基于最小二乘法椭圆拟合的种蛋孵化成活性在线检测方法

    公开(公告)号:CN110402849B

    公开(公告)日:2021-06-01

    申请号:CN201910652297.2

    申请日:2019-07-19

    Abstract: 本发明公开了一种基于最小二乘法椭圆拟合的种蛋孵化成活性在线检测方法,涉及孵化蛋检测技术。本方法是:①搭建种蛋孵化成活性在线检测平台;②采集群体孵化蛋图像;③最小二乘法椭圆拟合的群蛋图像分割;④图像特征的提取;⑤建立种蛋孵化成活性在线检测判别模型;⑥检验模型。本方法采用最小二乘法椭圆拟合的群蛋图像分割,准确地将单枚种蛋从群蛋图像中分割出来;通过对图像的颜色特征和纹理特征进行分析,分别筛选出12个和13个作为判别无精蛋和死胚蛋的图像特征,减小模型运算复杂度;利用机器视觉技术,实现了对群体种蛋孵化成活性的在线无损检测,减小对种蛋的损伤,提高了蛋品企业对孵化蛋的检测效率。

    早期鸡胚雌雄识别的方法

    公开(公告)号:CN109142248B

    公开(公告)日:2020-08-04

    申请号:CN201810982602.X

    申请日:2018-08-27

    Abstract: 本发明涉及检测技术领域,尤其涉及早期鸡胚雌雄识别的方法。主要包含以下步骤:通过光谱检测系统采集鸡种蛋的光谱数据;采用Kennard‑Stone法将光谱差异较大的样本选入训练集;初选波段,去除部分冗余信息,对光谱进行初步降维;采用多元散射校正对所选波段的光谱数据进行处理得到预处理后的数据;选用CARS或SPA方法对预处理后的数据进行筛选,选出反映雌雄差异的特征波长,优化模型的输入变量;采用极限学习机中的三种激活函数sig、sine和hardlim,让隐含层神经元个数从20到1500以20步长进行寻优,寻找测试误差最低时的隐含层神经元个数和激活函数,建立判别模型;采用GA算法优化判别模型。本发明提供了一种智能化的无损检测方法,提高模型的精度和适用性。

    基于最小二乘法椭圆拟合的种蛋孵化成活性在线检测方法

    公开(公告)号:CN110402849A

    公开(公告)日:2019-11-05

    申请号:CN201910652297.2

    申请日:2019-07-19

    Abstract: 本发明公开了一种基于最小二乘法椭圆拟合的种蛋孵化成活性在线检测方法,涉及孵化蛋检测技术。本方法是:①搭建种蛋孵化成活性在线检测平台;②采集群体孵化蛋图像;③最小二乘法椭圆拟合的群蛋图像分割;④图像特征的提取;⑤建立种蛋孵化成活性在线检测判别模型;⑥检验模型。本方法采用最小二乘法椭圆拟合的群蛋图像分割,准确地将单枚种蛋从群蛋图像中分割出来;通过对图像的颜色特征和纹理特征进行分析,分别筛选出12个和13个作为判别无精蛋和死胚蛋的图像特征,减小模型运算复杂度;利用机器视觉技术,实现了对群体种蛋孵化成活性的在线无损检测,减小对种蛋的损伤,提高了蛋品企业对孵化蛋的检测效率。

    早期鸡胚雌雄识别的方法

    公开(公告)号:CN109142248A

    公开(公告)日:2019-01-04

    申请号:CN201810982602.X

    申请日:2018-08-27

    Abstract: 本发明涉及检测技术领域,尤其涉及早期鸡胚雌雄识别的方法。主要包含以下步骤:通过光谱检测系统采集鸡种蛋的光谱数据;采用Kennard‑Stone法将光谱差异较大的样本选入训练集;初选波段,去除部分冗余信息,对光谱进行初步降维;采用多元散射校正对所选波段的光谱数据进行处理得到预处理后的数据;选用CARS或SPA方法对预处理后的数据进行筛选,选出反映雌雄差异的特征波长,优化模型的输入变量;采用极限学习机中的三种激活函数sig、sine和hardlim,让隐含层神经元个数从20到1500以20步长进行寻优,寻找测试误差最低时的隐含层神经元个数和激活函数,建立判别模型;采用GA算法优化判别模型。本发明提供了一种智能化的无损检测方法,提高模型的精度和适用性。

Patent Agency Ranking