基于机器视觉的肉鸡胴体淤血检测技术

摘要：

肉鸡胴体淤血是一种品质异常现象,给屠宰企业带来较大的经济损失.建立胴体淤血的快速、准确识别技术是产业当前的迫切需求.该研究利用自行设计搭建的肉鸡胴体图像采集装置,研发了一种快速识别胴体淤血的技术方法.采用三方位视觉采集(搭载三光源)系统,实现视场对肉鸡胴体的全覆盖.采用基于全局RGB阈值分割提取出图像的14个特征参数,采用主成分分析降维后得到7个主成分,结合遗传算法训练支持向量机模型.然后基于滑动窗口分割胴体子图像,人工将子图像分为四类并提取出颜色矩信息,结合遗传算法训练支持向量机模型并采用相似性度量对模型分类结果进行修正.发现正视图和侧视图中基于7个主成分的支持向量机模型中,分类准确率分别为86.0％和89.8％,预测时间为0.006 s,RGB阈值分割淤血的效果不理想;基于局部颜色矩支持向量机模型中,分类准确率分别为98.3％和97.9％,预测时间为0.001 s.在测试样本上,结合欧氏距离进行相似性度量对模型分类结果修正后,淤血的识别召回率得到提升,误报率和漏报率降低.该研究提出的基于胴体子图像局部颜色矩信息训练支持向量机模型结合相似性度量方法,可以弥补全局RGB阈值分割淤血的不足,有效识别胴体淤血,为工厂进行胴体淤血的实时检测提供参考.

关键词：机器视觉、支持向量机、肉鸡胴体、淤血、相似性度量

所属期刊栏目：38

分类号：TS251.7(食品工业)

资助基金：现代农业产业技术体系CARS-41

在线出版日期：2023-01-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：330-338