DE4131556A1 - Half carcass conformation determn. - by image processing using chine as datum point - Google Patents

Half carcass conformation determn. - by image processing using chine as datum point

Info

Publication number
DE4131556A1
DE4131556A1 DE19914131556 DE4131556A DE4131556A1 DE 4131556 A1 DE4131556 A1 DE 4131556A1 DE 19914131556 DE19914131556 DE 19914131556 DE 4131556 A DE4131556 A DE 4131556A DE 4131556 A1 DE4131556 A1 DE 4131556A1
Authority
DE
Germany
Prior art keywords
vertebrae
parameters
meat
determined
classification
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
Application number
DE19914131556
Other languages
German (de)
Other versions
DE4131556C2 (en
Inventor
Horst Dipl Ing Eger
Lothar Dr Sc Techn Kumpfert
Axel Dipl Ing Hinz
Manfred Prof Dr Reinhold
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
E+V TECHNOLOGY GMBH, 16515 ORANIENBURG, DE
Original Assignee
Humboldt Universitaet zu Berlin
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Humboldt Universitaet zu Berlin filed Critical Humboldt Universitaet zu Berlin
Publication of DE4131556A1 publication Critical patent/DE4131556A1/en
Application granted granted Critical
Publication of DE4131556C2 publication Critical patent/DE4131556C2/en
Anticipated expiration legal-status Critical
Expired - Lifetime legal-status Critical Current

Links

Classifications

    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Biophysics (AREA)
  • Food Science & Technology (AREA)
  • Image Analysis (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

The examination of slaughtered animal (esp. pig) body halves uses image processing hardware and software to determine the outer contour, flat layer and meat/back fat ratio. The hardware is used to produce recordings of the body halves with the spines and all intervertebral layers. The chime is used at the starting fixed point for determining parameters for the stripping and classification. The chine and other vertebrae are determined by object analysis according to predefined contour and object parameters. Determn. of the chine and other vertebrae is effected pref. by iterative search in the image section with increasing grey value level. Position of the located vertebrae and of the intervertebral layers is used to determine the meat cutting parameters, while the position of the vertebrae, the outer contour and the fat layer are used to determine fat and meat amounts for classification. ADVANTAGE - Process allows determn. of accurate cutting position parameter, classification of the meat content in the loin region and of the fat thickness, and exact morphological examination.

Description

Die Erfindung betrifft ein Verfahren zur Bestimmung von Schlachttierkörperhälften durch Bildverarbeitung in der fleischverarbeitenden Industrie bzw. in Schlachtbetrieben.The invention relates to a method for determining Carcass halves by image processing in the meat processing industry or in slaughterhouses.

Aus der US-PS 46 62 029 ist ein Verfahren und eine Vorrichtung bekannt, bei der für jeden Schnitt an der Schlachttierkörperhälfte eine andere Kamera verwendet wird, deren Bild mit einem im Rechner vorliegenden Muster verglichen wird. Es wird für jeden Schnitt ein Referenzpunkt lokalisiert und nach Mustervergleich die Steuerparameter für die Zerlegung übergeben. Diese Lösung erfordert einen hohen materiellen Aufwand und berücksichtigt nur die äußere Kontur der Tierkörper. Es kann nur eine begrenzte Genauigkeit in der Zerlegung garantiert werden.From US-PS 46 62 029 is a method and an apparatus known for each cut on the Carcase half another camera is used, the Image is compared with a pattern available in the computer. It a reference point is located for each cut and after Pass the control parameters for the decomposition. This solution requires a lot of material and only takes into account the outer contour of the carcasses. It can only limited accuracy in disassembly is guaranteed.

Ein Verfahren zur Klassifizierung eines Tierkörpers, insbesondere einer Schweinehälfte, in Handelsklassen ist durch die DE-PS 29 46 912 bekannt geworden. Dabei werden durch video­ optische Geräte äußere Konturmerkmale als Schattenriß erfaßt, ein Meßraster überlagert und daraus die Handelsklasse der Tierkörper bestimmt. Es werden die maximale Hüftbreite und die minimale Taillenbreite sowie ein Winkel durch Anlegen einer Tangente an den mittleren Bereich des Oberschenkels erfaßt. Da nur die äußere Kontur ermittelt wird, ist nur eine begrenzte Genauigkeit realisierbar.A method for classifying an animal body, especially a half of a pig, in commercial classes is through the DE-PS 29 46 912 become known. Thereby through video optical devices recorded outer contour features as a silhouette, a measurement grid is superimposed and from this the commercial class of Determined carcass. It shows the maximum hip width and the minimum waist width as well as an angle by applying one Tangent to the middle area of the thigh is detected. There only the outer contour is determined is only a limited one Accuracy can be achieved.

Aus der DE-PS 27 28 913 ist ein Verfahren und eine Vorrichtung zum Klassifizieren von Fleisch bekannt, bei der eine elektro­ optische Messung mehrerer Parameter für die Klassifizierung erfolgt. Die Parameter werden mit einer Video-Kamera erfaßt und in einem Mikroprozessorsystem ausgewertet.From DE-PS 27 28 913 is a method and an apparatus for classifying meat, in which an electro optical measurement of several parameters for classification he follows. The parameters are recorded with a video camera and evaluated in a microprocessor system.

Es werden die Schinkenkontur, die Schinkenseitenflächen bis zum Trennwirbel, die maximale Schinkenstärke, die Speckdicke, das Fleisch-Rückenspeckverhältnis und das Gewicht bestimmt.There is the ham contour, the ham side surfaces up to Separating vertebrae, the maximum ham thickness, the bacon thickness, that Meat back bacon ratio and weight determined.

Mit diesem Verfahren kann jedoch nicht die gesamte Wirbelsäule für die Zerlegung berücksichtigt werden. However, this procedure cannot cover the entire spine be taken into account for the disassembly.  

Der Erfindung liegt die Aufgabe zugrunde, durch Einbeziehung der Knochenstruktur für die Grobzerlegung genaue Positionsparameter der Schnittbahnen zu bestimmen, den Muskelfleischanteil im Lendenbereich sowie die Speckdicke für die Klassifizierung zu ermitteln und exakte morphologische Untersuchungen zu ermöglichen.The invention is based, by including the task Bone structure for rough cutting precise position parameters of the cutting pathways to determine the percentage of lean meat in the Lumbar area as well as the bacon thickness for classification determine and enable exact morphological investigations.

Die erfindungsmäßige Lösung besteht aus bekannten Bildverarbeitungssystemen und umfaßt folgende Verfahrensschritte:The solution according to the invention consists of known ones Image processing systems and includes the following process steps:

  • 1. Es werden Kameraaufnahmen der Schlachttierkörperhälfte erfaßt, so daß die Szene die gesamte äußere Kontur einschließlich der geschnittenen Oberfläche beinhaltet. Die Bilddaten liegen dann digitalisiert zu 64 oder 256 Grauwerten im Rechner vor und beinhalten eine am Hinterbein aufgehängte Hälfte.1. Camera images of the carcase half are recorded, so that the scene the entire outer contour including the cut surface includes. The image data are then digitized to 64 or 256 gray values in the computer before and include a half hung on the back leg.
  • 2. Nach Ermittlung und Speicherung der gesamten äußeren Kontur wird ausgehend vom Hinterbein die maximale Schinkenbreite bestimmt.2. After determining and storing the entire outer contour the maximum ham width is based on the hind leg certainly.
  • 3. Ebenfalls durch die äußere Kontur und ausgehend vom Hinterbein wird der Schinkenansatz bestimmt, indem über einen definierten senkrechten Abstand die Breitenzunahme berücksichtigt wird. Im Bereich Hinterbein bis maximale Schinkenbreite stellt der Schinkenansatz ein Maximum der Breitenzunahme dar.3. Also through the outer contour and starting from the hind leg the ham approach is determined by using a defined vertical distance the increase in width is taken into account. In the area of the rear leg up to the maximum ham width, the Ham shoulder represents a maximum of the increase in width.
  • 4. Durch Vergleich der horizontalen Objektmitte auf der Höhe des Schinkenansatzes und auf Höhe der maximalen Schinkenbreite wird ermittelt, ob es sich um eine linke oder rechte Hälfte handelt.4. By comparing the horizontal object center at the height of the Shoulder and at the height of the maximum ham width it is determined whether it is a left or right half acts.
  • 5. Unter Nutzung der bestimmten Parameter wird ein Bildaus­ schnitt berechnet, der immer das Kreuzbein sowie den 6. Lendenwirbel beinhaltet.5. Using the certain parameters, a picture is made cut calculated that always the sacrum as well as the 6. Includes lumbar vertebrae.
  • 6. Dieser Bildausschnitt wird mit einem Median-Filter und einer Skalierung verarbeitet.6. This image section is made using a median filter and a Scaling processed.
  • 7. Im Bildausschnitt wird iterativ mit zunehmendem Grauwert­ niveau eine Objektsuche zur Bestimmung des Kreuzbeines durchgeführt.7. The image section becomes iterative with increasing gray value niveau an object search to determine the sacrum carried out.
  • 7.1. Der Bildausschnitt wird entsprechend des Grauwertniveaus binarisiert.7.1. The image section is corresponding to the gray level binarized.
  • 7.2. Es werden alle im Bildausschnitt liegenden Objekte ermittelt und ihre Kontur- sowie Objektparameter bestimmt.7.2. All objects in the image section are determined and determines their contour and object parameters.
  • 7.3. Durch Untersuchung der Kontur- und Objektparameter mittels vordefinierter Intervalle für jeden Parameter wird die Entscheidung getroffen, ob es sich um ein Kreuzbein handelt oder nicht. Wenn das Kreuzbein gefunden wurde, wird die Iteration verlassen. Ansonsten wird das Grauwertniveau erhöht und erneut eine Objektsuche gestartet. 7.3. By examining the contour and object parameters using predefined intervals for each parameter is the Decided whether it is a sacrum or not. When the sacrum is found, the Leave iteration. Otherwise the gray level increased and started an object search again.  
  • 8. Durch die Lage des Kreuzbeines wird ein Bildausschnitt definiert, der den 6. Lendenwirbel beinhaltet und erneut eine Objektsuche durchgeführt. Hierbei werden wiederum vordefinierte Intervalle der Kontur- und Objektparameter sowie das Grauwertniveau, bei dem das Kreuzbein gefunden wurde, berücksichtigt.8. Due to the position of the sacrum, there is an image detail defined, which includes the 6th lumbar vertebra and again performed an object search. Here again predefined intervals of the contour and object parameters as well as the gray value level at which the sacrum was found was taken into account.
  • 9. Durch Berücksichtigung der Objekte Kreuzbein, 6. Lendenwirbel sowie der äußeren Kontur, maximale Schinkenbreite und Schinkenansatz können für jeden Wirbel der Wirbelsäule Objektsuchen mit vordefinierten Kontur- und Objektparametern durchgeführt werden. Dabei wird ein mathematisch ermittelter Verlauf der Wirbelsäule des Tierkörpers beachtet.9. By considering the objects sacrum, 6. Lumbar vertebrae as well as the outer contour, maximum ham width and Ham roots can be used for any vertebrae of the spine Object searches with predefined contour and object parameters be performed. This is a mathematically determined The course of the spine of the animal body is observed.
  • 10. Nach der Bestimmung aller Wirbel werden die Zwischenwirbel­ schichten an den für die Zerlegung und Klassifizierung entscheidenden Positionen ermittelt.10. After the determination of all vertebrae, the intervertebrae become layers at the for decomposition and classification decisive positions.
  • 11. Aus den ermittelten Positionen werden die Schnittparameter für die Zerlegumg abgeleitet.11. The cutting parameters become the determined positions derived for the decomposition.
  • 12. Entsprechend den Vorschriften für die Klassifizierung werden an der entsprechenden Position der Muskelfleischanteil sowie die Speckdicke durch Auswertung der Grauwerte bestimmt.12. Be in accordance with the rules for classification at the appropriate position the percentage of lean meat as well the bacon thickness is determined by evaluating the gray values.
  • 13. Aus allen ermittelten Parametern können je nach Abbildungs­ maßstab exakte morphologische Untersuchungen erfolgen.13. From all determined parameters, depending on the illustration Accurate morphological examinations are carried out.

Mit der erfindungsgemäßen Lösung wird eine vollständige Analyse der äußeren Kontur, der Wirbelsäule von Kreuzbein bis Atlas mit Bildverarbeitung durchgeführt, und daraus werden Schnittparameter für die Zerlegung und Parameter für die Klassifizierung ermittelt.With the solution according to the invention is a complete analysis the outer contour, the spine from sacrum to atlas with Image processing performed, and from this become cutting parameters determined for the decomposition and parameters for the classification.

AusführungsbeispielEmbodiment

Das Wesen der Erfindung wird an folgendem Beispiel näher dargelegt.The essence of the invention is closer to the following example spelled out.

Fig. 1 zeigt eine Schweinehälfte im Schinken- und Lendenbereich. Dieses Bild ist unverarbeitet und liegt mit 64 Grauwerten im Rechner vor. Fig. 1 shows a pork half in the ham and loin area. This image is unprocessed and is available on the computer with 64 gray values.

Fig. 2 zeigt eine verarbeitete Darstellung von Fig. 1. Dieses Bild zeigt das analysierte Kreuzbein im Bildausschnitt, deren Kontur- und Objektparameter im Rechner vorliegen. FIG. 2 shows a processed representation of FIG. 1. This image shows the analyzed sacrum in the image section, the contour and object parameters of which are available in the computer.

Als erster Schritt nach der Bildaufnahme gemäß Fig. 1 wird ausgehend vom Hinterbein die maximale Schinkenbreite durch Auswertung der äußeren Kontur bestimmt.As a first step after the image acquisition according to FIG. 1, the maximum ham width is determined starting from the hind leg by evaluating the outer contour.

Der Schinkenansatz wird durch die äußere Kontur ermittelt, indem über einen definierten senkrechten Abstand die maximale Breitenzunahme der Schlachtkörperhälfte bestimmt wird. Dabei wird die Maximumsuche durch die senkrechte Position der maximalen Schinkenbreite begrenzt. The shoulder of the ham is determined by the outer contour by the maximum over a defined vertical distance Width increase of the carcase half is determined. Here is the maximum search by the vertical position of the maximum Ham width limited.  

Durch Berechnung der mittleren Positionen auf Höhe des Schinkenansatzes und auf Höhe der maximalen Schinkenbreite läßt sich die Entscheidung fällen, ob es sich um eine linke oder rechte Schlachtkörperhälfte handelt.By calculating the middle positions at the level of Ham approach and at the height of the maximum ham width make the decision whether it is a left or right half of the carcass.

Aus der Lage des Schinkenansatzes, der maximalen Schinkenbreite sowie der gesamten äußeren Kontur läßt sich ein Bildausschnitt berechnen, der immer das Kreuzbein sowie den 6. Lendenwirbel beinhaltet (Fig. 2).From the position of the shoulder of the ham, the maximum width of the ham and the entire outer contour, an image section can be calculated which always contains the sacrum and the 6th lumbar vertebra ( Fig. 2).

Dieser Bildausschnitt wird mit einem Median-Filter und einer Cosinus-Skalierung verarbeitet.This section of the image is shown with a median filter and a Processed cosine scaling.

Es folgt eine Iteration, in der mit zunehmendem Grauwertniveau eine Objektsuche zur Bestimmung des Kreuzbeines durchgeführt wird.An iteration follows in which the gray level increases an object search for determining the sacrum is carried out.

Als erstes wird der Bildausschnitt entsprechend des Grauwertniveaus binarisiert. Danach werden von allen im Bildausschnitt liegenden Objekten die Kontur- und Objektparameter ermittelt, wie z. B. Konturlänge, Objektflächeninhalt, Halbachsen einer approximierten Ellipse und Lagewinkel der Ellipse zur x-Achse.First, the image section according to the Gray value levels binarized. After that, everyone in Objects, the contour and object parameters determined how B. contour length, object area, semi-axes an approximated ellipse and position angle of the ellipse X axis.

Diese Objekt- und Konturparameter werden mit vordefinierten Intervallen für jeden einzelnen Parameter verglichen. Liegen alle Parameter innerhalb der Intervalle, so wird das analysierte Objekt als Kreuzbein identifiziert. In diesem Fall wird die Iteration verlassen. Wurde kein Kreuzbein gefunden, so wird das betrachtete Grauwertniveau erhöht und erneut eine Objektsuche gestartet.These object and contour parameters are predefined with Intervals for each parameter compared. All lie Parameters within the intervals, so that is analyzed Object identified as sacrum. In this case the Leave iteration. If no sacrum was found, it will considered gray level increased and again an object search started.

In Abhängigkeit der Lage des Kreuzbeines sowie der äußeren Kontur wird ein neuer Bildausschnitt definiert, der den 6. Lendenwirbel beinhaltet. In diesem Bildausschnitt wird, unter Berücksichtigung des Grauwertniveaus, bei dem das Kreuzbein gefunden wurde, erneut eine Objektsuche zur Bestimmung des 6. Lendenwirbels gestartet. Dabei werden ebenfalls vordefinierte Intervalle der Kontur- und Objektparameter für den 6. Lendenwirbel genutzt.Depending on the position of the sacrum and the outer contour a new image section is defined, the 6th lumbar vertebra includes. In this image section, taking into account the gray level at which the sacrum was found started an object search to determine the 6th lumbar vertebra. Predefined intervals of the contour and Object parameters used for the 6th lumbar vertebra.

Claims (5)

1. Verfahren zur Bestimmung von Schlachttierkörperhälften durch Bildverarbeitung, insbesondere von Schweinehälften, wobei mit Bildverarbeitungshard- und -software äußere Kontur, Speckschicht, Fleisch-Rückenspeckverhältnis ermittelt werden, dadurch gekennzeichnet, daß mit Bildverarbeitungshardware Aufnahmen von der Schlachttierkörperhälfte mit Wirbelsäule und allen Zwischenwirbelschichten angefertigt werden, als Fixpunkt zur Ermittlung der Parameter für die Zerlegung und Klassifizierung vom Kreuzbein der Wirbelsäule ausgegangen wird und das Kreuzbein sowie die anderen Wirbel durch eine Objektanalyse nach vordefinierten Kontur- und Objektparametern bestimmt werden.1. A method for determining carcase halves by means of image processing, in particular pig halves, the outer contour, bacon layer and meat-back fat ratio being determined using image processing hardware and software, characterized in that images of the carcase half with the spine and all intervertebral layers are made with image processing hardware. As a fixed point for determining the parameters for the decomposition and classification, the sacrum of the spine is assumed and the sacrum and the other vertebrae are determined by an object analysis according to predefined contour and object parameters. 2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß zur Bestimmung des Kreuzbeines und der anderen Wirbel eine iterative Objektsuche im Bildausschnitt mit zunehmendem Grauwertniveau durchgeführt wird.2. The method according to claim 1, characterized in that for Determination of the sacrum and the other vertebrae one iterative object search in the image section with increasing Gray value level is carried out. 3. Verfahren nach Anspruch 1 und 2, dadurch gekennzeichnet, daß aus der Lage der gefundenen Wirbel sowie aus der Lage der Zwischenwirbelschichten Schneidparameter für die Zerlegung ermittelt werden.3. The method according to claim 1 and 2, characterized in that from the location of the vertebrae found and from the location of the intervertebral beds cutting parameters for the Decomposition can be determined. 4. Verfahren nach Anspruch 1 bis 3, dadurch gekennzeichnet, daß die Schneidparameter für die Zerlegung aus Teilaufnahmen der Wirbelsäule und Analysen der Wirbel anhand eines Modells berechnet werden.4. The method according to claim 1 to 3, characterized in that the cutting parameters for the disassembly from partial recordings of the spine and analyzes of the vertebrae using a model be calculated. 5. Verfahren nach Anspruch 1 bis 4, gekennzeichnet dadurch, daß aus der Lage der erforderlichen Wirbel sowie der äußeren Kontur und der Speckschicht Speck- und Fleischmaße für die Klassifizierung ermittelt werden.5. The method according to claim 1 to 4, characterized in that from the position of the required vertebrae as well as the outer Contour and the bacon layer for bacon and meat measurements the classification can be determined.
DE19914131556 1990-09-28 1991-09-19 Process for determining carcase halves by image processing Expired - Lifetime DE4131556C2 (en)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DD34429290A DD298310A5 (en) 1990-09-28 1990-09-28 METHOD FOR DETERMINING SLAUGHTER BODILY AGAINST BY IMAGE PROCESSING

Publications (2)

Publication Number Publication Date
DE4131556A1 true DE4131556A1 (en) 1992-04-23
DE4131556C2 DE4131556C2 (en) 1996-08-14

Family

ID=5620557

Family Applications (1)

Application Number Title Priority Date Filing Date
DE19914131556 Expired - Lifetime DE4131556C2 (en) 1990-09-28 1991-09-19 Process for determining carcase halves by image processing

Country Status (2)

Country Link
DD (1) DD298310A5 (en)
DE (1) DE4131556C2 (en)

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2694479A1 (en) * 1992-08-05 1994-02-11 Sydel Abattoir equipment for taking readings from half carcass - has computer for treating information from cameras and balance to determine probable area and surfaces at hip bone and primary thoracic vertebra
DE19700212A1 (en) * 1996-01-22 1997-07-24 Csb Syst Software Entwicklung Non invasive data collection device for use on animals, e.g. cattle
EP0743618A3 (en) * 1995-05-19 1997-09-10 Univ Bristol A method of and apparatus for locating a spine in a half-carcass
DE19619099C1 (en) * 1996-05-06 1997-11-13 Horst Eger Non-contact process for determination of leading characteristics of poultry cadaver
WO1999005916A1 (en) 1997-08-01 1999-02-11 Csb-System Software-Entwicklung & Unternehmensberatung Ag Method for evaluating half-carcasses by means of optical image processing
DE19837806C1 (en) * 1998-08-20 2000-01-20 Csb Syst Software Entwicklung Carcass meat quality control by photogrammetric evaluation of defined standard dimensions
DE19847232C2 (en) * 1998-05-19 2000-07-13 Csb Syst Software Entwicklung Method for evaluating halves of slaughter by optical image processing
WO2001015538A2 (en) * 1999-08-27 2001-03-08 K.J. Maskinfabriken A/S Arrangement for laying-down alf carcasses, and based automatic cutting-up system in connection therewith
WO2002030208A1 (en) * 2000-10-11 2002-04-18 Commonwealth Scientific And Industrial Research O Rganisation Automatic cutting of products such as carcasses
DE19952628B4 (en) * 1999-10-21 2004-03-04 Axel Hinz Process for determining the commercial value of cuts of pig carcases
US6860804B2 (en) 1999-08-27 2005-03-01 Kj Maskinfabriken A/S Laying-down system and vision-based automatic primal cutting system in connection therewith
US7547247B2 (en) 2003-12-13 2009-06-16 Csb-System Ag Method of determining the quality and quantities of a body of a slaughtered animal
US7929731B2 (en) 2004-11-17 2011-04-19 Csb-System Ag Data acquisition for classifying slaughtered animal bodies and for their qualitative and quantitative determination

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19936032C1 (en) 1999-07-30 2000-07-13 Csb Syst Software Entwicklung Image processing determines the quality of meat within a pig cadaver by calculation of lean meat content between fixed points

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE2946912C2 (en) * 1979-11-21 1982-08-26 Pfister Gmbh, 8900 Augsburg Method for classifying an animal carcass, in particular a half of a pig, into commercial classes
DE2728913C2 (en) * 1977-06-27 1987-03-19 Hans 8858 Neuburg Breitsameter Method and device for classifying meat
US4662029A (en) * 1985-11-06 1987-05-05 Geo. A. Hormel & Co. Process and apparatus for cutting hog carcasses

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE2728913C2 (en) * 1977-06-27 1987-03-19 Hans 8858 Neuburg Breitsameter Method and device for classifying meat
DE2946912C2 (en) * 1979-11-21 1982-08-26 Pfister Gmbh, 8900 Augsburg Method for classifying an animal carcass, in particular a half of a pig, into commercial classes
US4662029A (en) * 1985-11-06 1987-05-05 Geo. A. Hormel & Co. Process and apparatus for cutting hog carcasses

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2694479A1 (en) * 1992-08-05 1994-02-11 Sydel Abattoir equipment for taking readings from half carcass - has computer for treating information from cameras and balance to determine probable area and surfaces at hip bone and primary thoracic vertebra
EP0743618A3 (en) * 1995-05-19 1997-09-10 Univ Bristol A method of and apparatus for locating a spine in a half-carcass
DE19700212A1 (en) * 1996-01-22 1997-07-24 Csb Syst Software Entwicklung Non invasive data collection device for use on animals, e.g. cattle
DE19619099C1 (en) * 1996-05-06 1997-11-13 Horst Eger Non-contact process for determination of leading characteristics of poultry cadaver
WO1999005916A1 (en) 1997-08-01 1999-02-11 Csb-System Software-Entwicklung & Unternehmensberatung Ag Method for evaluating half-carcasses by means of optical image processing
DE19847232C2 (en) * 1998-05-19 2000-07-13 Csb Syst Software Entwicklung Method for evaluating halves of slaughter by optical image processing
US6735326B1 (en) 1998-08-20 2004-05-11 Csb-System Software-Entwicklung & Unternehmensberatung Ag Method for evaluating the halves of slaughtered animals by optical image processing
DE19837806C1 (en) * 1998-08-20 2000-01-20 Csb Syst Software Entwicklung Carcass meat quality control by photogrammetric evaluation of defined standard dimensions
WO2000010396A1 (en) * 1998-08-20 2000-03-02 Csb-System Software-Entwicklung & Unternehmensberatung Ag Method for evaluating the halves of slaughtered animals by optical image processing
WO2001015538A2 (en) * 1999-08-27 2001-03-08 K.J. Maskinfabriken A/S Arrangement for laying-down alf carcasses, and based automatic cutting-up system in connection therewith
US6692345B1 (en) 1999-08-27 2004-02-17 K. J. Maskinfabriken A/S Laying-down system and vision-based automatic primal cutting system in connection therewith
WO2001015538A3 (en) * 1999-08-27 2001-07-19 K J Maskinfabriken As Arrangement for laying-down alf carcasses, and based automatic cutting-up system in connection therewith
US6860804B2 (en) 1999-08-27 2005-03-01 Kj Maskinfabriken A/S Laying-down system and vision-based automatic primal cutting system in connection therewith
DE19952628B4 (en) * 1999-10-21 2004-03-04 Axel Hinz Process for determining the commercial value of cuts of pig carcases
WO2002030208A1 (en) * 2000-10-11 2002-04-18 Commonwealth Scientific And Industrial Research O Rganisation Automatic cutting of products such as carcasses
US7547247B2 (en) 2003-12-13 2009-06-16 Csb-System Ag Method of determining the quality and quantities of a body of a slaughtered animal
US7929731B2 (en) 2004-11-17 2011-04-19 Csb-System Ag Data acquisition for classifying slaughtered animal bodies and for their qualitative and quantitative determination

Also Published As

Publication number Publication date
DE4131556C2 (en) 1996-08-14
DD298310A5 (en) 1992-02-13

Similar Documents

Publication Publication Date Title
DE4131556C2 (en) Process for determining carcase halves by image processing
DE2728913C2 (en) Method and device for classifying meat
DE102014213408B4 (en) Method for determining a three-dimensional model data set of a blood vessel system comprising at least one vessel segment
DE69018043T3 (en) Treatment of poultry.
DE2946912C2 (en) Method for classifying an animal carcass, in particular a half of a pig, into commercial classes
DE202013002484U1 (en) Apparatus for volumetric measurement of an ante-mortem object
DE102006048165A1 (en) Person training and learning progress examining method, involves presenting image information by presentation device, on display unit, where image information representing operational process is filed in database
i Furnols et al. Estimation of lean meat content in pig carcasses using X-ray computed tomography and PLS regression
DE19619099C1 (en) Non-contact process for determination of leading characteristics of poultry cadaver
DE102004047773A1 (en) Method for determining physiological quantities of an animal carcass
EP0999754B1 (en) Method for evaluating the halves of slaughtered animals by optical image processing
DE4109345C2 (en)
DE602004010662T2 (en) METHOD FOR TOMOGRAPHY IMAGE RECONSTRUCTION USING AN ANALYTICAL PROCESS USING AN IMPROVED MODELING OF THE MOVEMENT OF THE OBJECT
DE10358487B3 (en) Evaluation of pig carcasses, in a slaughterhouse, uses non-invasive image processing to compute the quality and market value of the carcass and establish its classification within current regulations
DE10050836B4 (en) Method for determining commercial value of cuts of pig carcasses
EP1827116B1 (en) Data acquisition for classifying slaughtered animal bodies and for their qualitative and quantitative determination
DE112009005102T5 (en) Splitting of multipart objects
EP0999753A1 (en) Method for evaluating half-carcasses by means of optical image processing
WO2014139503A1 (en) Device for measuring a slaughter animal body object
DE102013218047B3 (en) Method for the automatic display and / or measurement of bone changes in medical image data, as well as medical imaging device and electronically readable data carrier
EP1196035A1 (en) Method for assessing the quality of animal half-carcasses
DE4228068A1 (en) METHOD AND DEVICE FOR THE INDIVIDUAL TREATMENT OF MEAT PIECES
DE19952628B4 (en) Process for determining the commercial value of cuts of pig carcases
Wadie et al. Path generation for robotic cutting of carcasses
DE102018002599A1 (en) Method for determining the litter properties of an animal carcass

Legal Events

Date Code Title Description
8122 Nonbinding interest in granting licenses declared
8127 New person/name/address of the applicant

Owner name: EGER, HORST, DIPL.-ING., 12689 BERLIN, DE HINZ, AX

8110 Request for examination paragraph 44
D2 Grant after examination
8364 No opposition during term of opposition
8327 Change in the person/name/address of the patent owner

Owner name: HINZ, AXEL, 16515 ORANIENBURG, DE EGER, HORST, 163

8327 Change in the person/name/address of the patent owner

Owner name: E+V TECHNOLOGY GMBH, 16515 ORANIENBURG, DE

R071 Expiry of right
R071 Expiry of right