KR100786823B1 - 도계 공정에서 품질 검사 시스템 및 그 방법 - Google Patents
도계 공정에서 품질 검사 시스템 및 그 방법 Download PDFInfo
- Publication number
- KR100786823B1 KR100786823B1 KR1020050135446A KR20050135446A KR100786823B1 KR 100786823 B1 KR100786823 B1 KR 100786823B1 KR 1020050135446 A KR1020050135446 A KR 1020050135446A KR 20050135446 A KR20050135446 A KR 20050135446A KR 100786823 B1 KR100786823 B1 KR 100786823B1
- Authority
- KR
- South Korea
- Prior art keywords
- image
- quality
- pixels
- inspection
- metric
- Prior art date
Links
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Life Sciences & Earth Sciences (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Image Analysis (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Biophysics (AREA)
- Food Science & Technology (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
Description
상기 검사장치는 영상 취득수단과 접속되어 취득되는 프레임 단위의 도계 영상을 인터페이스하는 인터페이스부와; 상기 인터페이스부를 통해 인가되는 영상에서 이미지만을 추출하는 이미지 추출부와; 상기 추출된 도계 이미지에서 중량 측정과 품질 분석을 위한 부위를 구분하는 부위 추출부와; 상기 부위 구분된 이미지에 대한 총 픽셀을 측정하여 해당 도계의 중량을 추정할 수 있도록 하는 총 픽셀 측정부와; 상기 추출된 이미지의 R,G,B 컬러 분석으로 해당 도계의 품질 및 형태를 추정할 수 있도록 하는 컬러 분석부와; 상기 추출된 이미지의 옆구리 옆으로 검출라인을 생성한 다음 검출라인에 날개가 검출되는지를 판단하여 골절이나 탈골을 판정하도록 하는 골절 검출부와; 상기 측정되는 총 픽셀에 대하여 중량 테이블로부터 도계의 중량을 추정하고, R,G,B의 컬러 신호로부터 동계의 형태와 품질 및 골절을 판정하는 제어부와; 시스템의 운용에 필요한 데이터와 학습을 통해 설정되는 중량 학습 테이블과 검사 기준 테이블이 저장되며, 중량 추정 및 품질 검사 결과를 일시 저장하는 메모리부와; 데이터 저장 서버 및 이미지 저장 서버를 접속하여 분석된 결과 데이터를 전송하는 통신부를 포함한다.
또한, 본 발명은 도계 라인의 영상 취득 영역에서 도계의 입체 영상을 취득하는 제1과정과; 취득된 영상에서 배경을 분리하여 대상 물체인 도계의 이미지만을 추출하는 제2과정과; 추출된 이미지를 각 부위별로 구분하여 추출하는 제3과정과; 추출된 이미지의 픽셀 총량을 측정하여 설정된 학습 테이블을 통해 도계의 중량을 추정하는 제4과정과; 추출된 이미지의 R, G, B 컬러를 분석하여 품질 검사와 형태 불량을 검출하는 제5과정과; 상기 추출된 중량 데이터와 품질 검사 및 형태 불량 결과를 생성하여 결과 데이터 및 이미지 데이터를 저장하는 제6과정을 포함하는 도계 품질 검사 방법에 있어서,
상기 제2과정에서 도계의 이미지 추출은 임계값을 적용하여 임계값 이상인 픽셀에 대해서는 '1'로 처리하고, 임계값 이하인 픽셀에 대해서는 '0'으로 처리하여 도계의 이미지를 추출하며, 픽셀이 연결된 영역을 칠해나가면서 픽셀 수를 더하여 가장 큰 덩어리로 구성된 영역을 대상 물체인 도계로 인식하는 것을 특징으로 하는 도계 품질 검사방법을 제공한다..
이하, 첨부된 도면을 참조하여 본 발명의 바람직한 일 실시예를 상세하게 설명하면 다음과 같다.
도계는 발목이 매달린 상태로 들어오기 때문에 날개의 모양이 일정한 형태로 들어오지 않는다.
따라서, 날개를 구성하는 픽셀의 양에는 오차범위가 크게 나타나게 된다.
예를 들어, 어떤 도계는 날개가 평평하게 펴진 상태로 들어올 수 있고, 또 어떤 도계는 날개를 움츠리고 들어올 수 있기 때문에 날개 부위에 대한 픽셀의 합은 어떤 도계가 어떤 포즈(pose)로 카메라(203) 앞을 지나가는가에 따라 크게 달라 진다.
그리고, 목은 카메라(203)로 영상의 획득하기 이전 단계에서 헤드 풀러(Head Puller)라는 공정의 거치면서 제거되는데, 이때 머리가 빠지지 않는 경우도 발생하고, 목이 길게 남는 개체도 발생하며 짧게 남는 개체도 발생하게 된다.
따라서, 상기와 같은 이유로 인하여 날개 및 목 부분은 픽셀의 편차가 크게 발생되어지므로, 중량의 산출에서 제외한다.
컬러 분석부(409)는 상기 부위별로 추출된 이미지에서 R,G,B 컬러의 분석으로 해당 도계의 품질 및 형태를 추정할 수 있도록 한다.
구분 | 육계 | 구분 | 삼계 |
중량(g) | 중량(g) | ||
5호 | 501 ~ 600 | 30호 | 301 ~ 350 |
6호 | 601 ~ 700 | 35호 | 351 ~ 400 |
7호 | 701 ~ 800 | 40호 | 401 ~ 450 |
8호 | 801 ~ 900 | 45호 | 451 ~ 500 |
9호 | 901 ~ 1000 | 50호 | 501 ~ 550 |
10호 | 1001 ~ 1100 | 55호 | 551 ~ 600 |
11호 | 1101 ~ 1200 | 60호 | 601 ~ 650 |
12호 | 1201 ~ 1300 | 백078 | 651 ~ 800 |
13호 | 1301 ~ 1400 | 백089 | 801 ~ 900 |
14호 | 1401 ~ 1500 | 백091 | 901 ~ 1000 |
15호 | 1501 ~ 1600 | 백101 | 1000 ~ 1500 |
16호 | 1601 ~ 1700 | 규격외 | 300 이하 |
17호 | 1701 ~ 1800 | ||
18 ~ 25호 | 1801 이상 | ||
규격외 | 500이하 |
체형구분 | ||||
등급구분 | 기준 | C 등급 | B 등급 | A 등급 |
육계 | 500g 이하 | 500 ~ 600g | 600g 이상 | |
삼계 | 300 이하 | 300 ~ 350g | 350g 이상 |
멍(변색) | ||||
멍의 종류 | 기준 | C 등급 | B 등급 | A 등급 |
진한 멍 | R/G/B | 136/136/102 | ||
크기(mm) | 20 * 20 | 19 이하 * 10 이상 | 10 * 10 | |
개수 | 1개 이상 | 2개 이상 | 1개 이하 | |
연한 멍 | R/G/B | 204/119/153 | ||
크기(mm) | 30 * 30 | 29 이하 * 29이하 | 10 * 10 이하 | |
개수 | 3개 이상 | 2개 | 1개 이하 |
배꼽 닭 | ||||
등급구분 | 기준 | C 등급 | B 등급 | A 등급 |
R/G/B | 221/204/184 | 221/204/184 | 정상컬러 | |
크기(mm) | 10 * 10 이상 | 10 * 10 이상 | 무 | |
개수 | 2개 이상 | 1개 이상 | 무 |
무릎 닭 | ||||
등급구분 | 기준 | C 등급 | B 등급 | A 등급 |
R/G/B | 170/119/170 | |||
크기(mm) | 5 * 5 이상 | 5 * 5 이하 | 무 | |
개수 | 1개 이상 | 1개 이상 | 무 |
가니발 1 | ||||
등급구분 | 기준 | C 등급 | B 등급 | A 등급 |
R/G/B | 221/204/184 | |||
크기(mm) | 5 * 5 이상 | 5 * 5 이하 | 5 * 5 이하 | |
개수 | 6개 이상 | 5 ~ 2개 | 2개 이하 |
가니발 2 | ||||
등급구분 | 기준 | C 등급 | B 등급 | A 등급 |
R/G/B | 255/119/204 | |||
크기(mm) | 2 * 30 이상 | 2 * 30 이상 | 2 * 30 이상 | |
개수 | 6개 이상 | 2 ~ 4개 | 1개 이하 |
홍계 | ||||
등급구분 | 기준 | C 등급 | B 등급 | A 등급 |
R/G/B | 255/187/204 | 정상 | 정상 |
스킨 파손 | ||||
등급구분 | 기준 | C 등급 | B 등급 | A 등급 |
R/B | 225/187 | |||
컬러 기울기 | ||||
길이 | 3 * 10 이상 | 3 * 10 이하 | 무 |
탈골/골절 | |||
등급구분 | 기준 | C 등급 | A 등급 |
R/G/B | 204/85/119 | ||
크기 | 탈골 자체가 불량 | ||
개수 | 1개 이상 | 무 | |
매칭도 |
Claims (25)
- 도계 공정 라인의 소정 위치에 배치되어 레일을 통해 이동되는 도계의 영상을 취득하는 영상 취득수단과; 상기 영상 취득수단에서 인가되는 도계의 영상으로부터 이미지를 추출하고, 추출된 이미지에서 체적을 유추하여 중량을 측정하며, 추출된 이미지에서 도계의 형태 및 색상을 분석하여 품질 등급 및 불량 원인을 검출하여 그 결과를 종합하는 검사장치와; 상기 검사장치에서 제공되는 종합 분석 결과를 데이터화하여 저장 관리하는 데이터 저장 서버와; 상기 검사장치에서 제공되는 이미지 데이터를 데이터 베이스로 관리하며, 터미널 클라이언트 서버의 기능을 포함하는 이미지 저장 서버와; 도계 라인의 각 공정에 배치되는 공정 제어 및 모니터링 장치로, 이더넷을 통해 상기 이미지 저장 서버와 연결되어, 상기 검사장치에서 분석된 이미지 데이터의 모니터링을 제공하는 복수개의 클라이언트 장치를 포함하는 도계 품질 검사 시스템에 있어서,상기 검사장치는 영상 취득수단과 접속되어 취득되는 프레임 단위의 도계 영상을 인터페이스하는 인터페이스부와;상기 인터페이스부를 통해 인가되는 영상에서 이미지만을 추출하는 이미지 추출부와;상기 추출된 도계 이미지에서 중량 측정과 품질 분석을 위한 부위를 구분하는 부위 추출부와;상기 부위 구분된 이미지에 대한 총 픽셀을 측정하여 해당 도계의 중량을 추정할 수 있도록 하는 총 픽셀 측정부와;상기 추출된 이미지의 R,G,B 컬러 분석으로 해당 도계의 품질 및 형태를 추정할 수 있도록 하는 컬러 분석부와;상기 추출된 이미지의 옆구리 옆으로 검출라인을 생성한 다음 검출라인에 날개가 검출되는지를 판단하여 골절이나 탈골을 판정하도록 하는 골절 검출부와;상기 측정되는 총 픽셀에 대하여 중량 테이블로부터 도계의 중량을 추정하고, R,G,B의 컬러 신호로부터 동계의 형태와 품질 및 골절을 판정하는 제어부와;시스템의 운용에 필요한 데이터와 학습을 통해 설정되는 중량 학습 테이블과 검사 기준 테이블이 저장되며, 중량 추정 및 품질 검사 결과를 일시 저장하는 메모리부와;데이터 저장 서버 및 이미지 저장 서버를 접속하여 분석된 결과 데이터를 전송하는 통신부를 포함하는 것을 특징으로 하는 도계 품질 검사 시스템.
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 제1항에 있어서,상기 검사장치는 추출된 이미지에서 도계로 인식된 부분의 모든 픽셀을 순회하면서 등록된 검출기준인 색상과 크기 및 부위에 부합되는 픽셀을 만나면 마스킹하고 마스킹된 부분을 이용하여 불량의 명칭인 멍, 배꼽 닭, 무릎 닭, 카니발1, 카니발 2, 홍계, 스킨 파손에 대한 불량 등급(A, B, C, D등급)과 불량 발생 부위(왼쪽다리, 오른쪽다리, 복강, 좌복부, 복부, 우복부, 왼쪽날개, 가슴, 오른쪽날개, 목), 불량의 색상(R, G, B), 불량의 크기(mm)를 판단하는 것을 특징으로 하는 도계 품질 검사 시스템.
- 제1항에 있어서,상기 검사장치는 임계값을 적용하여 임계값 이상인 픽셀에 대해서는 '1'로 처리하고, 임계값 이하인 픽셀에 대해서는 '0'으로 처리하여 대상 물체인 도계의 이미지를 추출하며, 픽셀이 연결된 영역을 칠해나가면서 픽셀 수를 더하여 가장 큰 덩어리로 구성된 영역을 대상 물체인 도계로 인식하여 노이즈가 제거된 도계만의 이미지 추출하는 것을 특징으로 하는 도계 품질 검사 시스템.
- 제1항에 있어서,상기 검사장치는 추출된 이미지의 외곽선을 따라 수평으로 미분하면서 수직으로 픽셀의 편차를 구하여 픽셀의 편차가 급격히 변화하는 부분을 부위를 나누는 기준으로 하여, 왼쪽다리, 오른쪽다리, 복강, 좌복부, 복부, 우복부, 왼쪽날개, 가슴, 오른쪽날개, 목으로 구분하여 총 10개의 부위로 구분하는 것을 특징으로 하는 도계 품질 검사 시스템.
- 제1항에 있어서,상기 검사장치는 픽셀의 편차가 큰 부분인 날개와 목을 제외한 픽셀의 합에 일정량의 가중치를 적용하여 총 픽셀을 추출하며, 이를 통해 도계의 면적만이 아닌 전체적인 부피를 추정하도록 하는 것을 특징으로 하는 도계 품질 검사 시스템.
- 제1항에 있어서,상기 검사장치의 색상 분석은 픽셀이 가지는 R, G, B 값을 색상에 대한 검출 기준 데이터와 비교하여 검출기준에 부합하는 픽셀의 수를 합산하여 크기에 대한 기준 이상이 발견되면 해당 불량에 대한 등급과 크기, R/G/B값, 가장 큰 덩어리를 가진 부위를 포함하는 정보로 생성하여 검사 결과로 추출하는 것을 특징으로 하는 도계 품질 검사 시스템.
- 제1항에 있어서,상기 검사장치는 기준 검출라인을 중심으로 날개의 존재 여부를 판단하여 골절분석을 실행하는 것을 특징으로 하는 도계 품질 검사 시스템.
- 삭제
- 삭제
- 삭제
- 도계 라인의 영상 취득 영역에서 도계의 입체 영상을 취득하는 제1과정과; 취득된 영상에서 배경을 분리하여 대상 물체인 도계의 이미지만을 추출하는 제2과정과; 추출된 이미지를 각 부위별로 구분하여 추출하는 제3과정과; 추출된 이미지의 픽셀 총량을 측정하여 설정된 학습 테이블을 통해 도계의 중량을 추정하는 제4과정과; 추출된 이미지의 R, G, B 컬러를 분석하여 품질 검사와 형태 불량을 검출하는 제5과정과; 상기 추출된 중량 데이터와 품질 검사 및 형태 불량 결과를 생성하여 결과 데이터 및 이미지 데이터를 저장하는 제6과정을 포함하는 도계 품질 검사 방법에 있어서,상기 제2과정에서 도계의 이미지 추출은 임계값을 적용하여 임계값 이상인 픽셀에 대해서는 '1'로 처리하고, 임계값 이하인 픽셀에 대해서는 '0'으로 처리하여 도계의 이미지를 추출하며, 픽셀이 연결된 영역을 칠해나가면서 픽셀 수를 더하여 가장 큰 덩어리로 구성된 영역을 대상 물체인 도계로 인식하는 것을 특징으로 하는 도계 품질 검사 방법.
- 삭제
- 제18항에 있어서,상기 제3과정에서의 부위별 구분은 이미지의 외곽선을 따라 수평으로 미분하면서 수직으로 픽셀의 편차를 구하고, 픽셀의 편차가 급격히 변화하는 부분을 부위 구분의 기준으로 하는 것을 특징으로 하는 도계 품질 검사 방법.
- 삭제
- 제18항에 있어서,상기 제2과정에서 추출된 도계의 이미지에 기준 검출라인을 생성하고, 기준 검출라인을 중심으로 날개의 존재 여부를 판단하여 골절 여부를 판정하는 것을 특징으로 하는 도계 품질 검사방법.
- 삭제
- 제18항에 있어서,상기 제5과정에서 R, G, B 컬러 분석에 의한 품질 검사는 이미지에서 도계로 인식된 부분의 모든 픽셀을 순회하면서 등록된 검출기준인 색상과 크기 및 부위에 부합되는 픽셀을 만나면 마스킹하고 마스킹된 부분을 이용하여 불량의 명칭인 멍, 배꼽 닭, 무릎 닭, 카니발1, 카니발 2, 홍계, 스킨 파손에 대한 불량 등급(A, B, C, D등급)과 불량 발생 부위(왼쪽다리, 오른쪽다리, 복강, 좌복부, 복부, 우복부, 왼쪽날개, 가슴, 오른쪽날개, 목), 불량의 색상(R, G, B), 불량의 크기(mm)를 검출하는 것을 특징으로 하는 도계 품질 검사방법.
- 삭제
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020050135446A KR100786823B1 (ko) | 2005-12-30 | 2005-12-30 | 도계 공정에서 품질 검사 시스템 및 그 방법 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020050135446A KR100786823B1 (ko) | 2005-12-30 | 2005-12-30 | 도계 공정에서 품질 검사 시스템 및 그 방법 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20070071733A KR20070071733A (ko) | 2007-07-04 |
KR100786823B1 true KR100786823B1 (ko) | 2007-12-20 |
Family
ID=38506838
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020050135446A KR100786823B1 (ko) | 2005-12-30 | 2005-12-30 | 도계 공정에서 품질 검사 시스템 및 그 방법 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR100786823B1 (ko) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101658753B1 (ko) | 2016-05-10 | 2016-09-30 | 김준형 | 도계가공방법 및 도계가공시스템 |
WO2019107614A1 (ko) * | 2017-11-30 | 2019-06-06 | 전자부품연구원 | 제조 공정에서 딥러닝을 활용한 머신 비전 기반 품질검사 방법 및 시스템 |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100916138B1 (ko) * | 2007-07-30 | 2009-09-08 | 주식회사 지.피 코리아 | 순환골재 품질 감시시스템 |
KR100948406B1 (ko) * | 2007-11-13 | 2010-03-19 | 성균관대학교산학협력단 | 닭도체의 품질등급 자동 판정 및 중량 산출시스템 |
KR101010136B1 (ko) * | 2009-01-30 | 2011-01-24 | (주) 티아이에스 | 에이치티엠 기반의 지능형 품질판단 방법 |
KR101222383B1 (ko) * | 2011-06-14 | 2013-01-15 | 이태호 | 금속스크랩 압축물의 유통 및 이미지 데이터를 활용한 검수 시스템 및 그 방법 |
KR101643765B1 (ko) * | 2016-05-18 | 2016-07-29 | 김준형 | 어리장 p-박스를 통해 도계용 생계가 공급되며 공조 기능을 갖는 계류장 및 이를 포함하는 도계 시스템 |
KR102236911B1 (ko) * | 2019-07-29 | 2021-04-06 | 인제대학교 산학협력단 | 하네스 제조 공정의 비전검사 자동화와 스마트 운용관리를 위한 시스템 및 방법 |
KR102547735B1 (ko) * | 2020-08-07 | 2023-06-26 | (주)협신식품 | 축산물 가공 관리 시스템 및 방법과 이를 위한 컴퓨터 프로그램 |
KR102499485B1 (ko) * | 2022-03-23 | 2023-02-15 | 김관철 | 계육가공 관리시스템 및 이의 동작 방법 |
CN114700291A (zh) * | 2022-04-07 | 2022-07-05 | 滁州学院 | 一种羽化鸡小胸品质检测方法及分级系统 |
KR102560038B1 (ko) * | 2023-01-10 | 2023-07-26 | (주)로보스 | 도축 자동화 로봇 시스템 |
CN117808806B (zh) * | 2024-02-29 | 2024-05-03 | 德睦熙睿生物科技(天津)有限公司 | 基于图像特征分析的饲料生产质量精细化检测方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20010096416A (ko) * | 2000-04-03 | 2001-11-07 | 육상희 | 물품의 선 구매와 선 구매된 물품의 생산과정 관찰 시스템 |
KR20020024688A (ko) * | 2000-09-26 | 2002-04-01 | 이대원 | 영상처리 체중측정장치 및 그 방법 |
KR20030053075A (ko) * | 2001-12-22 | 2003-06-28 | 재단법인 포항산업과학연구원 | 3차원 영상측정을 통한 중량측정장치 |
JP2005055728A (ja) * | 2003-08-06 | 2005-03-03 | Yamaha Corp | 音楽装置への装置idの付与方法 |
-
2005
- 2005-12-30 KR KR1020050135446A patent/KR100786823B1/ko active IP Right Grant
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20010096416A (ko) * | 2000-04-03 | 2001-11-07 | 육상희 | 물품의 선 구매와 선 구매된 물품의 생산과정 관찰 시스템 |
KR20020024688A (ko) * | 2000-09-26 | 2002-04-01 | 이대원 | 영상처리 체중측정장치 및 그 방법 |
KR20030053075A (ko) * | 2001-12-22 | 2003-06-28 | 재단법인 포항산업과학연구원 | 3차원 영상측정을 통한 중량측정장치 |
JP2005055728A (ja) * | 2003-08-06 | 2005-03-03 | Yamaha Corp | 音楽装置への装置idの付与方法 |
Non-Patent Citations (6)
Title |
---|
05668634 |
05944598 |
1020020024688 |
1020030053075 |
2005055728 |
9905916 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101658753B1 (ko) | 2016-05-10 | 2016-09-30 | 김준형 | 도계가공방법 및 도계가공시스템 |
WO2019107614A1 (ko) * | 2017-11-30 | 2019-06-06 | 전자부품연구원 | 제조 공정에서 딥러닝을 활용한 머신 비전 기반 품질검사 방법 및 시스템 |
Also Published As
Publication number | Publication date |
---|---|
KR20070071733A (ko) | 2007-07-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR100786823B1 (ko) | 도계 공정에서 품질 검사 시스템 및 그 방법 | |
Nyalala et al. | Weight and volume estimation of poultry and products based on computer vision systems: a review | |
CA1328312C (en) | Method and apparatus for the determination of quality properties of individual cattle carcasses | |
AU2016286295B2 (en) | System and method for identification of individual animals based on images of the back | |
Dawkins et al. | In search of the behavioural correlates of optical flow patterns in the automated assessment of broiler chicken welfare | |
Halachmi et al. | Automatic assessment of dairy cattle body condition score using thermal imaging | |
Blömke et al. | Evaluation of an automated assessment system for ear and tail lesions as animal welfare indicators in pigs at slaughter | |
KR100948406B1 (ko) | 닭도체의 품질등급 자동 판정 및 중량 산출시스템 | |
JPH1084861A (ja) | 屠殺小屋において屠殺獣又は其の一部を処理する方法及び装置 | |
BRPI0815482B1 (pt) | Método de avaliação de grãos em uma espiga de milho usando imagens digitais | |
CN114051377B (zh) | 基于3d成像的动物体重测定 | |
Garcia et al. | Lameness detection challenges in automated milking systems addressed with partial least squares discriminant analysis | |
JP2019205425A (ja) | 死亡鶏検知システム、鶏生死判定プログラム、および鶏生死判定装置 | |
CA2642791C (en) | Carcass intervention tracking and methods | |
Suwannakhun et al. | Estimating pig weight with digital image processing using deep learning | |
CN112906773A (zh) | 基于云服务的生猪屠宰线胴体品质分级和监控方法及系统 | |
US20100105306A1 (en) | Systems and methods for the detection of anatomical structures and positions thereof | |
EA009306B1 (ru) | Способ качественной и количественной оценки туши | |
RU2693731C2 (ru) | Устройство и способ оценки соблюдения требований благосостояния животного в отношении животного для убоя | |
Zhu et al. | Online detection of abnormal chicken manure based on machine vision | |
van Riet et al. | Factors influencing claw lesion scoring in sows | |
Okinda et al. | Swine live weight estimation by adaptive neuro-fuzzy inference system | |
BR102019004750A2 (pt) | Sistema de monitoramento de animais e determinação do acabamento e musculosidade a partir da aquisição de imagens voluntárias pré-abate do animal | |
DK181010B1 (en) | Method for processing poultry | |
CN220473356U (zh) | 一种用于动物待宰检疫的智能化成套设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
E902 | Notification of reason for refusal | ||
AMND | Amendment | ||
E601 | Decision to refuse application | ||
AMND | Amendment | ||
J201 | Request for trial against refusal decision | ||
B701 | Decision to grant | ||
GRNT | Written decision to grant | ||
G170 | Publication of correction | ||
FPAY | Annual fee payment |
Payment date: 20121211 Year of fee payment: 6 |
|
FPAY | Annual fee payment |
Payment date: 20131203 Year of fee payment: 7 |
|
FPAY | Annual fee payment |
Payment date: 20141202 Year of fee payment: 8 |
|
FPAY | Annual fee payment |
Payment date: 20151211 Year of fee payment: 9 |
|
FPAY | Annual fee payment |
Payment date: 20161209 Year of fee payment: 10 |
|
FPAY | Annual fee payment |
Payment date: 20171204 Year of fee payment: 11 |
|
FPAY | Annual fee payment |
Payment date: 20181203 Year of fee payment: 12 |
|
FPAY | Annual fee payment |
Payment date: 20191205 Year of fee payment: 13 |