EA014627B1 - Получение данных для классифицирования туш убойных животных, а также для определения их качеств и количеств - Google Patents
Получение данных для классифицирования туш убойных животных, а также для определения их качеств и количеств Download PDFInfo
- Publication number
- EA014627B1 EA014627B1 EA200701075A EA200701075A EA014627B1 EA 014627 B1 EA014627 B1 EA 014627B1 EA 200701075 A EA200701075 A EA 200701075A EA 200701075 A EA200701075 A EA 200701075A EA 014627 B1 EA014627 B1 EA 014627B1
- Authority
- EA
- Eurasian Patent Office
- Prior art keywords
- carcass
- point
- image
- contour
- areas
- Prior art date
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)
- Image Processing (AREA)
- Processing Of Meat And Fish (AREA)
- Investigating Or Analysing Biological Materials (AREA)
- Peptides Or Proteins (AREA)
Abstract
Описано получение данных для классифицирования туш убойных животных, а также для определения их качеств и количеств с помощью неинвазивного способа распознавания комплексно структурированных контуров со стремящейся к нулю нормой ошибочного распознавания, с которой могут отличаться друг от друга и идентифицироваться признаки туши убойного животного, работающего на основе характерного фрагмента туши посредством обработки изображений, в частности, как для определения данных для расчета доли мускульного мяса, торгового класса, а также находящейся в связи с этим торговой стоимости и рыночной стоимости, так и для распределения туш убойных животных по категориям качества, при соблюдении законных требований. Согласно изобретению при ошибочном распознавании различаемых и идентифицируемых комплексно структурированных контуров туши убойного животного оператор на рабочей станции в виде персонального компьютера вступает во взаимодействие с электронно-вычислительной машиной и указывает на нераспознанный или неправильно распознанный искомый контур, в то время как при использовании устройства воспроизведения изображения в представление изображения интересующей области туши убойного животного ставится соответственно по меньшей мере одна опорная точка в одной или нескольких областях, в которых должны устанавливаться данные из измерений.
Description
Изобретение относится к получению данных для классифицирования туш убойных животных, а также для определения их качеств и количеств с помощью неинвазивного способа распознавания комплексно структурированных контуров со стремящейся к нулю нормой ошибочного распознавания при анализе туши убойного животного, позволяющего на основе характерного фрагмента отличать друг от друга и идентифицировать посредством обработки изображений комплексно структурированные контуры, как признаки туши убойного животного, который может использоваться, в частности, для определения данных для расчета доли мышечной ткани, торгового класса, а также находящихся в связи с этим торговой стоимости и рыночной стоимости и для распределения туш убойных животных по категориям качества при соблюдении заданных законом требований, преимущественно для мясокомбинатов и мясообрабатывающих заводов.
Из современного состояния техники известен ряд автоматически протекающих способов определения данных туши убойного животного - в плоскости ее разреза вдоль позвоночника - посредством оптической обработки изображений для последующей классификации и распределения по категориям качества.
Таким образом, в печатных публикациях ΌΌ 298310 А5/ОЕ 4131556 С2, а также ΌΕ 4109345 С2 описываются способы для определения и соответственно анализа половин туш убойных животных посредством обработки изображений, при которых устанавливаются внешний контур, слой подкожного жира, соотношение мяса и подкожного спинного жира, в то время как выполняются съемки всей половины убойного животного с позвоночником и со всеми межпозвонковыми слоями. В качестве контрольной точки для определения параметров для разложения и классификации исходят от крестцовой кости позвоночника, которая определяется так же, как и другие позвонки посредством анализа объекта, причем в реальном процессе обработки необходимые для анализа контуры не всегда могут селектироваться достаточно надежно.
Печатная публикация ΌΕ 19733216 С1 описывает способ оценки полутуш убойных животных посредством оптической обработки изображений, который, опираясь на классический метод двух точек, должен делать возможной классификацию посредством оптического дешифрирования расширенной области филейной части туши при исключении субъективных источников ошибок.
Известен также способ оценки полутуш убойных животных посредством оптической обработки изображений из печатной публикации ΌΕ 19847232 С2, при котором для оценки используется фотограмметрический способ как эквивалент обычного метода по двум точкам. В крестцовой и тазобедренной области фотограмметрически устанавливаются две характерных точки, из которых первая - это конец лонной кости таза со стороны туши, а вторая представляет конец средней ягодичной мышцы (Ми8си1и8 С1и1аеи8 Мейшз - МОМ) со стороны туши и составляет прямую с направлением среднего хода подкожного спинного жира. Для непосредственной оценки используются длины частичных участков, которые получаются на перпендикуляре через толщину подкожного спинного жира к смещенной параллельно лонной кости таза прямой на высоте второй характерной точки. При этом способе, правда, исключаются субъективные погрешности измерения вручную проведенного метода двух точек, однако при условии, что с помощью оптической обработки изображений надежно определены необходимые контуры и структуры.
Из печатной публикации ΌΕ 19936032 С1 известен следующий способ, который посредством оптической обработки изображений гарантирует автоматическое заключение о качестве полутуш убойных животных, в частности убойных свиней, причем по сравнению с известными методами достигается более высокая, воспроизводимая точность оценки, на которую только несущественно могут влиять погрешности в процессе разрезания туш убойных животных, из-за не абсолютно перпендикулярной к плоскости разреза съемки изображения, причем оптический снимок полутуши убойного животного оценивается в плоскости разреза - в области тазобедренной и филейной части туши фотограмметрически, на основании определенных характерных ориентиров. Как характерные ориентиры используются при этом позвоночник, лонные кости таза, самая тонкая толщина жира на МОМ и контуры подкожного спинного жира в выбранной области.
Для суждения о качестве определяющая доля мускульного мяса рассчитывается сложением установленных в соотношении друг к другу, перпендикулярных к прямому ходу канала спинного мозга частичных участков в области мясной ткани и слоя жира, включая установленные из регрессионных расчетов константы для каждого уровня и основную константу. В рамках способа устанавливается, правда, результат измерения для меры (8) жира в соответствии с требованиями закона в правильных точках, однако, мера (Е) мясной ткани не определяется, вследствие чего расчет доли (МЕ%) мускульного мяса по официальной формуле не происходит, и, таким образом, не может происходить распределение по категориям в торговые классы.
Способ определения торговой стоимости фрагментов свиных убойных туш известен из печатной публикации ΌΕ 11952628 А1, причем веса, весовые и мясные доли фрагментов, таких как ветчина, отбивная котлета, отбивная котлета без костей, филе, лопаточная часть, лопатка, грудинка и/или других поступающих в продажу самостоятельно или обрабатываемых далее фрагментов, определяются посредством он-лайн оценки свиных полутуш. Для реализации способа определяются описывающие комплек
- 1 014627 цию туши прогнозы, которые следуют из хода внешнего контура свиной полутуши и выводимой из этого площади, расположения и хода позвоночного столба, и выводимых из этого длин и площадей подобластей туши убойного животного, а также полученной для свиной полутуши информации о содержании жира, представленной через относительную толщину и ход приближенно общего слоя подкожного жира области спины. Прогнозы ставятся в соотношение друг к другу, учитывая существующие между ними статистические связи, вследствие чего в линии забоя должны в режиме он-лайн определяться веса интересующих фрагментов, их весовые и мясные доли в общем весе сырья. В ходе реализации способа должна происходить видеорегистрация комплектной свиной полутуши, и объект изображения подвергается дорогостоящей обработке, а также оценке, чтобы определять лишь торговую стоимость. На основании большой области изображения - по всей площади разреза - подвергается негативному влиянию скорость оценки, а также и веса фрагментов определяются не достаточно точно, кроме того, ошибочные распознавания контуров и структур в области изображения ведут к нереальным значениям стоимости.
Далее способ установления качества и количественных характеристик туши убойного животного, с которыми может определяться ее торговый класс, торговая стоимость, рыночная стоимость и качество и исполняются условия специальных официальных инструкций и предписаний, описывается в заявке на патент ΌΕ 10358487.0. При этом полученные в опытах разделки достаточного количества туш убойных животных выходные данные о весовых долях отдельных частей готового продукта соотносятся друг с другом с характерными результатами измерения и параметрами, установленными для обеих половин туши убойного животного в области тазобедренной и филейной части туши при включении полного веса, и из этого получают относительные данные, и в текущем убойном производстве для оценки отдельных частей готового продукта происходит моделированный расчет с имеющимися относительными данными, учитывая полный вес двух половин туши убойного животного и специфические для нее характерные результаты измерения и параметры, установленные в области тазобедренной и филейной части туши.
В варианте выполнения оценка отдельных частей готового продукта происходит только на основе специфически установленных в области тазобедренной и филейной части туши характерных результатов измерения и параметров.
Общим для всех этих известных методов является то, что использованные при обработке изображений полностью автоматизированные алгоритмы распознавания контуров для распознавания комплексно структурированных контуров имеют определенную норму ошибочного распознавания. При ошибочно распознанных контурах, правда, можно пытаться последующим процессом оптимизации производить коррекцию встреченных погрешностей, причем в отношении определенных по-новому контуров, как правило, снова возникают новые ошибки оценок, вследствие чего имеют место ошибочные или содержащие ошибки данные и, соответственно, стоимости для последующих расчетов.
Задачей изобретения является получение данных для классифицирования туш убойных животных, а также для определения их качеств и количеств с помощью неинвазивного способа распознавания комплексно структурированных контуров со стремящейся к нулю нормой ошибочного распознавания, позволяющего отличать друг от друга и идентифицировать признаки туши убойного животного и работающего на основе характерного фрагмента посредством обработки изображений, в частности как для определения данных для расчета доли мускульного мяса, торгового класса, а также находящихся в связи с этим торговой стоимости и рыночной стоимости, так и для распределения туш убойных животных по категориям качества, при соблюдении заданных законом требований и, соответственно, специфических правил.
Задача решается посредством признаков, представленных в п.1 формулы изобретения. Предпочтительные усовершенствования отражены в зависимых пунктах формулы изобретения.
Основная идея изобретения состоит в том, что при ошибочном распознавании различаемых и идентифицируемых комплексно структурированных контуров туш убойных животных на основании сильных загрязнений в области съемки или из-за физиологических особенностей, таких как плохо различимые фасции в мышцах, срастание или нечеткое образование мышц, посредством используемого на мясокомбинатах и мясообрабатывающих заводах для оценки туш убойных животных, автоматически протекающего способа с помощью обработки изображений, оператор на соответствующей рабочей станции в виде персонального компьютера входит во взаимодействие с электронно-вычислительной машиной и указывает на не распознанный или неправильно определенный искомый контур.
Эти указания позволяют вновь задействованному алгоритму распознавания контура надежно регистрировать искомый контур. Указания могут вводиться оператором, в частности, графически с помощью устройства приема изображения в представление изображения интересующей области туши убойного животного, альтернативно - также в аудиовизуальной или текстовой форме.
В области изображения оператор ставит по меньшей мере одну опорную точку в одной или нескольких областях, в которых должны происходить измерения. Эти опорные точки, как геометрические заданные величины, могут обозначать исходную точку, конечную точку, центр или любую точку искомого контура. Опорная точка может альтернативно маркировать также допустимую или запрещенную область для контура. При больше чем одной опорной точке можно дополнительно устанавливать тензор- 2 014627 ные параметры более высокого порядка, такие как заданные параметры вектора с двумя опорными точками и заданные параметры кривой с тремя опорными точками.
Далее из анализа окрестности опорной точки можно получать стартовые параметры для алгоритма распознавания контура. Эти параметры могут существовать, к примеру, в форме минимальных, максимальных или средних яркостей, окрашивающих тонов и контрастностей. Можно, однако, в качестве параметров устанавливать более комплексные признаки, такие как текстуры.
В последующем, измеряемые обычным способом характерные величины и параметры устанавливаются как в виде расстояний, углов и площадей, так и в виде имеющихся на изображении сведений о яркости и соответственно цвете, преимущественно в отобранных вручную в области тазобедренной и филейной части туши характерных точках и структурах в области изображения.
У свиных убойных туш точные результаты измерения, например, в действующем в рамках Европы двухточечном методе устанавливаются для меры (8) жира и меры (Р) мяса, из которых по официальной формуле рассчитывается непосредственно доля (МР%) мускульного мяса и, таким образом, происходит распределение по категориям в торговые классы.
На основе установленных длин перпендикулярных отрезков в области прямого участка позвоночника в области снимка, по внешнему контуру, а также ходу жирового слоя и их соотношению друг с другом могут нормироваться отбивные котлеты.
По дальнейшим характерным значениям, с учетом результатов опытов разделывания дается оценка выхода отдельных готовых фрагментов. Вместе с предпринимаемой при этом оценкой фрагментов получается, как обычно, торговая стоимость. Исходя из веса убойной туши, происходит оценка весов фрагментов, из суммы которых получается рыночная стоимость.
По установленным сведениям о яркости и соответственно цвету происходит распределение убойных туш по категориям качества.
Преимущества изобретения состоят, в частности, в сокращенной почти до нуля норме ошибочного распознавания при оценке качественных и количественных характеристик туши убойного животного и из связанных с этим положительных экономических эффектов для производителя и переработчика мяса.
Делается возможной обширная оценка и классификация туши убойного животного и ее фрагментов.
Осуществление взаимодействия является возможным при всех неинвазивных автоматических способах, которые содержат наглядное представление области с распознаваемыми контурами и структурами, в которой должны устанавливаться результаты измерения.
Изобретение как пример выполнения разъясняется подробнее при помощи чертежей.
Фиг. 1 - снимок половины туши убойного животного в области тазобедренной и филейной части туши с неясными контурами, фиг. 2 - снимок половины туши убойного животного в области тазобедренной и филейной части туши с представлением ошибочного распознавания характерных измеряемых величин и параметров и фиг. 3 - снимок половины туши убойного животного в области тазобедренной и филейной части туши с представлением опорных точек как маркировок, а также установленных вместе с тем характерных измеряемых величин и параметров.
Специальный метод классификации свиных убойных туш, так называемый двухточечный метод, стартует с идентификации Ми5си1и5 С1н1асн5 МсФн5 и позвоночного столба.
Затем сначала определяется мера жира (8), как самое тонкое место слоя жира (включая жесткую кожу) над Ми8си1и8 С1н1асн5 МсФн5 (в миллиметрах), и после этого - мера (Р) мяса как самое короткое соединение переднего, краниального конца Ми5си1и5 С1н1асн5 Мебшк с верхней, дорсальной кромкой позвоночного канала (в миллиметрах). Из этой установленной таким образом меры жира и меры мяса получается тогда доля мускульного мяса свиной убойной туши в процентах, согласно приложению 4 к постановлению о торговых классах (НКЬ-УО). Согласно приложению 1 из НКЬ-УО затем проводится присвоение торгового класса.
Классификация свиных убойных туш происходит при помощи сертифицированного устройства классификации, которое состоит в сущности из устройства приема изображения и компьютерного рабочего места с соответствующим программным обеспечением, обслуживание которого происходит независимыми классификаторами. Они являются, как правило, приведенными к присяге экспертами, которые могут очень точно определять контуры сала, мяса и позвоночника туши убойного животного.
Ответственность за правильную оценку и классификацию туши убойного животного остается, таким образом, на классификаторе.
В начале процесса известным способом с помощью съемочного метода производится цифровое изображение разрезанной вдоль позвоночника туши убойного животного в области тазобедренной и филейной части туши, которое подвергается анализу, при котором регистрируются контурные линии мясной ткани, и жировой ткани, и костей. Посредством контурных линий измеряются отдельные расстояния и площади, а также усредненные по зоне обработки расстояния, и также получаются значения яркости и/или цветовые оттенки.
Получение характерных измеряемых величин и параметров в области тазобедренной и филейной
- 3 014627 части туши происходит, например, по образцу описанных в печатном издании ΌΕ 19936032 С1 и соответственно в заявке на патент ΌΕ 10358487.0 методов.
Согласно фиг. 1, область 1 изображения тазобедренной и филейной части полутуши убойной свиньи при этом снимается со всеми деталями и затем оценивается фотограмметрическим способом.
Область 1 изображения регистрирует в контрасте к темному заднему плану всю ширину расширенной области тазобедренной и филейной части туши с ее внешним контуром 2.
Обыкновенным образом посредством анализа гистограмм в области 1 изображения сначала происходит ренормирование пороговых параметров на соответствующую среднюю яркость свиной убойной туши с последующей расчетной селекцией разных партий ткани на основе различий окраски и/или различий яркости. С помощью анализа консистенции примеси из изображения в значительной мере отфильтровываются загрязнения, такие как из-за крови. На следующем шаге светлый жир отделяется от более темного мяса и таким образом производится определение площадей 3 разреза сала и площадей 4 разреза мяса.
В пределах площадей 4 разреза мяса контур Ми8си1и8 С1и1аеи8 Мебшк (МСМ) 5 должен идентифицироваться в том числе алгоритмом прослеживания контура с последующим определением геометрического расположения.
Как видно из фиг. 1
a) контур МСМ 5 на основании физиологических особенностей ясно не отграничен в площади 4 разреза мяса, причем причинами для этого могут быть, например, срастание или слабое образование фасций МСМ 5;
b) канал позвоночника 6 может распознаваться не однозначно, так как он был разрублен в процессе разделки не посередине или покрыт кровью, и
c) лонная кость 7 таза из-за частичного покрытия жировой тканью или кровью не может идентифицироваться надежно.
Проведенный на таком изображении анализ контура, как представлено на фиг. 2, обнаруживает ошибочные распознавания, которые распознает классификатор и/или электронно-вычислительная машина, и выпускаются сигналы ошибки в форме предупреждения и соответственно подачи сигнала.
В избранном изображении похожая на МСМ 5 площадь 8 разреза мяса идентифицируется автоматически протекающим анализом изображения как МСМ 5 и позвонки 9 в дорсальной области ошибочно относятся к позвоночному столбу, а также не найдена лонная кость 7 таза.
Если бы определение измеряемых величин и параметров для оценки туши убойного животного происходило на основе результатов этого анализа, то получились бы абсолютно ошибочные оценки.
Ошибочное распознавание определяется классификатором, ему это показывают и соответственно сообщают.
В области 1 изображения классификатор в качестве оператора затем ставит по меньшей мере одну опорную точку в одной или нескольких областях, в которых должны происходить измерения. Эти опорные точки как геометрические заданные величины могут обозначать исходную точку, конечную точку, центр или любую точку искомого контура.
При этом, как правило, достаточно маркировать опорные точки только в области не распознанной структуры, как МСМ 5, и/или позвонки 9, и/или лонная кость 7 таза.
В данном примере, согласно фиг. 3, будут
a) для правильного распознавания контура МСМ 5 поставлены первая опорная точка 10 на МСМ 5 для нахождения сведений о яркости и вторая опорная точка 11 на краниальном конце МСМ 5 как информация о расположении;
b) для поддержки поиска позвоночного канала 6 предпочтительно маркируются два смежных позвонка 9 соответственно следующей опорной точкой 12, причем устанавливаются дополнительные сведения о направлении, и
c) для определения и распознавания контура лонной кости 7 таза ставится дополнительная опорная точка 13 в ее краниальной конечной области.
После вновь проведенного анализа контура с помощью установленных опорных точек будет а) однозначно идентифицирован Ми8си1и8 С1и1аеи8 Мебшк (МСМ) 5 и его геометрическое расположение, как представлено на фиг. 3.
Также был Ь) точно распознан видимый в области 1 изображения контур нижнего конца позвоночника с позвонками 9 и позвоночный канал 6.
То же самое высказывание касается с) лонной кости 7 таза, которая однозначно идентифицировалась и определился ее контур.
При определенных популяциях убойных животных, у которых, в частности, МСМ 5 как существенный элемент для установления данных и измеряемых величин в области изображения образован очень нечетко, вследствие чего автоматически выполняемые способы посредством анализа изображения преимущественно ведут к ошибочным распознаваниям контуров и структур, альтернативно рационально маркировать опорные точки перед стартом иллюстрированного анализа.
В области 1 изображения опционально ставятся первая опорная точка 10 на МСМ 5 для нахождения
- 4 014627 сведений о яркости и/или вторая опорная точка 11 на краниальном конце МОМ 5 как информация о расположении, а также для уверенного нахождения позвоночного канала 6 опционально маркируются преимущественно два смежных позвонка 9, соответственно, следующей опорной точкой 12, и также опционально - лонная кость 7 таза - дополнительной опорной точкой 13, и только после этого запускается анализ изображения для распознавания контуров и структур с последующим определением, известным способом, измеряемых величин и данных в области изображения.
Как принято, в направлении прямого участка позвоночника по верхней (дорсальной) кромке позвоночного канала 6 прокладывается прямая линия 14 как исходный рубеж для последующих измерений. На этой прямой линии 14 строится перпендикуляр 15 по высоте переднего (краниального) конца МОМ 5, длина участка которого как самое короткое соединение от переднего конца МОМ 5 до верхней (дорсальной) кромки позвоночного канала 6, соответствует мере (Е) мяса - как толщина поясничной мышцы. Продление перпендикуляра 15 вплоть до внешнего контура 2 ограничивает уровень сала над МОМ 5 спереди.
На высоте самого тонкого слоя сала на МОМ 5 определяется соединительная линия 16 от контура МОМ 5 к внешнему контуру 2, длина участка которой представляет меру (8) жира.
Из обоих уровней (Е) и (8), измеренных в миллиметрах, происходит в режиме он-лайн расчет доли (МЕ%) мускульного мяса по специфической для страны официальной формуле, согласно двухточечному методу, при последующем распределении по категориям торговых классов на основе установленной процентной доли мускульного мяса.
С помощью определенного количества следующих устанавливаемых в области 1 изображения расстояний, углов и площадей даются соответственно дальнейшие суждения об анализируемой туше убойного животного.
Таким образом, могут замеряться, например, также вес сала, вес мяса и вес костей в области позвоночника и лонной кости 7 таза.
Как следующий важный признак, может устанавливаться гистологическое разделение жира перегородкой 17, подобной соединительной ткани, на верхний слой 18 жира и нижний слой 19 жира. Верхний слой 18 жира обозначается как подкожный жир, а нижний слой 19 жира - как норма внутреннего жира туши.
Из толщины подкожного жира можно делать выводы о доле мускульного мяса живота.
Из расстояний и площадей поверх позвоночника 9 можно получать преимущественно точные данные о сырье для отбивных котлет. Далее для оценивания ветчины привлекается средняя толщина жира над МОМ 5 в области площади между продлением перпендикуляра 15 до внешнего контура 2 и другим перпендикуляром 20 на прямую линию 14, которая также используется для определения торговой стоимости.
Процентная доля фрагментов, таких как ветчина или отбивные котлеты, в сравнении со всей тушей убойного животного может непосредственно определяться из данных результатов измерения анализа изображения так же, как и процентная доля мускульного мяса соответствующего фрагмента. В дальнейших расчетах, снова как пример, может определяться процентная доля мускульного мяса ветчины без костей и жира.
С зачетом зарегистрированного полного веса туши убойного животного после исключения обоих висящих на крюке половин туши дальше может рассчитываться выход отдельных частей, причем из суммы оценок фрагментов получается в итоге торговая стоимость, а также из суммы весов фрагментов рыночная стоимость.
С помощью определенных процентных долей тогда на основе полного веса можно рассчитывать весовые параметры для соответствующих частей, таких как ветчина, отбивные котлеты и другие ценные фрагменты.
Распределение убойной туши и/или фрагментов по категориям качества происходит с помощью имеющихся следующих характерных сведений об изображении в форме величин яркости и/или цветовых тонов.
Использованные обозначения
- область изображения
- внешний контур
- площади сала
- площади мяса
- Ми8си1и8 О1и1аеи8 Мебшз (МОМ)
- позвоночный канал
- лонные кости таза
- схожие площади мяса
- позвонок
- первая опорная точка
- вторая опорная точка
- следующая опорная точка
- 5 014627
- дополнительная опорная точка
- прямая линия
- перпендикуляры
- соединительная линия
- перегородка
- верхний слой сала
- нижний слой сала
- другие перпендикуляры
Claims (11)
- ФОРМУЛА ИЗОБРЕТЕНИЯ1. Неинвазивный способ распознавания комплексно структурированных контуров со стремящейся к нулю нормой ошибочного распознавания при анализе туши убойного животного, причём упомянутый способ может быть использован для отличия друг от друга и идентификации признаков туши убойного животного, при этом упомянутый способ осуществляют на основе характерного фрагмента туши посредством обработки изображений для определения данных в форме измеряемых величин отдельных участков, частичных участков, усредненных участков и площадей при помощи очертаний контуров областей мышечной ткани, жировой ткани или костной ткани для расчета доли мускульного мяса, торгового класса и связанной с этим торговой стоимости и рыночной стоимости, а также для распределения туш убойных животных по категориям качества с помощью других характерных сведений об изображении в форме информации о яркости и/или цвете, отличающийся тем, что при ошибочном распознавании различаемых и идентифицируемых комплексно структурированных контуров туши убойного животного оператор на рабочей станции в виде персонального компьютера взаимодействует с электронно-вычислительной машиной и обеспечивает надлежащие указания на нераспознанный или неправильно распознанный искомый контур области мышечной ткани, жировой ткани или костной ткани, причём при использовании устройства воспроизведения изображения в представление изображения интересующей области туши убойного животного ставят, соответственно, по меньшей мере одну опорную точку в каждом случае в одной или в каждой из нескольких областей, являющуюся геометрической заданной точкой, обозначающей исходную точку, конечную точку или любую точку в пределах распознаваемого контура, в котором должны устанавливаться данные из измерений, и выполняют второй анализ изображения, приводящий к правильному распознаванию различаемых и идентифицируемых комплексно структурированных контуров туши убойного животного.
- 2. Неинвазивный способ распознавания комплексно структурированных контуров со стремящейся к нулю нормой ошибочного распознавания, при анализе туши убойного животного, причём упомянутый способ может быть использован для отличия друг от друга и идентификации признаков туши убойного животного, при этом упомянутый способ осуществляют на основе характерного фрагмента туши посредством обработки изображений для определения данных в форме измеряемых величин отдельных участков, частичных участков, усредненных участков и площадей при помощи очертаний контуров областей мышечной ткани, жировой ткани или костной ткани для расчета доли мускульного мяса, торгового класса и связанной с этим торговой стоимости и рыночной стоимости, а также для распределения туш убойных животных по категориям качества с помощью других характерных сведений об изображении в форме информации о яркости и/или цвете, отличающийся тем, что перед распознаванием различаемых и идентифицируемых комплексно структурированных контуров туши убойного животного оператор на рабочей станции в виде персонального компьютера взаимодействует с электронно-вычислительной машиной и обеспечивает надлежащие указания на искомый контур областей мышечной ткани, жировой ткани или костной ткани, причём при использовании устройства воспроизведения изображения в представление изображения интересующей области туши убойного животного перед началом анализа изображения ставят, соответственно, по меньшей мере одну опорную точку в одной или в каждой из нескольких областей, являющуюся геометрической заданной точкой, обозначающей исходную точку, конечную точку или любую точку в пределах распознаваемого контура, в котором должны устанавливаться данные из измерений, и после этого запускают анализ изображения с последующим определением известным способом измеряемых величин.
- 3. Способ по п.1 или 2, отличающийся тем, что первую опорную точку (10) ставят на среднюю ягодичную мышцу (МСМ) (5) для поиска сведений о яркости и/или вторую опорную точку (11) - на краниальный конец средней ягодичной мышцы (МСМ) (5) как информацию о расположении.
- 4. Способ по п.1 или 2, отличающийся тем, что для надежного нахождения позвоночного канала (6) преимущественно маркируют два смежных позвонка (9), соответственно, с помощью следующей опорной точки (12).
- 5. Способ по п.1 или 2, отличающийся тем, что маркируют лонную кость (7) таза с помощью дополнительной опорной точки (13).
- 6. Способ по п.1 или 2, отличающийся тем, что опорные точки обозначают недопустимую область для распознаваемого контура.- 6 014627
- 7. Способ по любому из пп.1 или 2, а также 3-6, отличающийся тем, что из анализа окрестности опорной точки получают стартовые параметры для алгоритма распознавания контура.
- 8. Способ по п.7, отличающийся тем, что как стартовые параметры используют минимальные, максимальные или средние яркости, цветовые тона и контрастности.
- 9. Способ по п.7, отличающийся тем, что как стартовые параметры устанавливают комплексные признаки, такие как текстура.
- 10. Способ по п.1 или 2, отличающийся тем, что при задании больше чем одной опорной точки для распознаваемого контура дополнительно устанавливают тензорные параметры более высокого порядка, такие как заданные векторные величины при двух опорных точках и заданные величины кривизны при трех опорных точках.
- 11. Способ по п.1 или 2, отличающийся тем, что процентные доли фрагментов туши убойного животного определяют непосредственно из данных результатов измерения анализа изображения.
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| DE102004055351A DE102004055351B4 (de) | 2004-11-17 | 2004-11-17 | Gewinnung von Daten zum Klassifizieren von Schlachttierkörpern sowie zur Bestimmung von Qualitäten und Quantitäten derselben |
| PCT/DE2005/001637 WO2006053509A1 (de) | 2004-11-17 | 2005-09-17 | Gewinnung von daten zum klassifizieren von schlachttierkörpern sowie zur bestimmung von qualitäten und quantitäten derselben |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| EA200701075A1 EA200701075A1 (ru) | 2007-10-26 |
| EA014627B1 true EA014627B1 (ru) | 2010-12-30 |
Family
ID=35404122
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| EA200701075A EA014627B1 (ru) | 2004-11-17 | 2005-09-17 | Получение данных для классифицирования туш убойных животных, а также для определения их качеств и количеств |
Country Status (15)
| Country | Link |
|---|---|
| US (1) | US7929731B2 (ru) |
| EP (1) | EP1827116B1 (ru) |
| CN (1) | CN101052306B (ru) |
| AT (1) | ATE404060T1 (ru) |
| BR (1) | BRPI0516885A (ru) |
| CA (1) | CA2575672C (ru) |
| DE (2) | DE102004055351B4 (ru) |
| DK (1) | DK1827116T3 (ru) |
| EA (1) | EA014627B1 (ru) |
| ES (1) | ES2289975T3 (ru) |
| HK (1) | HK1109302A1 (ru) |
| PL (1) | PL1827116T3 (ru) |
| PT (1) | PT1827116E (ru) |
| UA (1) | UA88661C2 (ru) |
| WO (1) | WO2006053509A1 (ru) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| PL2599387T3 (pl) * | 2011-12-02 | 2019-10-31 | Nordischer Maschinenbau | Urządzenie pomiarowe do indywidualnego odczytu cech transportowanych w szeregu tusz zwierzęcych i urządzenie obrabiające, zawierające co najmniej jedno takie urządzenie pomiarowe |
| ITRM20120256A1 (it) * | 2012-06-05 | 2013-12-06 | Giovanna Bianconi | Apparato e metodo per la classificazione di conformazione seurop di carcasse di bovini macellati |
| CN105913424B (zh) * | 2016-04-08 | 2019-01-29 | 北京大学口腔医院 | 一种基于牙齿推断年龄的方法和装置 |
| CN106465742B (zh) * | 2016-09-23 | 2018-09-25 | 中国农业科学院农产品加工研究所 | 羊胴体计算机视觉辅助分割系统及其分割装置 |
| CN107156252A (zh) * | 2017-07-14 | 2017-09-15 | 升阳食品（武汉）有限公司 | 一种智能屠宰系统 |
| CN107993203B (zh) * | 2017-11-27 | 2021-05-25 | 吉林省艾斯克机电股份有限公司 | 一种家禽胴体影像分级方法及其分级系统 |
| DE102018002599A1 (de) * | 2018-03-28 | 2019-10-02 | Csb-System Ag | Verfahren zur Ermittlung von Speckeigenschaften eines Schlachttierkörpers |
| US11803958B1 (en) | 2021-10-21 | 2023-10-31 | Triumph Foods Llc | Systems and methods for determining muscle fascicle fracturing |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4785817A (en) * | 1986-10-10 | 1988-11-22 | Cornell Research Foundation, Inc. | Method and apparatus for ultrasonic grading of meat |
| US5944598A (en) * | 1996-08-23 | 1999-08-31 | Her Majesty The Queen In Right Of Canada As Represented By The Department Of Agriculture | Method and apparatus for using image analysis to determine meat and carcass characteristics |
| DE19847232A1 (de) * | 1998-05-19 | 1999-12-02 | Csb Syst Software Entwicklung | Bewertung von Schlachttierhälften durch optische Bildverarbeitung |
| DE19936032C1 (de) * | 1999-07-30 | 2000-07-13 | Csb Syst Software Entwicklung | Verfahren zur Beurteilung der Qualität von Schlachttierhälften |
| WO2001022081A1 (en) * | 1999-09-20 | 2001-03-29 | Rms Research Management Systems Inc | Animal carcase analysis |
| DE10050836A1 (de) * | 1999-10-21 | 2002-06-27 | Axel Hinz | Verfahren zur Handelswertbestimmung der Teilstücke von Schweineschlachttierkörpern |
| GB2371737A (en) * | 2001-01-30 | 2002-08-07 | Aew Eng Co Ltd | Slicing machine |
Family Cites Families (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE3516083A1 (de) * | 1985-05-04 | 1986-11-06 | Reinhard Freund, Maschinenbau, 4790 Paderborn | Verfahren zum zerteilen von geschlachteten tieren oder von grossen fleischstuecken |
| DD292976A5 (de) * | 1990-03-22 | 1991-08-14 | Univ Berlin Humboldt | Verfahren zur analyse von schlachttierkoerperhaelften mittels bildverarbeitung |
| DD298310A5 (de) * | 1990-09-28 | 1992-02-13 | Humboldt-Universitaet Zu Berlin Direktorat Fuer Forschung,De | Verfahren zur bestimmung von schlachttierkoerperhaelften durch bildverarbeitung |
| US5353796A (en) * | 1991-06-28 | 1994-10-11 | Eli Lilly And Company | Non-invasive device and method for grading meat |
| DE69321351T2 (de) * | 1992-07-03 | 1999-05-12 | Paul Bernard David Northlew Okehampton Newman | System für die qualitätskontrolle und klassifizierung von fleisch |
| US5960105A (en) * | 1993-05-03 | 1999-09-28 | Kansas State University Research Foundation | Measurement of intramuscular fat in cattle |
| US5705749A (en) * | 1995-09-25 | 1998-01-06 | Biostar Inc. | Use of ultrasonography to evaluate size and echotexture of gonadal and accessory genital structures in domestic animals |
| DE29601025U1 (de) * | 1996-01-22 | 1996-03-14 | CSB-System Software-Entwicklung & Unternehmensberatung AG, 52511 Geilenkirchen | Anordnung von nicht invasiven Meßdatenerfassungs- und auswertungsgeräten zur Tierkörperbeurteilung für die Integration in EDV-Systeme |
| US6170335B1 (en) * | 1997-07-25 | 2001-01-09 | Robert P. Clinton | Method and apparatus for measuring the characteristics of meat |
| DE19733216C1 (de) * | 1997-08-01 | 1998-12-17 | Csb Syst Software Entwicklung | Verfahren zur Bewertung von Schlachttierhälften durch optische Bildverarbeitung |
| ATE246805T1 (de) * | 1998-02-20 | 2003-08-15 | Univ Colorado State Res Found | Fleischfarbbilderzeugungssystem zum voraussagen des geschmackes und ertrages |
| DE19837806C1 (de) * | 1998-08-20 | 2000-01-20 | Csb Syst Software Entwicklung | Verfahren zur Bewertung von Schlachttierhälften durch optische Bildverarbeitung |
| US6084407A (en) * | 1998-09-10 | 2000-07-04 | Pheno Imaging, Inc. | System for measuring tissue size and marbling in an animal |
| DE19952628B4 (de) * | 1999-10-21 | 2004-03-04 | Axel Hinz | Verfahren zur Handelswertbestimmung der Teilstücke von Schweineschlachttierkörpern |
| US6615661B2 (en) * | 2001-05-30 | 2003-09-09 | Rethel C. King | Ultrasound sorting of weanling calves and identification of tenderness indicators |
| US6974373B2 (en) * | 2002-08-02 | 2005-12-13 | Geissler Technologies, Llc | Apparatus and methods for the volumetric and dimensional measurement of livestock |
| DE10358487B3 (de) * | 2003-12-13 | 2005-05-25 | Csb-System Ag | Verfahren zum Ermitteln der Qualität und Quantitäten eines Schlachttierkörpers |
-
2004
- 2004-11-17 DE DE102004055351A patent/DE102004055351B4/de not_active Expired - Fee Related
-
2005
- 2005-09-17 AT AT05792310T patent/ATE404060T1/de active
- 2005-09-17 DE DE502005005057T patent/DE502005005057D1/de active Active
- 2005-09-17 WO PCT/DE2005/001637 patent/WO2006053509A1/de active IP Right Grant
- 2005-09-17 US US11/574,142 patent/US7929731B2/en not_active Expired - Fee Related
- 2005-09-17 ES ES05792310T patent/ES2289975T3/es active Active
- 2005-09-17 EP EP05792310A patent/EP1827116B1/de not_active Not-in-force
- 2005-09-17 DK DK05792310T patent/DK1827116T3/da active
- 2005-09-17 EA EA200701075A patent/EA014627B1/ru not_active IP Right Cessation
- 2005-09-17 CN CN2005800316658A patent/CN101052306B/zh not_active Expired - Fee Related
- 2005-09-17 PT PT05792310T patent/PT1827116E/pt unknown
- 2005-09-17 PL PL05792310T patent/PL1827116T3/pl unknown
- 2005-09-17 CA CA002575672A patent/CA2575672C/en not_active Expired - Fee Related
- 2005-09-17 BR BRPI0516885-6A patent/BRPI0516885A/pt not_active IP Right Cessation
- 2005-09-17 UA UAA200706769A patent/UA88661C2/ru unknown
-
2008
- 2008-01-09 HK HK08100266.9A patent/HK1109302A1/xx not_active IP Right Cessation
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4785817A (en) * | 1986-10-10 | 1988-11-22 | Cornell Research Foundation, Inc. | Method and apparatus for ultrasonic grading of meat |
| US5944598A (en) * | 1996-08-23 | 1999-08-31 | Her Majesty The Queen In Right Of Canada As Represented By The Department Of Agriculture | Method and apparatus for using image analysis to determine meat and carcass characteristics |
| DE19847232A1 (de) * | 1998-05-19 | 1999-12-02 | Csb Syst Software Entwicklung | Bewertung von Schlachttierhälften durch optische Bildverarbeitung |
| DE19936032C1 (de) * | 1999-07-30 | 2000-07-13 | Csb Syst Software Entwicklung | Verfahren zur Beurteilung der Qualität von Schlachttierhälften |
| WO2001022081A1 (en) * | 1999-09-20 | 2001-03-29 | Rms Research Management Systems Inc | Animal carcase analysis |
| DE10050836A1 (de) * | 1999-10-21 | 2002-06-27 | Axel Hinz | Verfahren zur Handelswertbestimmung der Teilstücke von Schweineschlachttierkörpern |
| GB2371737A (en) * | 2001-01-30 | 2002-08-07 | Aew Eng Co Ltd | Slicing machine |
Also Published As
| Publication number | Publication date |
|---|---|
| EA200701075A1 (ru) | 2007-10-26 |
| ES2289975T3 (es) | 2009-02-01 |
| US20080310684A1 (en) | 2008-12-18 |
| DK1827116T3 (da) | 2008-12-08 |
| WO2006053509A1 (de) | 2006-05-26 |
| PL1827116T3 (pl) | 2009-02-27 |
| CA2575672C (en) | 2009-09-15 |
| CN101052306A (zh) | 2007-10-10 |
| DE102004055351B4 (de) | 2006-09-07 |
| BRPI0516885A (pt) | 2008-09-23 |
| EP1827116B1 (de) | 2008-08-13 |
| ATE404060T1 (de) | 2008-08-15 |
| EP1827116A1 (de) | 2007-09-05 |
| CN101052306B (zh) | 2010-12-29 |
| PT1827116E (pt) | 2008-11-20 |
| DE102004055351A1 (de) | 2006-07-20 |
| DE502005005057D1 (de) | 2008-09-25 |
| ES2289975T1 (es) | 2008-02-16 |
| US7929731B2 (en) | 2011-04-19 |
| CA2575672A1 (en) | 2006-05-26 |
| HK1109302A1 (en) | 2008-06-06 |
| UA88661C2 (ru) | 2009-11-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EA014627B1 (ru) | Получение данных для классифицирования туш убойных животных, а также для определения их качеств и количеств | |
| AU665683B2 (en) | Image analysis for meat | |
| EP1026516A2 (en) | Method and apparatus for analyzing an ultrasonic image of a carcass | |
| IE61174B1 (en) | A method and an apparatus for the determination of quality properties of individual cattle carcasses | |
| WO2006086450A1 (en) | Meat sortation | |
| Wassenberg et al. | Video image analysis prediction of total kilograms and percent primal lean and fat yield of beef carcasses | |
| EP0535125A1 (en) | Automatic carcass grading apparatus and method | |
| US7547247B2 (en) | Method of determining the quality and quantities of a body of a slaughtered animal | |
| DK163382B (da) | Fremgangsmaade til bestemmelse af individuelle koedemners kvalitetsegenskaber | |
| ES2145728T3 (es) | Procedimiento para la evaluacion de mitades de animales de matanza por un procesamiento optico de imagen. | |
| EP3567551A1 (en) | Method of analyzing three-dimensional images for the purpose of animal carcass assessment | |
| Jansons et al. | Development of new pig carcasses classification formulas and changes in the lean meat content in Latvian pig population | |
| CA2115999C (en) | Grading and evaluation of poultry with ultrasound | |
| EA003375B1 (ru) | Способ оценки качества полутуш убойного скота | |
| KR102598065B1 (ko) | 한우 및 육우의 육량 예측 방법 및 그 시스템 | |
| Biju | Beef quality grading with color video image analysis | |
| PL200867B1 (pl) | Sposób oceny tłuszczu w półtuszach rzeźnych | |
| Costa | Título: Raças Autóctones no Espaço Ibérico Complemento de título: Um Recurso Sustentável Raças Autóctones no Espaço Ibérico: um recurso sustentável| ed. Ana Alexandra Marta-Costa, Manuel Luís Tibério, Rita Payan Carreira.–Vila Real: UTAD, 2016.–138 p: il.; 30 cm. ISBN: 978-989-704-039-9 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| MM4A | Lapse of a eurasian patent due to non-payment of renewal fees within the time limit in the following designated state(s) |
Designated state(s): AM AZ BY KZ KG MD TJ TM RU |