (zh) * | 2010-07-30 | 2010-12-29 | 浙江大学 | 一种香菇外形检测方法 |
CN102072758A (zh) * | 2010-11-05 | 2011-05-25 | 河南工业大学 | 粮食谷物重量测定方法 |
CN102084825A (zh) * | 2010-12-13 | 2011-06-08 | 王树才 | 禽蛋立体升降电子分级方法及分级装置 |
CN102628724A (zh) * | 2012-04-19 | 2012-08-08 | 江苏大学 | 一种基于图像的禽蛋质心测定方法 |
CN102628723A (zh) * | 2012-04-19 | 2012-08-08 | 江苏大学 | 一种禽蛋质心测定方法 |
CN102628683A (zh) * | 2012-04-19 | 2012-08-08 | 江苏大学 | 一种基于长短径的禽蛋体积及质量的计算方法 |
CN103675940A (zh) * | 2013-12-11 | 2014-03-26 | 殷盛江 | 一种检测有无鸡蛋的装置 |
CN103759672A (zh) * | 2014-01-15 | 2014-04-30 | 陈涛 | 雪糕棒平面轮廓尺寸的视觉测量方法 |
CN105043513A (zh) * | 2015-08-03 | 2015-11-11 | 浙江大学 | 禽蛋在线称重装置及其称重方法 |
CN105066885A (zh) * | 2015-07-11 | 2015-11-18 | 浙江大学宁波理工学院 | 一种鱼体尺寸和重量快速采集装置以及采集方法 |
CN105547206A (zh) * | 2015-12-10 | 2016-05-04 | 广东长盈精密技术有限公司 | 工件尺寸的测量方法 |
CN111307256A (zh) * | 2019-10-22 | 2020-06-19 | 北京海益同展信息科技有限公司 | 一种种蛋重量测量装置、系统、种蛋数据处理方法及装置 |
WO2021073092A1 (zh) * | 2020-01-19 | 2021-04-22 | 浙江大学 | 笼养蛋鸡的蛋鸡区位产蛋性能监测方法与系统 |
RU2757231C1 (ru) * | 2021-01-21 | 2021-10-12 | Федеральное государственное бюджетное образовательное учреждение высшего образования "Кубанский государственный аграрный университет имени И.Т. Трубилина" | Способ отбора инкубационных яиц перепелов |
RU2799061C1 (ru) * | 2022-04-12 | 2023-07-03 | Федеральное государственное бюджетное образовательное учреждение высшего образования "Новосибирский государственный аграрный университет" | Способ снижения уровня стресса у перепелов-несушек японского перепела |
CN117256514A (zh) * | 2023-11-17 | 2023-12-22 | 河北玖兴农牧发展有限公司 | 一种用于分选系统的剔除不合格种蛋的方法 |
WO2024085757A1 (en) * | 2022-10-19 | 2024-04-25 | Moba Group B.V. | Method and system for processing a plurality of avian eggs |
-
2006
- 2006-09-25 CN CNA2006100535806A patent/CN1934935A/zh active Pending
Cited By (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102803953A (zh) * | 2009-06-11 | 2012-11-28 | Fps食品加工系统有限公司 | 用于测定鸡蛋重量的方法和仪器 |
WO2010143953A1 (en) * | 2009-06-11 | 2010-12-16 | Fps Food Processing Systems B.V. | Method for determining weights of eggs, and apparatus |
CN101929849A (zh) * | 2010-07-30 | 2010-12-29 | 浙江大学 | 一种香菇外形检测方法 |
CN101929849B (zh) * | 2010-07-30 | 2012-02-01 | 浙江大学 | 一种香菇外形检测方法 |
CN102072758A (zh) * | 2010-11-05 | 2011-05-25 | 河南工业大学 | 粮食谷物重量测定方法 |
CN102084825A (zh) * | 2010-12-13 | 2011-06-08 | 王树才 | 禽蛋立体升降电子分级方法及分级装置 |
CN102628723A (zh) * | 2012-04-19 | 2012-08-08 | 江苏大学 | 一种禽蛋质心测定方法 |
CN102628683A (zh) * | 2012-04-19 | 2012-08-08 | 江苏大学 | 一种基于长短径的禽蛋体积及质量的计算方法 |
CN102628723B (zh) * | 2012-04-19 | 2015-09-02 | 江苏大学 | 一种禽蛋质心测定方法 |
CN102628724A (zh) * | 2012-04-19 | 2012-08-08 | 江苏大学 | 一种基于图像的禽蛋质心测定方法 |
CN103675940A (zh) * | 2013-12-11 | 2014-03-26 | 殷盛江 | 一种检测有无鸡蛋的装置 |
CN103759672A (zh) * | 2014-01-15 | 2014-04-30 | 陈涛 | 雪糕棒平面轮廓尺寸的视觉测量方法 |
CN105066885A (zh) * | 2015-07-11 | 2015-11-18 | 浙江大学宁波理工学院 | 一种鱼体尺寸和重量快速采集装置以及采集方法 |
CN105043513A (zh) * | 2015-08-03 | 2015-11-11 | 浙江大学 | 禽蛋在线称重装置及其称重方法 |
CN105043513B (zh) * | 2015-08-03 | 2017-05-03 | 浙江大学 | 禽蛋在线称重装置及其称重方法 |
CN105547206A (zh) * | 2015-12-10 | 2016-05-04 | 广东长盈精密技术有限公司 | 工件尺寸的测量方法 |
CN111307256A (zh) * | 2019-10-22 | 2020-06-19 | 北京海益同展信息科技有限公司 | 一种种蛋重量测量装置、系统、种蛋数据处理方法及装置 |
WO2021073092A1 (zh) * | 2020-01-19 | 2021-04-22 | 浙江大学 | 笼养蛋鸡的蛋鸡区位产蛋性能监测方法与系统 |
US11523590B2 (en) | 2020-01-19 | 2022-12-13 | Zhejiang University | Method and system for monitoring egg-laying performance of caged laying-hens at laying-hen positions |
RU2757231C1 (ru) * | 2021-01-21 | 2021-10-12 | Федеральное государственное бюджетное образовательное учреждение высшего образования "Кубанский государственный аграрный университет имени И.Т. Трубилина" | Способ отбора инкубационных яиц перепелов |
RU2799061C1 (ru) * | 2022-04-12 | 2023-07-03 | Федеральное государственное бюджетное образовательное учреждение высшего образования "Новосибирский государственный аграрный университет" | Способ снижения уровня стресса у перепелов-несушек японского перепела |
WO2024085757A1 (en) * | 2022-10-19 | 2024-04-25 | Moba Group B.V. | Method and system for processing a plurality of avian eggs |
NL2033355B1 (en) * | 2022-10-19 | 2024-05-06 | Moba Group Bv | Method and system for processing a plurality of avian eggs |
CN117256514A (zh) * | 2023-11-17 | 2023-12-22 | 河北玖兴农牧发展有限公司 | 一种用于分选系统的剔除不合格种蛋的方法 |
CN117256514B (zh) * | 2023-11-17 | 2024-04-23 | 河北玖兴农牧发展有限公司 | 一种用于分选系统的剔除不合格种蛋的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN1934935A (zh) | 用于禽蛋尺寸与蛋形指数及重量同时检测的方法 | |
CN107798326A (zh) | 一种轮廓视觉检测算法 | |
CN101520421B (zh) | 一种土壤重金属含量检测模型的建模方法及其应用 | |
Van den Bulcke et al. | 3D tree-ring analysis using helical X-ray tomography | |
CN108127483A (zh) | 曲面零件数控加工定位方法 | |
CN108355981A (zh) | 一种基于机器视觉的电池连接器质量检测方法 | |
Huang et al. | Improved generalization of spectral models associated with Vis-NIR spectroscopy for determining the moisture content of different tea leaves | |
CN107945155A (zh) | 一种基于Gabor滤波器的牙膏管肩缺陷检测方法 | |
CN101561250B (zh) | 大尺寸凸轮非圆磨削智能寻位及在线测量方法 | |
CN103018253B (zh) | 医药视觉检测机器人的安瓿瓶外观质量检测方法 | |
CN110751604A (zh) | 一种基于机器视觉的钢管焊缝缺陷在线检测方法 | |
CN110009617A (zh) | 一种轴类件在线质量检测方法 | |
CN107966444A (zh) | 基于模板的纺织品瑕疵检测方法 | |
CN108764234A (zh) | 一种基于巡检机器人的液位仪表读数识别方法 | |
CN109738380A (zh) | 一种土壤盐渍化程度的高光谱遥感判断方法 | |
CN106138131A (zh) | 一种柴胡颗粒及其中药制剂 | |
CN106124738A (zh) | 变坡式壤中流三维立体模拟监测径流试验槽 | |
Xie et al. | Research on carrot surface defect detection methods based on machine vision | |
CN111667156B (zh) | 一种多点生产的卷烟物理质量一致性评价的方法 | |
CN105678763A (zh) | 一种稳定的直线/圆特征检测方法 | |
CN108362652A (zh) | 一种基于证据理论的物体新鲜度无损检测方法 | |
CN102980536B (zh) | 刹车片钢背平面度检测系统及方法 | |
Yani et al. | Volumetric prediction of symmetrical-shaped fruits by computer vision | |
CN207036229U (zh) | 一种液位计检定装置 | |
CN108645865A (zh) | 一种基于ccd的埋弧焊钢管焊缝焊偏量参数的测量方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |