DE19847232C2 - Verfahren zur Bewertung von Schlachttierhälften durch optische Bildverarbeitung - Google Patents
Verfahren zur Bewertung von Schlachttierhälften durch optische BildverarbeitungInfo
- Publication number
- DE19847232C2 DE19847232C2 DE19847232A DE19847232A DE19847232C2 DE 19847232 C2 DE19847232 C2 DE 19847232C2 DE 19847232 A DE19847232 A DE 19847232A DE 19847232 A DE19847232 A DE 19847232A DE 19847232 C2 DE19847232 C2 DE 19847232C2
- Authority
- DE
- Germany
- Prior art keywords
- optical image
- slaughter
- bone marrow
- halves
- image processing
- 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.)
- Expired - Lifetime
Links
- 238000003307 slaughter Methods 0.000 title claims abstract description 39
- 238000000034 method Methods 0.000 title claims abstract description 30
- 230000003287 optical effect Effects 0.000 title claims abstract description 22
- 238000012545 processing Methods 0.000 title claims abstract description 11
- 238000011156 evaluation Methods 0.000 claims abstract description 25
- 241001465754 Metazoa Species 0.000 claims abstract description 21
- 210000001185 bone marrow Anatomy 0.000 claims abstract description 15
- 210000000988 bone and bone Anatomy 0.000 claims abstract description 7
- 235000015241 bacon Nutrition 0.000 claims description 10
- 235000013622 meat product Nutrition 0.000 abstract description 2
- 235000013372 meat Nutrition 0.000 description 12
- 238000005259 measurement Methods 0.000 description 11
- 241000282887 Suidae Species 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 235000015277 pork Nutrition 0.000 description 3
- 241000196324 Embryophyta Species 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 210000004705 lumbosacral region Anatomy 0.000 description 2
- 210000003205 muscle Anatomy 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 241000283690 Bos taurus Species 0.000 description 1
- 241000283707 Capra Species 0.000 description 1
- 241001494479 Pecora Species 0.000 description 1
- 240000008042 Zea mays Species 0.000 description 1
- 235000005824 Zea mays ssp. parviglumis Nutrition 0.000 description 1
- 235000002017 Zea mays subsp mays Nutrition 0.000 description 1
- 210000000746 body region Anatomy 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 235000005822 corn Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000036651 mood Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 229910000679 solder Inorganic materials 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 210000001835 viscera Anatomy 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/02—Food
- G01N33/12—Meat; Fish
-
- A—HUMAN NECESSITIES
- A22—BUTCHERING; MEAT TREATMENT; PROCESSING POULTRY OR FISH
- A22B—SLAUGHTERING
- A22B5/00—Accessories for use during or after slaughtering
- A22B5/0064—Accessories for use during or after slaughtering for classifying or grading carcasses; for measuring back fat
- A22B5/007—Non-invasive scanning of carcasses, e.g. using image recognition, tomography, X-rays, ultrasound
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30128—Food products
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Food Science & Technology (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Biophysics (AREA)
- Medicinal Chemistry (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Image Analysis (AREA)
Abstract
Die Erfindung bezeichnet ein Verfahren zur Bewertung von Schlachttierhälften durch optische Bildverarbeitung, die am Wareneingang, an Klassifizierungspunkten oder Warenausgang von Schlacht- und Fleischwarenbetrieben erfaßt werden, bei welcher ein einzelnes, durch einen optischen Sensor aufgenommenes optisches Bild (1) von Teilen einer Schlachttierhälfte EDV-gestützt vollautomatisch ausgewertet wird. Zur Handelsklasseneinstufung und optional zur Handelswertbestimmung auf Basis von mittels der optischen Bildauswertung zugänglichen äußeren spezifischen Parametern erfolgt eine zuverlässige Bewertung von Schlachttierkörpern, indem die von außen optisch zugängliche Lenden- und Schinkenregion der Schlachttierhälfte zur Bewertung verwendet wird, wobei Linienkonturen (10), der markante Knickpunkt des Knochenmarkkanals (19) und optional der Knickwinkel bestimmt werden und das körperseitige Ende des Schloßknochens (20) als markanter Punkt selektiert wird.
Description
Die Erfindung bezeichnet ein Verfahren zur Bewertung von Schlachttier
hälften durch optische Bildverarbeitung, die am Warenein
gang, Klassifizierungspunkten oder Warenausgang von
Schlacht- und Fleischwarenbetrieben erfaßt werden. Derarti
ge Schlachttierhälften werden in der Regel an einem Haken
hängend mittels spezieller Transportsysteme durch die
Schlacht- und Fleischwarenbetriebe befördert. Die vorge
stellte Bewertung ist insbesondere für Schlachtschweine
hälften ausgelegt, jedoch prinzipiell ebenfalls für
Schlachttierhälften von Rindern, Schafen, Ziegen oder ande
ren Groß- und Kleinschlachttieren geeignet.
Im allgemeinen werden die Schlachtschweinehälften regi
striert, gewogen und bewertet. Die wirtschaftliche Bewer
tung der Schlachtschweinehälften erfolgt durch eine ent
sprechende amtliche Handelsklasseneinstufung. Danach er
folgt die Erfassung der Speck- und Fleischdicken jeweils
landesspezifisch an gesetzlich vorgegebenen Stellen. Zur
Sortierung erfolgt in der Regel eine Handelswertbestimmung
der Schlachtkörper mit einem höheren Aussagegehalt durch
die Einbeziehung einer Vielzahl weiterer spezifischer Para
meter, welche jedoch meist nicht standardisiert sind.
Die Druckschrift DE 27 28 913 A1 beschreibt allgemein die
Verwendung von optischen/mechanischen Sensoren zur Erfas
sung von Kennwerten des Speck-/Fleischanteils von Schlacht
tierhälften an Transporteinrichtungen und die automatische
und selbständige Verarbeitung dieser Werte durch einen
Rechner zur Klassifizierung von Fleisch. Dazu wird die
Schlachttierhälfte, insbesondere eine Schlachtschweinehälf
te, in einer Dunkelkammer optisch abgetastet, der Schinken
mit Mitteln der Bildanalyse erfaßt und bewertet. Das ermit
telte Klassifizierungsmerkmal wird anschließend über einen
Laser auf die Schlachttierhälfte aufgebracht. Das aufge
zeigte Verfahren basiert hauptsächlich auf der Bestimmung
von spezifischen Parametern der Schinkenregion und ist zu
aufwendig, um in Betrieben jeder Größenordnung eingesetzt
werden zu können.
Eine Methode zur Handelsklasseneinstufung ist nach der
Druckschrift DE-OS 16 73 038 die Messung der Speck- und Fleisch
dicke mit einer Nadel über elektro-optische Verfahren an
gesetzlich vorbestimmten Meßstellen der Schlachtschweine
hälften. Dabei wird eine optische Nadel an vorbestimmter
Meßstelle in das Fleisch jeweils einer Schlachtschweine
hälfte eingestochen, die an der Meßstelle optisch die Dicke
des Fleisches (Muskel) und des Specks zu bestimmen gestat
tet. Für die Durchführung der Messung ist in der Regel eine
Arbeitskraft nötig. Nachteile dieser Vorgehensweise sind
hygienische Bedenklichkeit des Einstiches, die hohen Inve
stitionskosten für die spezielle optische Nadel, die starke
subjektive Abhängigkeit der Meßergebnisse durch die Posi
tionierung der Nadel und den Winkel des Einstiches und die
fehlende Transparenz der Messung durch die andere Partei,
da es sich um ein inneres Meßverfahren handelt. Durch diese
Technologie ist die Aussagefähigkeit prinzipiell gering, so
daß eine mangelnde Aussagekraft über den tatsächlichen Han
delswert des Schlachtschweines vorliegt.
Zur Handelsklasseneinstufung von Schlachtschweinen ist seit
den 70iger Jahren das ZP(Zweipunkte)-Verfahren mit Messun
gen ausschließlich im Lendenbereich eine andere gängige
Vorgehensweise. Dabei werden an zwei markanten und leicht
identifizierbaren gesetzlich vorgegebenen Punkten Längen
messungen vorgenommen. Die Messungen können manuell mit ei
nem Lineal oder alternativ mit einem Meßschieber, welche
teilweise online mit einem Rechner zur Datenerfassung in
Verbindung stehen, vorgenommen werden. Mit diesen Werten
wird über eine Berechnungsvorschrift die Handelsklasse er
mittelt. Die Vorteile des ZP-Verfahrens liegen insbesondere
bei den geringen Investitionskosten und leichter Bedienung.
Dadurch wird dieses Verfahren selbst in sehr kleinen
Schlachtbetrieben eingesetzt. Durch die Verwendung von 2
günstigen Meßstellen läßt sich der tatsächliche Handelswert
prinzipiell exakter als mit einem Ein-Punkt-Verfahren be
stimmen, dennoch ist die Genauigkeit und Zuverlässigkeit
nicht ausreichend. Nachteile des ZP-Verfahrens sind weiter
hin die manuell aufwendige Messung an zwei Stellen, eine
geringe zeitliche Einstufungsleistung sowie die subjektive
Abhängigkeit der Ergebnisse.
In der Druckschrift EP 0029562 A2 wird ein Verfahren zur Han
delsklasseneinstufung beschrieben, bei welcher in der
Schinkenregion der Schinkenwinkel automatisch mechanisch
bestimmt wird. In den Weiterbildungen wird zu dessen Be
stimmung ein video-optisches Gerät zur Aufnahme eines Bil
des der Schlachtschweinehälfte verwendet, welches den
Schinkenwinkel und optional zusätzlich das Maß der minima
len Speckdicke über den MGM(Musculus-Gluteus-Medius) im
Lendenbereich durch den Einsatz der Rechentechnik ermit
telt. Durch den Einsatz der Rechentechnik kann auf die ma
nuelle Bewertung verzichtet werden und der subjektive Ein
fluß entfällt. Es handelt sich bei dieser Druckschrift um
die Anwendung eines video-optischen Verfahrens zur Bestim
mung von Konturen, deren spezifische Parameter zur Handels
klasseneinstufung verwendet werden. Nachteilig ist jedoch,
daß das beschriebene Verfahren hauptsächlich auf der Be
stimmung von spezifischen Parametern der Schinkenregion be
ruht, welche mit erfaßt und ausgewertet werden muß.
In der Druckschrift DD 259346 A1 wird ein einfaches Verfahren
zur Klassifizierung von Schlachttierhälften beschrieben,
bei welcher eine Zeilenkamera, welche die Lendenregion ab
fährt, die reflektierten Hell-Dunkelwerte registriert und
bewertet. Es gelingt dadurch, den Speck- und Fleischanteil
näherungsweise zu bestimmen. Nachteilig ist, daß dieses
Verfahren nicht dem erforderlichen Standard zur Klassifi
zierung entspricht und die reflektierten Hell-Dunkelwerte
als solche nicht zur Ermittlung des Handelsklassenwertes
hinreichen.
In der Druckschrift DE 41 31 556 A1 wird ein Verfahren beschrie
ben, bei welchem mit Bildverarbeitungsverfahren auf der Ba
sis einer video-optischen Aufnahme einer Schlachttierhälfte
die Lage von inneren Organen durch eine Objektanalyse mit
analytischen Modellorganen des Skeletts, insbesondere der
Wirbelsäule und der Wirbel, bestimmt wird. Derartige re
chenintensive Verfahren sind notwendig, um nachgeschaltete
automatische Zerlegemaschinen für Schlachttierhälften prä
zis steuern zu können. Eine Bewertung von Fleisch-
Rückenspeckverhältnissen erfolgt zusätzlich. Es erfolgt
ebenfalls eine Analyse des Schinkenbereiches. Für eine Be
wertung von Schlachttierhälften zur Klassifizierung ist ei
ne Erfassung des Skeletts unnötig, somit das Verfahren damit
unnötig kompliziert und in der praktischen Umsetzung zu
aufwendig.
Die Aufgabe der Erfindung ist die Beseitigung bestehender
Nachteile des Standes der Technik und die Entwicklung eines
automatischen Bewertungsverfahrens für Schlachttierhälften,
welches mittels optischer Bildverarbeitung die Handelsklas
seneinstufung schnell, objektiv, transparent und in
Schlacht- und Fleischwarenbetrieben jeder Größenordnung
einheitlich vorzunehmen gestattet. Dazu muß die Bestimmung
zuverlässige Ergebnisse zur Handelsklasseneinstufung lie
fern, mit einfachen Mitteln und geringen Investitionskosten
die Verwendung in Kleinstbetrieben ermöglichen und dennoch
die Bewertungsleistung von Großbetrieben gewährleisten. Da
zu ist es zwingend erforderlich, eine Handelsklasseneinstu
fung und/oder Handelswertermittlung so einfach wie möglich
und nur so genau wie notwendig auszuführen. Insbesondere
soll sich auf die von außen zugängliche Lenden- und Schin
kenregion der Schlachttierhälfte beschränkt werden. Ein we
sentlicher Aspekt ist, die Handelsklasseneinstufung optio
nal mit einer gleichzeitigen Handelswertermittlung zu kom
binieren.
Die Aufgabe wird mit den im Patentanspruch 1 genannten
Merkmalen gelöst. Weiterbildungen der Erfindung ergeben
sich aus den Unteransprüchen.
Durch die Bestimmung der Handelsklasseneinstufung auf Basis
von mittels der optischen Bildauswertung über Linienkontu
ren zugänglichen äußeren spezifischen Parametern in der
Lenden- und Schinkenregion erfolgt eine zuverlässige Bewer
tung von Schlachttierkörpern, ohne daß das Bewertungsver
fahren durch Analyse weiterer Körperregionen und damit ver
bundener zusätzlich zu berücksichtigender Freiheitsgrade
unnötig kompliziert und teuer in der praktischen Realisie
rung wird.
Mit einem optischen Sensor wird von der Spaltseite einer
Schlachttierhälfte ein Bild aufgenommen und mittels opti
scher Bildauswertung markante Punkte der Lenden- und Schin
kenregion (z. B. den Beginn des MGM, den Schloßknochen oder
den Knick des Knochenmarkkanals) zuverlässig selektiert und
über die Vermessung von als spezifische Parameter der Be
rechnungsformel dienenden Strecken, Winkeln, Längen und
Flächen die Handelsklasseneinstufung mit hinreichender Zu
verlässigkeit und Genauigkeit vorzunehmen. Über gesonderte
Berechnungsformeln wird optional ebenfalls eine Handels
wertbestimmung ermöglicht.
Eine vorzugsweise an einem Transportband hängende Schlacht
schweinehälfte ist zu bewerten, wenn sie einen Schlacht-
und Fleischwarenbetrieben im Wareneingang, an Klassifizie
rungspunkten oder im Warenausgang passiert. Je nach Art
des Schlacht- oder Fleischwarenbetriebes befinden sich die
Schlachtschweinehälften noch im warmen oder bereits im kal
ten Zustand bzw. in einem Zwischenzustand. Zur Verrechnung
mit Dritten ist die zuverlässige und transparente Handels
klasseneinstufung von Bedeutung. Es ist weiterhin vorteil
haft, im Bereich der Kontrollpunkte die Schlachtschweine
hälfte zu wiegen und zu kennzeichnen, bzw. die Kennzeich
nung zu registrieren. Zur Einbindung in ein übergeordnetes
System zur Speicherung und Protokollierung sowie zur Fern
wartung der Meß- und Auswertetechnik ist die Einbindung in
ein übergeordnetes Kommunikationsnetz, bsw. Intranet, ISDN,
Internet günstig.
Die Erfindung wird nachstehend an Hand von
Fig. 1
als Bewertungsprinzip bei einer Schlachtschweinehälfte und
Fig. 2
als weitere Bewertungsvarianten
näher erläutert.
Wie in Fig. 1 aufgezeigt wird die Schlachtschweinehälfte
(im Regelfall je eine pro Schlachttier) mit der Spaltseite
an einer elektronischen Kamera, bsw. einem digitalen Photo
apparat, einer Videokamera oder einem anderen optischen
Sensor, vorbei geführt und ein Bereich, der stets die Len
den - und Schinkenregion beinhaltet, bsw. 30 × 40 cm, als
optisches Bild 1 mit hinreichender Auflösung (mindestens
800 × 600) digital aufgenommen und online an die EDV übertra
gen. Das optische Bild 1 von Teilen einer Schlachtschweine
hälfte wird nachfolgend EDV-gestützt vollautomatisch ausge
wertet. Es wird ausschließlich die von außen optisch zu
gängliche Lenden - und Schinkenregion der Schlachttierhälf
te zur Bewertung verwendet. Dazu wird das optische Bild 1
in Echtzeit in den Rechner eingelesen und entsprechend ge
eignet gespeichert, bsw. als je ein Bitmap (bei Farbbildern
einzeln für das Rot-, Grün- und Blaubild) in ausreichender
Quantisierung (mindestens 8 Bit). Aus diesen Bitmaps können
einfach geeignete analytische Terme je Bildpunkt berechnet
werden, welche Helligkeitsinformation und optional die Far
binformationen beinhalten. Durch Bewertung von über gleich
artigen Bildbereichen 2 berechneten Ausdrücken dieser Farb-
und Helligkeitsinformationen lassen sich bestimmte Bildbe
reiche 2 oder denen zugeordnete Pixel selektieren. Der Aus
wertebereich 3 wird als Teilbild der Lenden - und Schinken
region der Schlachtschweinehälfte in einer geeigneten Größe
selektiert um den Rechenaufwand und den Speicherplatzbedarf
zu verringern. Dies kann durch Selektion eines Ursprungs
punktes 4 in Verbindung mit dem relativ dazu positionierten
Auswertebereich 3 erfolgen, bsw. durch Selektion eines be
sonders hellen Bildstreifens 5 als Extremwert im Hellig
keitssignal, welcher den hohen Fettanteil am hinteren Ende
der Schlachtschweinehälfte selektiert, und dessen rücken
seitiger äußerer Konturgrenze 6 des Schlachttierkörpers vor
einem Bildhintergrund 7, der günstig einfarbig gewählt
wird, zu dem sich der Auswertebereich 3 von etwa 10 × 15 cm
positioniert, welcher insbesondere den MGM(Musculus-
Gluteus-Medius) 8 beinhaltet. Der gesamte Auswertebereich
wird gleichartig analysiert. Zur Selektion wesentlicher Un
terschiede werden wiederum geeignete analytische Terme aus
den Farb- und Helligkeitsinformation gebildet, die im ge
genseitigen Bezug verglichen werden. Bei hinreichenden Un
terschieden erfolgt die punktuelle Zuordnung zu einem Kon
turpunkt 9. Diese gestatten die Zuordnung von mathematisch
glatten Linienkonturen 10 zu den Konturbildbereichen. Ge
eignete zu erfassende Linienkonturen 10 sind die rückensei
tige äußere Konturgrenze 6 des Schlachtschweinekörpers, die
Innenspeckgrenze 11, die MGM/Fettgrenze 12 und der Knochen
markkanal 13. Es ist vorteilhaft, für die einzelnen Kontu
ren jeweils Plausibilitätsgrenzen zuzuordnen. Durch die
Ausmessung charakteristischer Meßwerte (Strecken, Winkel
und/oder Flächen) entsprechend der Linienkonturen 10 ist
eine Klassifikation der Schlachtschweinehälfte möglich.
Vorteilhaft sind die minimale Strecke zwischen der rücken
seitigen äußeren Konturgrenze 6 und der Innenspeckgrenze
11, welche der minimalen Speckdicke 14 entspricht, sowie
deren Schnittpunkt mit der äußeren Konturgrenze 15 sowie
der Schnittpunkt 16 der Innenspeckgrenze 11 und der
MGM/Fettgrenze 12 und das Lot 17 auf die rückenseitige äu
ßere Kontur 6. Weiterhin vorteilhaft ist die Muskeldicke 18
als kürzeste Strecke vom Schnittpunkt 16 bis zum Knochen
markkanal 13. Die benötigten Meßwerte werden in der zuge
ordneten Berechnungsroutine zu einem Bewertungsmaß verar
beitet.
Nach Fig. 2 selektieren die weiteren Bewertungsvarianten
vorteilhaft zusätzliche weitere markante Punkte.
In Variante a) wird ein markanter Knickpunkt des Knochen
markkanals 19 selektiert, an welchem der Knochenmarkkanal
13 die zugeordnete Regressionsgerade signifikant durch
bricht, oder an welchem eine maximale Krümmung des Knochen
markkanals 13 vorliegt. Vorteilhaft ist eine Bestimmung des
Knickwinkels der asymptotischen Schenkel des Knochenmarkka
nals 13. Ausgehend von dem Knickpunkt des Knochenmarkkanals
19 können entlang der Schenkel und/oder der Projektionen zu
weiteren markanten Punkten die Schnittpunkte mit anderen
ermittelten Linienkonturen (10) bestimmt werden. Aus den
darüber bestimmten spezifischen Teilstrecken und Teilflä
chen wird über geeignete Bewertungsvorschriften die Bewer
tung der Schlachttierhälfte vorgenommen.
In Variante b) wird ein markantes körperseitiges Ende des
Schloßknochens 20 selektiert. Die sich dadurch ergebenden
Strecken und Winkel zum Knickpunkt des Knochenmarkkanals 19
und optional zur Stelle der minimalen Speckdicke 14, bzw.
einer Stelle die ausgehend vom Knickpunkt des Knochenmark
kanals 19 über das Lot zu diesem definiert wird, stellen
spezifische Parameter zur Bewertung dar. Diese werden op
tional mit weiteren Strecken oder Flächen ergänzt, die sich
durch Linienkonturen 10 und/oder der Projektionen zu weite
ren markanten Punkten bzw. deren Schnittpunkte definieren.
In den Weiterbildungen der Erfindung ist die Kombination
einer Handelsklasseneinstufung mit einer zusätzlichen Han
delswertbestimmung denkbar. Derartige Bewertungsverfahren
gestatten durch die Flexibilität ihrer Modifizierung und
der Ausnutzung der Möglichkeiten moderner rechnergestützter
Verfahren prinzipiell einen höheren Aussagegehalt über den
tatsächlichen Handelswert, welche bsw. zur besseren und ge
naueren Beurteilung der Schlachtkörper verwendbar sind. Da
zu bietet sich eine geeignete Kombination von Kennwerten
an, die sich als spezifische Parameter aus den erfaßten
Konturen des Schlachttierkörpers, der ebenfalls vorhandenen
Farbinformation sowie einer zusätzlich erfaßten Masse erge
ben. Denkbar sind die Vermessung zusätzlicher Strecken,
Winkel und/oder Flächen zwischen festgelegten Stützpunkten
oder die Bestimmung von Krümmungen. In geschlossenen Kontu
ren lassen sich Flächenmaße bestimmen. Auf Basis der Far
binformation können Korrelationen zur Fleischqualität her
gestellt werden, indem das Fleisch in verschiedene Quali
tätsstufen eingeteilt wird, bsw. in Normal, PSE (pail-soft
exudative) und DFD (dark firm dry) sowie weitere Merkmale,
z. B. eine verstärkte Fütterung mit Mais, erkennbar sind.
Die zugehörige Bewertungsvorschrift ist, da nicht notwendig
standardisiert, ständig optimierbar, was an Hand von Refe
renzuntersuchungen zum tatsächlichen Handelswert des
Schlachtschweines, durch Vergleich mit anderen Bewertungs
verfahren usw. möglich ist. Durch den Einsatz von Methoden
der KI(Künstliche Intelligenz) läßt sich diese Optimie
rungsarbeit an zentraler Stelle automatisieren. Über eine
Remote-Steuerung läßt sich eine neue optimierte Bewertungs
vorschrift als Update am Stichtag auf alle Nutzer, auch an
räumlich entfernten Orten, einfach übertragen. Ebenso ist
(falls erforderlich) zur Kontrolle das Auslesen eben dieser
Bewertungsvorschrift und weiterer Kennwerte vorstellbar.
Falls der durch die Bildaufnahme erfaßte Bereich eine Kenn
zeichnung zur Identifizierung des Schlachtschweines bein
haltet, kann diese in einer zugeordneten Routine erfaßt,
gelesen und gespeichert werden.
1
optisches Bild
2
Bildbereich
3
Auswertebereich
4
Ursprungspunkt
5
heller Bildstreifen
6
rückenseitige äußere Konturgrenze
7
Bildhintergrund
8
MGM
9
Konturpunkt
10
Linienkonturen
11
Innenspeckgrenze
12
MGM/Fettgrenze
13
Knochenmarkkanal
14
minimale Speckdicke
15
Schnittpunkt mit der äußeren Konturgrenze
16
Schnittpunkt der Speck/MGM-Grenze
und der MGM/Fettgrenze
und der MGM/Fettgrenze
17
Lot
18
Muskeldicke
19
Knickpunkt des Knochenmarkkanals
20
körperseitige Ende des Schloßknochens
Claims (3)
1. Verfahren zur Bewertung von Schlachttierhälften durch
optische Bildverarbeitung,
bei welchem ein einzelnes, durch einen optischen Sensor aufgenommenes, optisches Bild (1) von Teilen einer Schlachttierhälfte EDV-gestützt vollautomatisch ausgewertet wird, wobei die von außen optisch zugängliche Lenden- und Schinkenregion der Schlachttierhälfte zur Bewertung verwen det wird, und wobei Linienkonturen (10),
der markante Knickpunkt des Knochenmarkkanals (19) und optional der Knickwinkel bestimmt werden und
das körperseitige Ende des Schloßknochens (20) als mar kanter Punkt selektiert wird.
bei welchem ein einzelnes, durch einen optischen Sensor aufgenommenes, optisches Bild (1) von Teilen einer Schlachttierhälfte EDV-gestützt vollautomatisch ausgewertet wird, wobei die von außen optisch zugängliche Lenden- und Schinkenregion der Schlachttierhälfte zur Bewertung verwen det wird, und wobei Linienkonturen (10),
der markante Knickpunkt des Knochenmarkkanals (19) und optional der Knickwinkel bestimmt werden und
das körperseitige Ende des Schloßknochens (20) als mar kanter Punkt selektiert wird.
2. Verfahren zur Bewertung von Schlachttierhälften durch
optische Bildverarbeitung nach Anspruch 1, dadurch gekenn
zeichnet,
daß vom markanten Knickpunkt des Knochenmarkkanals (19)
ausgehend, entlang beider Schenkel des Knickwinkels sowie
in Richtung der minimalen Speckdicke (14), Teilstrecken und
Teilflächen bestimmt werden, welche sich durch derb Schnitt
punkt dieser mit den Linienkonturen (10) und/oder der Projek
tionen zu weiteren markanten Punkten bzw. deren Schnitt
punkten ergeben.
3. Verfahren zur Bewertung von Schlachttierhälften durch
optische Bildverarbeitung nach Anspruch 2, dadurch gekenn
zeichnet,
daß jeweils die Strecken vom körperseitigen Ende des
Schloßknochens (20) zum Knickpunkt des Knochenmarkkanals
(19)sowie zur Stelle der minimalen Speckdicke (14) und/oder
der von den Strecken eingeschlossene Winkel bestimmt wer
den, wobei optional anstatt der Stelle der minimalen Speck
dicke (14) der Schnittpunkt mit der äußeren Konturgrenze
(6), ausgehend vom Lot auf dem Knochenmarkkanal (13) am
Knickpunkt des Knochenmarkkanals (19) verwendet wird.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE19847232A DE19847232C2 (de) | 1998-05-19 | 1998-10-14 | Verfahren zur Bewertung von Schlachttierhälften durch optische Bildverarbeitung |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE29809028 | 1998-05-19 | ||
DE19847232A DE19847232C2 (de) | 1998-05-19 | 1998-10-14 | Verfahren zur Bewertung von Schlachttierhälften durch optische Bildverarbeitung |
Publications (2)
Publication Number | Publication Date |
---|---|
DE19847232A1 DE19847232A1 (de) | 1999-12-02 |
DE19847232C2 true DE19847232C2 (de) | 2000-07-13 |
Family
ID=8057389
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE19847232A Expired - Lifetime DE19847232C2 (de) | 1998-05-19 | 1998-10-14 | Verfahren zur Bewertung von Schlachttierhälften durch optische Bildverarbeitung |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE19847232C2 (de) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE10358487B3 (de) * | 2003-12-13 | 2005-05-25 | Csb-System Ag | Verfahren zum Ermitteln der Qualität und Quantitäten eines Schlachttierkörpers |
DE102004055351A1 (de) * | 2004-11-17 | 2006-07-20 | Csb-System Ag | Gewinnung von Daten zum Klassifizieren von Schlachttierkörpern sowie zur Bestimmung von Qualitäten und Quantitäten derselben |
DE202013002483U1 (de) | 2013-03-15 | 2014-06-16 | Csb-System Ag | Vorrichtung zur Vermessung einer Schlachttierkörperhälfte |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19936032C1 (de) * | 1999-07-30 | 2000-07-13 | Csb Syst Software Entwicklung | Verfahren zur Beurteilung der Qualität von Schlachttierhälften |
WO2002060656A1 (en) * | 2001-01-30 | 2002-08-08 | Aew Engineering Company Ltd | Method and apparatus for setting the size of a image processor window in a slicing machine |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE1673038A1 (de) * | 1966-08-23 | 1972-04-20 | Slagteriernes Forskningsinst | Verfahren fuer die Qualitaetsbestimmung von Fleisch und Vorrichtung zur Durchfuehrung dieses Verfahrens |
DE2728913A1 (de) * | 1977-06-27 | 1979-01-18 | Hans Breitsameter | Verfahren und vorrichtung zum klassifizieren von fleisch |
EP0029562A2 (de) * | 1979-11-21 | 1981-06-03 | Breitsameter, Hans | Verfahren zur Klassifizierung eines Tierkörpers |
DD259346A1 (de) * | 1987-03-30 | 1988-08-24 | Wtoez Fleischind Veb | Verfahren zur klassifizierung von schlachtkoerperhaelften |
DD298310A5 (de) * | 1990-09-28 | 1992-02-13 | Humboldt-Universitaet Zu Berlin Direktorat Fuer Forschung,De | Verfahren zur bestimmung von schlachttierkoerperhaelften durch bildverarbeitung |
DE19733216C1 (de) * | 1997-08-01 | 1998-12-17 | Csb Syst Software Entwicklung | Verfahren zur Bewertung von Schlachttierhälften durch optische Bildverarbeitung |
-
1998
- 1998-10-14 DE DE19847232A patent/DE19847232C2/de not_active Expired - Lifetime
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE1673038A1 (de) * | 1966-08-23 | 1972-04-20 | Slagteriernes Forskningsinst | Verfahren fuer die Qualitaetsbestimmung von Fleisch und Vorrichtung zur Durchfuehrung dieses Verfahrens |
DE2728913A1 (de) * | 1977-06-27 | 1979-01-18 | Hans Breitsameter | Verfahren und vorrichtung zum klassifizieren von fleisch |
EP0029562A2 (de) * | 1979-11-21 | 1981-06-03 | Breitsameter, Hans | Verfahren zur Klassifizierung eines Tierkörpers |
DD259346A1 (de) * | 1987-03-30 | 1988-08-24 | Wtoez Fleischind Veb | Verfahren zur klassifizierung von schlachtkoerperhaelften |
DD298310A5 (de) * | 1990-09-28 | 1992-02-13 | Humboldt-Universitaet Zu Berlin Direktorat Fuer Forschung,De | Verfahren zur bestimmung von schlachttierkoerperhaelften durch bildverarbeitung |
DE4131556A1 (de) * | 1990-09-28 | 1992-04-23 | Univ Berlin Humboldt | Verfahren zur bestimmung von schlachttierkoerperhaelften durch bildverarbeitung |
DE19733216C1 (de) * | 1997-08-01 | 1998-12-17 | Csb Syst Software Entwicklung | Verfahren zur Bewertung von Schlachttierhälften durch optische Bildverarbeitung |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE10358487B3 (de) * | 2003-12-13 | 2005-05-25 | Csb-System Ag | Verfahren zum Ermitteln der Qualität und Quantitäten eines Schlachttierkörpers |
WO2005055728A1 (de) | 2003-12-13 | 2005-06-23 | Csb-System Ag | Verfahren zum ermitteln der qualität und quantitäten eines schlachttierkörpers |
DE102004055351A1 (de) * | 2004-11-17 | 2006-07-20 | Csb-System Ag | Gewinnung von Daten zum Klassifizieren von Schlachttierkörpern sowie zur Bestimmung von Qualitäten und Quantitäten derselben |
DE102004055351B4 (de) * | 2004-11-17 | 2006-09-07 | Csb-System Ag | Gewinnung von Daten zum Klassifizieren von Schlachttierkörpern sowie zur Bestimmung von Qualitäten und Quantitäten derselben |
DE202013002483U1 (de) | 2013-03-15 | 2014-06-16 | Csb-System Ag | Vorrichtung zur Vermessung einer Schlachttierkörperhälfte |
WO2014139503A1 (de) | 2013-03-15 | 2014-09-18 | Csb-System Ag | Vorrichtung zur vermessung eines schlachttierkörperobjekts |
Also Published As
Publication number | Publication date |
---|---|
DE19847232A1 (de) | 1999-12-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE2728913C2 (de) | Verfahren und Vorrichtung zum Klassifizieren von Fleisch | |
DE3879647T2 (de) | Verfahren und vorrichtung zur bestimmung der qualitaet von einzelnen schlachttierkoerpern. | |
DE19733216C1 (de) | Verfahren zur Bewertung von Schlachttierhälften durch optische Bildverarbeitung | |
EP1827116B1 (de) | Gewinnung von daten zum klassifizieren von schlachttierkörpern sowie zur bestimmung von qualitäten und quantitäten derselben | |
DE2946912C2 (de) | Verfahren zur Klassifizierung eines Tierkörpers, insbesondere einer Schweinehälfte, in Handelsklassen | |
DE19837806C1 (de) | Verfahren zur Bewertung von Schlachttierhälften durch optische Bildverarbeitung | |
DE19847232C2 (de) | Verfahren zur Bewertung von Schlachttierhälften durch optische Bildverarbeitung | |
DE102004047773A1 (de) | Verfahren zur Bestimmung physiologischer Grössen eines Schlachttierkörpers | |
DE4109345C2 (de) | ||
EP1694129B1 (de) | Verfahren zum ermitteln der qualität und quantitäten eines schlachttierkörpers | |
DE19918100B4 (de) | Vorrichtung und Verfahren zur berührungslosen Gewichtsermittlung von lebenden Tieren, insbesondere von Schweinen in ihrer Haltungsumwelt, vorzugsweise in ihren Buchten | |
DE29601025U1 (de) | Anordnung von nicht invasiven Meßdatenerfassungs- und auswertungsgeräten zur Tierkörperbeurteilung für die Integration in EDV-Systeme | |
DE19936032C1 (de) | Verfahren zur Beurteilung der Qualität von Schlachttierhälften | |
DE10239674A1 (de) | Verfahren zur Überwachung von Mastschweinen auf Vermarktungsreife | |
DE10050836A1 (de) | Verfahren zur Handelswertbestimmung der Teilstücke von Schweineschlachttierkörpern | |
DE202013002483U1 (de) | Vorrichtung zur Vermessung einer Schlachttierkörperhälfte | |
DE19952628B4 (de) | Verfahren zur Handelswertbestimmung der Teilstücke von Schweineschlachttierkörpern | |
DE10058691B4 (de) | Vorrichtung zur Gewichtsermittlung und Erfassung des Ernährungszustandes und weiterer Parameter zur Beurteilung des Tierkörpers von lebenden Tieren, insbesondere von Schweinen, die sich in ihrer Haltungsumwelt frei bewegen | |
DE3916049A1 (de) | Vorrichtung zur klassifizierung von schweinehaelften | |
DD259346A1 (de) | Verfahren zur klassifizierung von schlachtkoerperhaelften |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
OP8 | Request for examination as to paragraph 44 patent law | ||
D2 | Grant after examination | ||
8364 | No opposition during term of opposition | ||
8330 | Complete disclaimer |