一种羽化鸡小胸品质检测方法及分级系统技术方案

本发明专利技术公开了一种羽化鸡小胸品质检测方法及分级系统，开发了一种基于机器视觉技术的羽化鸡小胸品质检测装置及分级系统，来鉴别鸡小胸的羽化等级。设备主要由硬件模块、鸡小胸图像信息提取模块及鸡小胸品质分级模块组成；首先在硬件模块中的输送带将鸡小胸输送至CCD工业相机下方，并完成对原始俯视鸡小胸图像采集；其次由工控机控制终点进行鸡小胸图像预处理并得出凹点数目；最后将得到的凹点参数传输至由训练集训练所得到的SVM多类分类器模型中进行鸡小胸品质分类。本发明专利技术实现了稳定、准确、低成本、高效率、客观的鸡小胸品质等级无损分级检测，未来可落实在禽肉加工在线式无损检测鸡小胸品质分级。鸡小胸品质分级。鸡小胸品质分级。

A small chest quality testing method and grading system for feathered chicken

【技术实现步骤摘要】
一种羽化鸡小胸品质检测方法及分级系统


[0001]本专利技术涉及一种基于机器视觉技术的羽化鸡小胸品质检测装置及分级系统，涉及羽化鸡小胸品质等级判定及分级，属于农产品加工与检测


技术介绍

[0002]鸡肉中的鸡小胸因其高蛋白、低脂肪、高嫩度等因素更是深受消费者青睐。近年来，为了满足人们对鸡小胸的需求，家禽养殖企业不断筛选生长周期短、鸡胸出肉率高的肉鸡品种进行养殖。目前养殖42日的肉鸡其鸡小胸的重量约为60g。然而，这些生产性状的改善导致了鸡小胸出现了一系列鸡肉病理问题，如深胸肌病、肌肉水肿硬化及羽化鸡小胸(鸡小胸出现裂口缺陷)等。其中羽化鸡小胸问题在今年来发展不断普片且更为突出，其会为后续禽肉加工产品带来劣质口感、营养流失等问题，直接导致流失大量消费者，使得禽肉加工企业出现严重经济损失。
[0003]目前针对禽肉生产线上羽化鸡小胸的致病机理相关研究并未做出完全的解释，羽化鸡小胸品质分级方法仍采用人工主观视觉去识别羽化鸡小胸的裂口缺陷数进行品质等级判定，其主要缺点有：一、人工主观性强，准确性低，不同的评级人员可能因鸡小胸表面颜色及大小等因素而未准确识别裂纹个数，从而出现错判，误判等情况；二、人工视觉易疲劳，连续性高强度的识别工作会导致无法准确识别裂纹个数；三、细节不可控，由于受到生产线速度的影响，人工识别裂纹容易出现漏查细小裂纹个数，从而出现错判、误判现象；因此急需对羽化鸡小胸品质分级方法进行深入研究，开发一种客观、准确、高效的羽化鸡小胸品质自动分级系统和分级方法，弥补人工主观识别的缺陷，实现羽化鸡小胸品质在线式无损分级检测。

技术实现思路

[0004]本专利技术所要解决的技术问题：本专利技术设计了一种基于机器视觉技术的羽化鸡小胸品质检测装置及分级系统，其适用于鸡小胸加工检测生产线上，可实现在线式无损识别羽化鸡小胸品质特征，并将鸡小胸品质划分为正常鸡小胸、中度羽化鸡小胸及严重羽化鸡小胸。本设计系统能够有效解决在羽化鸡小胸进行人工评级时产生的主观判断性差、工作效率低、检出速率慢及人工成本高等问题，为禽肉加工企业提供了在线式实时检测羽化鸡小胸品质分级方案。
[0005]为解决上述技术问题，本专利技术提供以下的技术方案：
[0006]一种羽化鸡小胸品质分级系统，由硬件模块、鸡小胸图像信息提取模块及鸡小胸品质分级模块组成，所述硬件模块、鸡小胸图像信息提取模块及鸡小胸品质分级模块均由工控机控制；所述鸡小胸图像信息提取模块及鸡小胸品质分级模块均包含在工控机内；
[0007]所述硬件模块包括鸡小胸运输模块和鸡小胸图像特征采集模块，所述鸡小胸运输模块包括输送带和触发传感器，所述输送带上方设有固定支架；
[0008]所述鸡小胸图像特征采集模块包括CCD工业相机；所述输送带用于将中间位置放
置的鸡小胸运输到CCD工业相机下方；
[0009]所述触发传感器和CCD工业相机均设于固定支架上；所述工控机与CCD工业相机和输送带电性连接；
[0010]所述硬件模块用于连续采集原始俯视鸡小胸图像；
[0011]所述鸡小胸图像信息提取模块用于接受CCD工业相机采集的原始俯视鸡小胸图像，并对原始俯视鸡小胸图像进行提取处理，得到原始俯视鸡小胸图像参数；
[0012]所述鸡小胸品质分级模块用于提取并处理原始俯视鸡小胸图像参数，采用SVM多类分类器模型进行输出羽化鸡小胸等级，所述羽化鸡小胸等级分为正常鸡小胸、中度羽化鸡小胸、严重羽化鸡小胸三个等级。
[0013]优选地，所述硬件模块的图像采集过程为：工控机控制输送带运行输送鸡小胸，当鸡小胸运输到触发传感器正下方时，触发传感器接收信号并将信号传递至工控机，由工控机控制输送带停止3s，并对CCD工业相机传输拍照指令，此时工控机控制CCD工业相机对鸡小胸进行拍照，完成原始俯视鸡小胸图像的采集；3s后由工控机控制输送带继续运输，重复上述过程进行下一个鸡小胸的图像特征提取。
[0014]优选地，所述鸡小胸品质分级模块所处理的原始俯视鸡小胸图像参数为原始俯视鸡小胸图像中所有符合裂口缺陷条件处的凹点总数。
[0015]一种羽化鸡小胸品质检测方法，采用上述羽化鸡小胸品质分级系统进行检测，包括以下步骤：
[0016]步骤1、由经过专业化训练且具有一定评判经验的研究人员或工作人员对羽化鸡小胸品质进行评级，分类标准为：裂口缺陷数为0即凹点数为0则为正常鸡小胸，裂口缺陷数为1或2即凹点数为1或2则为中度羽化鸡小胸，裂口缺陷数大于2即凹点数大于2时则为严重羽化鸡小胸；
[0017]步骤2、对原始俯视鸡小胸图像进行图像处理和信息提取：将鸡小胸放置在输送带上，由输送带运送至CCD工业相机下时，触发传感器，传感器将信号传输至工控机，由工控机终端接受信号后控制输送带停止，并传输信号至CCD工业相机进行图像采集，此时CCD工业相机对鸡小胸进行俯拍，得到原始俯视鸡小胸图像，首先将原始俯视鸡小胸图像进行灰度化处理，接着利用OSTU算法进行图像二值化，并利用Gaussian Filter算法进行图像平滑降噪及形态学开运算填充小孔，然后使用Canny轮廓检测算法提取图像外轮廓，再对外轮廓进行逐点检索，找出每个裂口缺陷处符合条件的凹点，最后计算出所有的凹点数目；
[0018]步骤3、建立羽化鸡小胸品质分类数据库：根据鸡小胸表面每一处裂口缺陷处均存在一个凹点的特性，重复步骤1～2，建立羽化鸡小胸品质分类数据库，数据库中每条记录均为终端设备将原始俯视鸡小胸图像进行图像预处理所得到裂口缺陷处的凹点总数；
[0019]步骤4、建立SVM多类分类器模型：将所建立的羽化鸡小胸品质分类数据库中80％的数据作为训练集，建立羽化鸡小胸品质分类模型，将20％的数据作为测试集，用于测试模型的准确性；
[0020]步骤5、对未进行人工评判的羽化鸡小胸品质进行分类。
[0021]优选地，所述步骤5的具体步骤为：将未进行人工评判的鸡小胸放置于输送带中心，由输送带运送至CCD工业相机下时，发出相应传感器信号，由工控机终端接受后控制输送带停止，同时CCD工业相机对鸡小胸进行俯拍，得到原始的鸡小胸俯视图像，再将原始图
像进行图像二值化处理并提取其外轮廓，再对外轮廓进行检索找出符合裂口缺陷条件的所有凹点，将得到相关参数传输至工控机终端进行处理，最后根据步骤4所建立的SVM多类分类器模型，根据凹点个数，计算出鸡小胸羽化程度的情况。
[0022]优选地，步骤5中所述的鸡小胸等级判定规则为：
[0023]SVM多类分类器模型计算所得数值范围为0～1，为正常鸡小胸；
[0024]SVM多类分类器模型计算所得数值范围为1～2(包含1和2)，为中度羽化鸡小胸；
[0025]SVM多类分类器模型计算所得数值范围大于2，为严重羽化鸡小胸。
[0026]本专利技术获得的有益效果：
[0027]本专利技术可实现在线式无损识别羽化鸡小胸品质特征，大大减少了人工成本，降低了原材料浪费，缩减了禽肉加工企业损失，同时提升了产品质量，实现羽化鸡小本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种羽化鸡小胸品质分级系统，其特征在于，由硬件模块、鸡小胸图像信息提取模块及鸡小胸品质分级模块组成，所述硬件模块、鸡小胸图像信息提取模块及鸡小胸品质分级模块均由工控机(1)控制；所述鸡小胸图像信息提取模块及鸡小胸品质分级模块均包含在工控机(1)内；所述硬件模块包括鸡小胸运输模块和鸡小胸图像特征采集模块，所述鸡小胸运输模块包括输送带(5)和触发传感器(3)，所述输送带(5)上方设有固定支架(4)；所述鸡小胸图像特征采集模块包括CCD工业相机(2)；所述输送带(5)用于将中间位置放置的鸡小胸(6)运输到CCD工业相机(2)下方；所述触发传感器(3)和CCD工业相机(2)均设于固定支架(4)上；所述工控机(1)与CCD工业相机(2)和输送带(5)电性连接；所述硬件模块用于连续采集原始俯视鸡小胸图像；所述鸡小胸图像信息提取模块用于接受CCD工业相机(2)采集的原始俯视鸡小胸图像，并对原始俯视鸡小胸图像进行提取处理，得到原始俯视鸡小胸图像参数；所述鸡小胸品质分级模块用于提取并处理原始俯视鸡小胸图像参数，采用SVM多类分类器模型进行输出羽化鸡小胸等级，所述羽化鸡小胸等级分为正常鸡小胸、中度羽化鸡小胸、严重羽化鸡小胸三个等级。2.根据权利要求1中所述的一种羽化鸡小胸品质分级系统，其特征在于：所述硬件模块的图像采集过程为：工控机(1)控制输送带(5)运行输送鸡小胸(6)，当鸡小胸(6)运输到触发传感器(3)正下方时，触发传感器(3)接收信号并将信号传递至工控机(1)，由工控机(1)控制输送带(5)停止3s，并对CCD工业相机(2)传输拍照指令，此时工控机(1)控制CCD工业相机(2)对鸡小胸(6)进行拍照，完成原始俯视鸡小胸图像的采集；3s后由工控机(1)控制输送带(5)继续运输，重复上述过程进行下一个鸡小胸(6)的图像特征提取。3.根据权利要求1中所述的一种羽化鸡小胸品质分级系统，其特征在于：所述鸡小胸品质分级模块所处理的原始俯视鸡小胸图像参数为原始俯视鸡小胸图像中所有符合裂口缺陷条件处的凹点总数。4.一种羽化鸡小胸品质检测方法，其特征在于：采用权利要求1～3任一项所述羽化鸡小胸品质分级系统进行检测，包括以下步骤：步骤1、由经过专业化训练且具有一定评判经验的研究人员或工作人员对羽化鸡小胸品质进行评级，分类标准为：裂口缺陷数为0即凹点数为0则为...

【专利技术属性】
技术研发人员：孙啸，张续博，柏钰，邓涛，逄滨，董艳，
申请(专利权)人：滁州学院，
类型：发明
国别省市：